Till 2027 kommer marknadsstorleken för gröna datacenter att öka med cirka 147 miljarder dollar

Med den snabba utvecklingen av generativ artificiell intelligens, som den populära ChatGPT, har efterfrågan på datorkraft i datacenter ökat. Artificiell intelligens läser stora mängder data och förbrukar mer elektricitet än traditionell programvara. GPU:n som används för att träna generativa AI-modeller har hög strömförbrukning och kräver även ytterligare kylenergi.

Enligt uppskattningar, när det gäller makrodata, kan artificiell intelligens stå för 3 % till 4 % av den globala efterfrågan på elektricitet till 2030. På grund av ökningen av artificiell intelligensservrar har strömförbrukningen i datacenter ökat avsevärt. McKinsey förutspår att 2030 kommer elförbrukningen i datacenter att mer än fördubblas.

Ökningen av elförbrukning och kostnader är en nyckelfaktor för marknadstillväxten. Energiförbrukningen i datacentret är mycket hög, och med den ökande efterfrågan på mer kraftfulla applikationer som autonoma fordon, strömmande media och 5G, kan datacentrets energiförbrukning växa exponentiellt, och de behöver mycket ström för att leverera olika utrustning.

För att möta de enorma utmaningarna med energiefterfrågan i datacenter måste olika åtgärder vidtas, inklusive energibesparande hårdvara, innovativa kyllösningar, grön energi och bredare strategier för hållbar utveckling.

Användningen av energibesparande chips är hörnstenen för att förbättra energieffektiviteten i datacenter. Energibesparande kretsar har avancerad arkitektur och strömhanteringsfunktioner, vilket spelar en avgörande roll för att minimera strömförbrukningen för datacenterhårdvara. Dessa chips kan mer effektivt allokera och utnyttja hårdvaruresurser och därigenom förbättra prestandan per watt. Till exempel, jämfört med tidigare generationer av Intel Xeon-processorer, förbättrade fjärde generationens Xeon den genomsnittliga prestandaeffektiviteten per watt för målarbetsbelastningar med 2,9 gånger när man använde inbyggda acceleratorer. År 2022 är energieffektiviteten för Nvidias H100 GPU AI-chip nästan dubbelt så stor som den tidigare generationens produkt A100.

Dessutom är en annan effektiv åtgärd för att minska energiförbrukningen i datacenter att anta effektivare kyllösningar i stor skala, vilket minskar andelen kylenergiförbrukning, och en nyckelindikator är "Power Use Efficiency" (PUE). Under det senaste decenniet, trots en 6-faldig ökning av datautdata och en 25-faldig ökning av lagringskapacitet, ökade energianvändningen för globala datacenter endast med 6 % från 2006 till 2018. Denna betydande effektivitet förbättringen hänförs till minskningen av PUE.

Enligt uppskattningar förväntas den gröna datacentermarknaden öka med 146,95 miljarder dollar mellan 2022 och 2027, med en sammansatt årlig tillväxttakt på 24,63%. Med den ökande utbyggnaden av vätskekylning (särskilt DLC för direkt vätskekylning) i stor skala kommer PUE för datacenter som går in i vätskekylningseran att vara under 1,3. Vätskekylningsteknik kan inte bara förbättra den övergripande kylningseffektiviteten för datacenter, utan också möta kylbehoven hos chips med hög effekttäthet, minska beroendet av luftkonditioneringssystem med hög effekt och främja en hållbar miljöutveckling.