Con l’avvento di Chat Gpt si è assistito progressivamente alla rivoluzione dell’Intelligenza Artificiale e alla trasformazione che essa ha generato nel mondo del lavoro.

Tra le sue numerose capacità, l’IA offre la possibilità di migliorare l’efficienza e la produttività nel settore manifatturiero, di sviluppare progressi nella ricerca medica e di migliorare attività creative come la scrittura di questo blog.

L’IA viene solitamente suddivisa in due categorie principali: Generativa e Predittiva.  La prima (GenAI) utilizza i dati esistenti come base per creare nuovi contenuti originali come discorsi, articoli scritti, immagini o nuovi prodotti.  La predittiva, come suggerisce il nome, è utilizzata per fare previsioni basate sulle tendenze dei dati per migliorare il processo decisionale.  La GenAi è spesso utilizzata nel marketing, nel design e nella medicina mentre la predittiva nelle analisi di mercato, nella manutenzione preventiva e nella finanza. 

Con le apparecchiature AI, anche i Data Center possono beneficiare di questi potenti sistemi.  Gli algoritmi avanzati e le capacità di apprendimento automatico dell’IA predittiva possono analizzare enormi quantità di dati in tempo reale, consentendo ai data center di diventare sempre più intelligenti e adattivi. Saranno in grado di anticipare e risolvere i potenziali problemi prima che essi si verifichino, garantendo la massima operatività e affidabilità.

Nuove GPU in favore della crescita dell’AI

NVIDIA GTC ha fornito una buona panoramica della tecnologia delle GPU più nuove e potenti, OFC ha presentato le ultime novità in fatto di networking ad alta velocità e DC World ha fornito una prospettiva su come tutto questo influirà sui requisiti dei data center.

Dopo diversi anni di introduzione di una nuova GPU ogni due anni, NVIDIA, nel 2024, ha lanciato il nuovo processore Blackwell, che offre un miglioramento significativo rispetto ai suoi predecessori.  La figura seguente mostra sia l’aumento di potenza che l’aumento di velocità di calcolo per tre diversi server NVIDIA, ciascuno con 8 GPU.

Anche se ci vorrà un po’ di tempo prima che i prodotti che utilizzano Blackwell arrivino sul mercato, la soluzione ha già dato alle aziende di data center una visione dell’infrastruttura che dovranno avere a disposizione.  Un rack completo di quattro DGX B200 richiede 60kW, ma il SuperPod NVL72 di fascia più alta, che utilizza il Superchip GB200, arriva a 120kW e richiede un raffreddamento a liquido diretto al chip.  NVIDIA ha anche annunciato che la sua prossima GPU, chiamata Rubin e prevista per il 2026, sarà progettata per ottimizzare l’efficienza energetica.

Al DC World, Ali Fenn, presidente di Lancium, ha dichiarato che “l’intelligenza artificiale sarà la più grande formazione di capitale della storia” e ha osservato che la fornitura di energia, più che la tecnologia delle GPU, controllerà la velocità di crescita.  L’aumento del numero di sistemi AI nei data center e il loro elevato consumo di energia per rack stanno accelerando la necessità di raffreddamento a liquido. Sebbene esistano opinioni diverse su quando sia necessario il raffreddamento a liquido, si ritiene comunemente che esso debba essere utilizzato quando la potenza del rack è superiore a 40kW.

Per collegare tutte le GPU e creare un cluster (o pod) necessario per l’IA su larga scala, sono necessari cavi in fibra e ricetrasmettitori ottici ad alta velocità.  Con un massimo di 8 GPU per server, ognuna delle quali esegue velocità di trasferimento dati fino a 800G, molti data center vedranno aumentare di 4 volte il numero di cavi in fibra.  Questo a sua volta aumenta la congestione dei percorsi di cablaggio e spesso porta alla necessità di percorsi più ampi, come quelli da 24 o 36 pollici di larghezza, e di più strati se lo spazio sopraelevato del soffitto lo consente.

I data center dovranno essere progettati in modo da garantire scalabilità e flessibilità per gestire i carichi di lavoro dell’intelligenza artificiale. Le reti ad alta velocità e bassa latenza sono fondamentali per un’elaborazione efficiente dei dati dell’intelligenza artificiale, insieme a sistemi di archiviazione robusti e tecniche avanzate di gestione dei dati. Gli operatori dei data center saranno inoltre sottoposti a una pressione ancora maggiore per mitigare l’impatto ambientale delle loro operazioni e l’uso di fonti di energia rinnovabili sarà un must.  A causa delle limitazioni della rete elettrica in molte aree del mondo, anche l’energia nucleare sta ricevendo grande attenzione come metodo per ridurre l’impronta di carbonio, aggiungendo al contempo una fonte di energia supplementare. Scalabilità, flessibilità, sicurezza e sostenibilità ambientale sono tutti fattori essenziali da considerare nella progettazione e nella gestione dei data center di intelligenza artificiale.

Data Center AI per nuovi ambienti

L’intelligenza artificiale sta interessando tutti i mercati, ma non è esagerato affermare che il suo impatto maggiore è avvertito da coloro che si occupano della costruzione di data center. La combinazione di tutti questi cambiamenti nei requisiti ha convinto molte aziende del settore che l’adeguamento dei data center esistenti non è sempre fattibile.  Sarà necessario costruire nuovi edifici in aree con energia abbondante e poco costosa.  I nuovi data center AI saranno costruiti appositamente con sistemi di raffreddamento a liquido (acqua o fluido dielettrico), percorsi di cablaggio più ampi e pavimenti in cemento più spessi necessari per ospitare le apparecchiature AI più pesanti.

Nonostante gli immensi vantaggi dell’AI, la transizione necessaria per implementarla nei data center presenta molte sfide:

• Maggiore potenza per favorire la crescita dei dati
• Sistemi di raffreddamento innovativi
• Aumento fino a 4 volte della quantità di fibre utilizzate per collegare i server e gli switch
• Percorsi aerei più grandi
• Progettazioni che prevedano il modo di aggiungere capacità senza interrompere le reti di cablaggio esistenti
• Sostenibilità migliorata

I proprietari dei Data Center dovranno gestire più situazioni: più cavi in fibra, più spazio per i percorsi, più calore e, soprattutto, più energia.  Nonostante tali ostacoli, è un momento entusiasmante per questo settore, poiché le costruzioni sono ai massimi storici e non riescono ancora a tenere il passo con la richiesta.