Selera AI Pacu Ledakan Pusat Data

Dunia digital sedang mengalami transformasi pada skala yang belum pernah terjadi sebelumnya, sebahagian besarnya didorong oleh kemajuan pesat dan penerimagunaan kecerdasan buatan (AI). Daripada model bahasa yang canggih kepada analitik ramalan yang kompleks, AI sedang menyulam dirinya ke dalam fabrik perniagaan dan kehidupan seharian. Tetapi revolusi ini berjalan menggunakan bahan api – jumlah kuasa pengkomputeran yang sangat besar, hampir tidak dapat dibayangkan. Kehausan yang tidak pernah puas untuk keupayaan pemprosesan ini, seterusnya, mencetuskan ledakan besar dalam asas zaman digital itu sendiri: pusat data. Apa yang dahulunya merupakan sudut dunia infrastruktur yang agak tenang kini menjadi tumpuan utama dalam perlumbaan global untuk membina kemudahan yang mampu menempatkan masa depan AI.

Memetakan Ledakan Pusat Data

Halaju pertumbuhan semata-mata dalam sektor pusat data sangat mengejutkan. Pertimbangkan trajektori pasaran: penganalisis industri, seperti di Fortune Business Insights, melukis gambaran pengembangan yang meledak. Mereka menganggarkan penilaian pasaran pusat data global pada $242.72 bilion pada tahun 2024. Namun, angka ini diunjurkan akan dikerdilkan oleh permintaan masa depan. Ramalan menjangkakan pasaran melonjak ke arah $585 bilion menjelang tahun 2032. Ini mewakili kadar pertumbuhan tahunan kompaun (CAGR) kira-kira 11.7% sepanjang tempoh ramalan – pengembangan pesat yang berterusan menunjukkan peralihan teknologi asas.

Pada masa ini, Amerika Utara berdiri sebagai kuasa dominan dalam landskap ini, menguasai hampir 39% bahagian pasaran setakat 2024. Kedudukan kepimpinan ini mencerminkan penumpuan pemain teknologi utama dan pengguna awal teknologi AI di rantau ini. Walau bagaimanapun, permintaan adalah global, dan pelaburan penting sedang dibuat di seluruh benua untuk memperkukuh kapasiti infrastruktur digital.

Pemangkin utama di sebalik lengkung pertumbuhan eksponen ini tidak diragukan lagi adalah AI generatif. Tidak seperti generasi tugas pengkomputeran sebelumnya, model pembelajaran mendalam yang menyokong sistem AI generatif mempunyai keperluan unik dan menuntut. Mereka memerlukan:

• Kuasa Pengkomputeran Besar-besaran: Melatih model bahasa besar atau algoritma penjanaan imej yang kompleks memerlukan pemprosesan trilion titik data, sering menuntut pelbagai pemproses khusus seperti GPU (Graphics Processing Units) yang berfungsi secara selari.
• Penyelesaian Storan Boleh Skala: Set data yang digunakan untuk melatih dan mengendalikan model AI adalah sangat besar dan sentiasa berkembang. Pusat data memerlukan sistem storan berkapasiti tinggi yang fleksibel yang boleh berkembang dengan lancar apabila keperluan data membengkak.
• Infrastruktur Berprestasi Tinggi: Selain pemprosesan mentah dan storan, beban kerja AI menuntut rangkaian kependaman ultra-rendah dan sambungan antara yang teguh untuk memastikan data mengalir dengan cekap antara pelayan dan komponen. Keseluruhan infrastruktur mesti dioptimumkan untuk kelajuan dan kebolehpercayaan.

Peralihan asas yang didorong oleh AI ini memaksa pemikiran semula reka bentuk, penggunaan, dan operasi pusat data pada skala global.

Strategi Berevolusi: Menyesuaikan Diri dengan Era AI

Skala semata-mata dan sifat unik beban kerja AI memaksa organisasi untuk mengguna pakai strategi infrastruktur yang lebih canggih dan fleksibel. Dua trend utama sedang membentuk semula landskap pusat data: peralihan ke arah persekitaran awan hibrid dan pelbagai awan serta peningkatan penggunaan reka bentuk pusat data modular.

Kebangkitan Awan Hibrid dan Pelbagai Awan

Sudah berlalu hari-hari apabila organisasi bergantung semata-mata pada satu pusat data peribadi atau satu penyedia awan awam. Kerumitan dan permintaan yang berbeza-beza bagi aplikasi moden, terutamanya AI, memihak kepada pendekatan yang lebih bernuansa.

