Глава NVIDIA убеждён, что строительство ЦОД в безлюдных местах смягчит проблему их высокого энергопотребления
Тем более, что не каждый вид вычислений требует высоких энергозатрат.
Поскольку сайт с мурлыкающим названием только сейчас опубликовал стенограмму сессии вопросов и ответов с участием основателя и бессменного генерального директора NVIDIA Дженсена Хуана (Jensen Huang), то и обгладывать данный источник информации можно несколько дней. Когда на мероприятии во время Computex 2024 руководителя NVIDIA спросили, как он смотрит на проблему роста энергопотребления центров обработки данных, он пояснил, что его ответ будет состоять из трёх частей.
Источник изображения: NVIDIA
Во-первых, как заявил глава NVIDIA, в сфере ускорения вычислений работает принцип «чем больше ты тратишь, тем больше экономишь», поскольку использование новых ускорителей позволяет поднять эффективность вычислений, в том числе и энергетическую.
Во-вторых, как добавил руководитель компании, на следующем этапе системы искусственного интеллекта перейдут от процесса обучения больших языковых моделей к формированию логических выводов. Данный тип вычислений потребует значительно меньших затрат энергии, поэтому рост энергозатрат в этой сфере не будет вечным.
В-третьих, как резюмировал Дженсен Хуан, «искусственному всё равно, какую школу посещать». Нехватка электроэнергии ощущается в регионах планеты с большим количеством населения, но в глобальном масштабе человечество не испытывает дефицита энергии. Нужно строить крупные центры обработки данных в удалённых районах, где нет большого количества людей. Естественно, там должны располагаться с адекватные по мощности электростанции, но современная электроэнергетика позволяет достаточно гибко подходить к выбору местоположения генерирующих мощностей. При этом вычисления, связанные с формированием логических выводов, необходимо выполнять в непосредственной близости от мест скопления потребителей, чтобы снизить задержки в передаче информации. Таким образом, можно географически распределять центры обработки данных в зависимости от специализации и потребности в энергетических ресурсах.
