science is when it works but shouldn’t, engineering is when it doesn’t work but should
手持利刃 心存慈悲
AI 領導力
AI 遇強則強
“令牌”,這些“令牌”本質上是單字或單字片段
It was soon overtaken. Last year, researchers from China released an A.I. model, Skywork, which was trained on 3.2 trillion tokens from English and Chinese texts. Google also unveiled an A.I. system, PaLM 2, which topped 3.6 trillion tokens.
AI牽動產業變革,將從算力推進至電力。美銀美林報告顯示,預估到2030年數據中心的電力需求,將以11%年複合年增長率提升,等於同於全球電力需求約1-2%,AI的電力使用量將在2023年至2028年間達到25-33%年複合成長率,這將對數據中心的設計,電力效能和散熱管理帶來挑戰。
在生成式AI 去年橫空出世後,AI數據中心、工業成長、電動車,以及建築電氣化等四大因素的推動,讓全球電力供應,成為繼算力後,有效的電力和熱管理成為今年去焦的重點事項。
美銀美林預計,到2030年,資料中心的電力需求預計將以11%的複合年增長率增長。這相當於全球電力需求的約1-2%,即240-340太瓦時(1太瓦時等於10億千瓦時)。其中,AI的電力使用量將在2023年至2028年上看25-33%的年複合長率這,也將對數據中心的設計和運營帶來挑戰。
美林證券也指出,隨著數據中心功率密度的提高,傳統的冷卻方法可能不再適用。例如,85%的數據中心的最大機架功率密度小於30千瓦,而對於高於20千瓦的功率密度,可能需要採用液體冷卻解決方案。
新的散熱方案技術是透過將冷卻劑直接輸送到晶片,每個晶片都有兩條管道(一條熱管,一條冷管)。
美林整券也說明,隨著數據中心向更高功率密度的轉變,電力和熱管理內容的需求也在增加。例如,輝達液冷供應商即預期,每兆瓦的電力和熱管理內容機會將分別增加18%和740%。
AI牽動產業變革,將從算力推進至電力。美銀美林報告顯示,預估到2030年數據中心的電力需求,將以11%年複合年增長率提升,等於同於全球電力需求約1-2%,AI的電力使用量將在2023年至2028年間達到25-33%年複合成長率,這將對數據中心的設計,電力效能和散熱管理帶來挑戰。
在生成式AI 去年橫空出世後,AI數據中心、工業成長、電動車,以及建築電氣化等四大因素的推動,讓全球電力供應,成為繼算力後,有效的電力和熱管理成為今年去焦的重點事項。
美銀美林預計,到2030年,資料中心的電力需求預計將以11%的複合年增長率增長。這相當於全球電力需求的約1-2%,即240-340太瓦時(1太瓦時等於10億千瓦時)。其中,AI的電力使用量將在2023年至2028年上看25-33%的年複合長率這,也將對數據中心的設計和運營帶來挑戰。
美林證券也指出,隨著數據中心功率密度的提高,傳統的冷卻方法可能不再適用。例如,85%的數據中心的最大機架功率密度小於30千瓦,而對於高於20千瓦的功率密度,可能需要採用液體冷卻解決方案。
新的散熱方案技術是透過將冷卻劑直接輸送到晶片,每個晶片都有兩條管道(一條熱管,一條冷管)。
美林整券也說明,隨著數據中心向更高功率密度的轉變,電力和熱管理內容的需求也在增加。例如,輝達液冷供應商即預期,每兆瓦的電力和熱管理內容機會將分別增加18%和740%。