• Awan Hibrid: Strategi ini melibatkan penyepaduan sumber pusat data peribadi syarikat di premis dengan perkhidmatan daripada penyedia awan awam (seperti AWS, Azure, atau Google Cloud). Ia membolehkan organisasi menyimpan data sensitif atau aplikasi kritikal kependaman di premis sambil memanfaatkan skalabiliti dan kecekapan kos awan awam untuk beban kerja yang kurang kritikal, persekitaran pembangunan, atau kapasiti pecah semasa permintaan puncak.
• Pelbagai Awan: Mengambil fleksibiliti selangkah lebih jauh, strategi pelbagai awan melibatkan penggunaan perkhidmatan daripada pelbagai penyedia awan awam. Pendekatan ini membantu mengelakkan keterikatan vendor, membolehkan organisasi memilih perkhidmatan terbaik daripada penyedia yang berbeza untuk tugas tertentu, dan boleh meningkatkan daya tahan dengan mempelbagaikan kebergantungan infrastruktur.

Strategi ini menjadi semakin lazim kerana ia menawarkan cara untuk mengimbangi prestasi, keselamatan, kos, dan fleksibiliti. Untuk AI, ini mungkin bermakna melatih model besar-besaran pada kluster GPU awan awam yang berkuasa sambil menjalankan inferens (penggunaan sebenar model terlatih) lebih dekat dengan pengguna akhir, berpotensi pada peranti pinggir atau dalam awan peribadi untuk kependaman yang lebih rendah dan kawalan data. Mengurus persekitaran teragih ini dengan cekap memerlukan alat orkestrasi yang canggih dan ketersambungan rangkaian yang teguh, seterusnya mempengaruhi keperluan pusat data.

Daya Tarikan Modulariti

Pembinaan pusat data tradisional adalah proses yang panjang dan padat modal. Membina kemudahan monolitik yang besar boleh mengambil masa bertahun-tahun dari perancangan hingga pentauliahan. Dalam dunia AI yang bergerak pantas, di mana keperluan kapasiti boleh berubah dengan cepat, pendekatan tradisional ini sering kekurangan ketangkasan yang diperlukan. Masuklah pusat data modular.

Pusat data modular terdiri daripada modul pasang siap, terpiawai – biasanya mengandungi kuasa, penyejukan, dan infrastruktur IT – yang boleh dihasilkan di luar tapak dan kemudian diangkut dan dipasang dengan agak cepat. Pendekatan ini menawarkan beberapa kelebihan yang menarik:

• Penggunaan Lebih Cepat: Berbanding dengan binaan tradisional, penggunaan modular boleh mengurangkan garis masa pembinaan dengan ketara, membolehkan organisasi membawa kapasiti dalam talian dengan lebih cepat untuk memenuhi permintaan mendesak.
• Skalabiliti: Organisasi boleh bermula dengan jejak yang lebih kecil dan menambah modul secara berperingkat apabila keperluan mereka berkembang. Model “bayar semasa anda berkembang” ini menawarkan fleksibiliti kewangan yang lebih besar dan mengelakkan peruntukan berlebihan.
• Keberkesanan Kos: Walaupun kos awal setiap modul mungkin kelihatan tinggi, penggunaan yang lebih cepat, kerumitan pembinaan di tapak yang berkurangan, dan potensi untuk penyeragaman boleh membawa kepada penjimatan kos keseluruhan, terutamanya apabila mempertimbangkan nilai masa wang dan kelajuan ke pasaran.
• Fleksibiliti: Modul boleh digunakan di pelbagai lokasi, termasuk persekitaran terpencil atau mencabar di mana pembinaan tradisional mungkin sukar.

Kebangkitan reka bentuk modular mencerminkan keperluan industri untuk kebolehsuaian dan kelajuan yang lebih besar sebagai tindak balas kepada keperluan kapasiti dinamik yang didorong oleh AI dan aplikasi intensif data yang lain.

