AI工廠作為新興的數據中心概念，正引領著AI處理技術的革新，然而，其真正潛力如何?成本與挑戰又有哪些?本文將深入探討AI工廠的現狀與未來。

你可能聽說過“AI工廠”這個詞，但它到底意味著什么?到目前為止，這個概念更多地被炒作而非明確定義，主要是由英偉達在推動。該公司的愿景是數據中心里裝滿高端AI加速器，但這個愿景是現實可行的，還是只是戰略營銷手段?

簡而言之，AI工廠是專為AI處理而設計的專業化數據中心，而非用于托管數據庫、文件存儲、業務應用或網絡服務等傳統工作負載。AI工廠以GPU為核心構建，在處理AI工作負載時，GPU在速度和性能上均優于CPU。

AI工廠是專為處理大量數據以用于GenAI應用、訓練模型并生成文本、圖像、視頻或音頻等輸出而設計的設施。它們還負責更新AI系統并控制其他技術，包括機器人和超級計算機。

由于GPU運行溫度高且功耗大，與傳統數據中心相比，AI工廠需要更多的能源和冷卻。它們很可能被安置在能源成本低廉且水資源充足的地方，以便進行液冷。

一個例子是埃隆·馬斯克的xAI數據中心，該中心配備了10萬臺英偉達H100 GPU，用于高級AI處理。按每臺GPU 4萬美元估算，這代表了一位客戶超過40億美元的投資——這或許說明了為什么英偉達CEO黃仁勛繼續力推AI工廠的概念。

AI工廠：炒作與現實

雖然這個概念很吸引人，但我們真的會看到黃仁勛所承諾的AI工廠浪潮嗎?可能并不會大規模出現。AI硬件不僅購置和運營成本高昂，而且它并不像數據庫服務器那樣持續運行。一旦模型訓練完成，可能數月都不需要更新，導致這些昂貴的基礎設施閑置。

因此，專注于基礎設施和數據中心的Omdia首席分析師艾倫·霍華德認為，大多數AI硬件部署將發生在多功能數據中心。這些設施可能會設置專門的“AI區域”，同時配備用于標準計算和其他工作負載的區域。

“我們的感覺是，會有一些專門的AI數據中心，但不太可能像我們所被引導相信的那樣普及。”霍華德告訴記者。

“如果我在數據中心有一個5萬平方英尺的數據大廳，并且電力充足，那么我可以創建一個區域或套房，以滿足AI設備部署的高電力需求。你不會看到很多數據中心里全是AI設備……它將是更大數據中心的一部分?！?/p>

對大多數人來說成本過高

咨詢公司TEKsystems的首席技術官拉姆·帕拉尼阿潘同意專門AI數據中心將保持有限的觀點，這主要是由于涉及的高成本。

“企業在進行的數據推理遠比實際用數據訓練要多，”他說?！叭绻隳茉跀祿行膬葎澐謪^域，其中一些部分專門用于AI，你就可以用那部分GPU容量來訓練模型，然后剩下的CPU將用于模型推理。這就是我們看到的數據中心世界如何根據企業AI的消費和使用情況進行調整?！?/p>

電信數字化轉型提供商Amdocs的集團總裁兼戰略與技術負責人安東尼·古納蒂拉克認為，許多下一代AI工廠將通過AI即服務(AIaaS)模式提供給客戶租賃，像AWS等主要云服務提供商都提供這種模式。

“人們試圖建立AI工廠，從根本上創建一個模型，以便他們可以將AI能力作為一種服務來銷售，就像我們的一些客戶希望做的那樣?！惫偶{蒂拉克告訴記者。“歸根結底，可以將其視為GenAI基礎設施即服務。我認為AI即服務具有很多潛在的上行空間，因為AI硬件的投資非常昂貴，而且在很多情況下，你可能不再需要它，或者你可能不需要使用那么多?！?/p>

帕拉尼阿潘補充說，AI技術發展迅速，要跟上競爭步伐的成本高得令人望而卻步。“當你開始考慮這些GPU的成本，以及它們很快就會過時，這就會成為瓶頸，”他說?！叭绻阍噲D利用數據中心，你總是希望設施里能有最新的芯片，因此許多數據中心因為這些努力而虧損?！?/p>

別忘了網絡

除了GPU的成本，網絡硬件也需要大量投資，因為所有GPU需要高效地相互通信。EdgeCore Digital Infrastructure的戰略高級副總裁湯姆·特勞戈特解釋說，在典型的八GPU英偉達DGX系統中，GPU通過NVLink通信。然而，要與其他GPU共享數據，它們依賴于以太網或InfiniBand，這需要大量的網絡硬件來支持連接。

“當你進行訓練運行時，就像團隊中的個人一樣，”特勞戈特說。“他們都在同一個項目上工作，并且會定期集體匯合并交流心得?！?/p>

在較小的集群中，網絡成本與傳統數據中心相似。然而，在擁有5000、10000或20000個GPU的集群中，網絡成本約占整體資本支出的15%，他說。由于數據集如此龐大，單個網絡接口卡(NIC)很容易飽和，因此需要多個網絡連接。為了避免瓶頸，需要多個NIC——成本很快就會累積。

“顯然，這可能占到整體支出的30%至40%，這與前幾代相比是不成比例的?！碧貏诟晏馗嬖V記者。

AI工廠的未來

這仍然是一項非常新的技術。目前只有一個已知的正在開發的AI工廠，即xAI設施。英偉達最近才發布了構建AI工廠的藍圖，稱為企業參考設計，以幫助指導建設過程。隨著概念的發展，很多事情都可能發生變化，并且需要一些明確性。

“所以，這會是一個小趨勢，只有少數公司建立少數專門的AI工廠，還是會更大?我個人猜測，大概要過一年，我們才能更好地判斷新數據中心建設在AI工廠世界中是否基本上呈現出新的面貌。”霍華德說。