Keperluan Kuasa: Membekalkan Bahan Api kepada Infrastruktur AI

Membina struktur fizikal hanyalah sebahagian daripada persamaan. Mungkin cabaran – dan peluang – yang paling kritikal dalam ledakan pusat data yang didorong oleh AI terletak pada mendapatkan jumlah kuasa yang sangat besar yang diperlukan untuk menjalankan kemudahan ini dan membangunkan infrastruktur khusus untuk menyokongnya. Pengkomputeran AI terkenal dengan penggunaan tenaga yang intensif, meletakkan tekanan yang belum pernah terjadi sebelumnya pada grid kuasa sedia ada dan memerlukan pendekatan inovatif untuk penyumberan dan pengurusan tenaga.

Syarikat-syarikat kini terlibat dalam perebutan strategik untuk mendapatkan sumber tenaga yang boleh dipercayai dan berskala serta membangunkan tapak pusat data yang dilengkapi untuk mengendalikan beban kuasa ini. Ini melibatkan bukan sahaja mencari lokasi dengan kapasiti grid yang mencukupi tetapi juga meneroka pelaburan langsung dalam penjanaan tenaga boleh diperbaharui dan teknologi pengurusan kuasa yang canggih.

Contoh utama gerakan strategik ini boleh dilihat dalam tindakan Related Companies, pemaju hartanah utama yang secara tradisinya terkenal dengan projek bandar berskala besar. Menyedari permintaan yang semakin meningkat, syarikat itu telah beralih secara signifikan ke arah ruang infrastruktur digital, melancarkan bahagian khusus bernama Related Digital. Pendekatan mereka menonjolkan elemen utama kejayaan dalam era baharu ini:

• Kepakaran Khusus: Related mengumpulkan pasukan khusus dengan kepakaran dalam reka bentuk pusat data, infrastruktur kuasa, dan keperluan teknologi untuk mengetuai projek-projek kompleks ini.
• Pemerolehan Kuasa Proaktif: Memahami bahawa ketersediaan kuasa menjadi kekangan utama, Related telah secara proaktif mendapatkan tapak pembangunan di seluruh Amerika Syarikat dengan akses kepada lebih lima gigawatt (GW) kapasiti kuasa. Pandangan jauh ini memberikan kelebihan daya saing yang signifikan.
• Komitmen Modal Signifikan: Syarikat itu menyokong strateginya dengan pelaburan yang besar, memperuntukkan $500 juta modalnya sendiri dan merancang untuk mengumpul tambahan $8 bilion untuk membiayai pembangunan kemudahan yang dahagakan kuasa ini.
• Fokus pada Tenaga Boleh Diperbaharui: Memanfaatkan kepakarannya dalam pembangunan mampan, Related Digital menekankan penyepaduan sumber tenaga boleh diperbaharui untuk memenuhi permintaan kuasa yang besar sambil menangani kebimbangan alam sekitar – faktor yang semakin penting bagi pelanggan teknologi utama.
• Mendapatkan Komitmen Jangka Panjang: Untuk mengurangkan risiko pelaburan pendahuluan yang signifikan, Related memberi tumpuan kepada mendapatkan pajakan jangka panjang, selalunya 15 tahun atau lebih, daripada penyewa utama sebelum memulakan pembinaan. Ini memastikan aliran pendapatan yang boleh diramal dan mengesahkan permintaan untuk tapak tertentu.

Permintaan sengit yang mendorong pelaburan ini datang terutamanya daripada hyperscalers – gergasi dunia teknologi seperti Microsoft, Alphabet (Google), Amazon (AWS), dan Meta. Syarikat-syarikat ini menyaksikan pertumbuhan eksponen dalam penawaran perkhidmatan AI mereka sendiri dan keperluan dalaman, menyebabkan mereka meningkatkan perbelanjaan modal mereka secara mendadak pada infrastruktur pusat data. Selera mereka yang seolah-olah tidak berkesudahan untuk kuasa pengkomputeran menyokong keseluruhan ledakan pembinaan pusat data.

Seperti yang diketengahkan oleh CEO Related Companies, Jeff Blau, dalam perbincangan mengenai strategi mereka, kekurangan sambungan kuasa berkapasiti tinggi yang sedia ada pada grid sedia ada dengan cepat menjadi pembeza utama. Syarikat-syarikat yang mendapatkan sumber kuasa awal, seperti Related, mendapati diri mereka berada dalam kedudukan yang kuat dalam pasaran di mana permintaan jauh melebihi bekalan tanah dan infrastruktur berkuasa yang sedia ada. “Perebutan kuasa” ini adalah ciri penentu landskap infrastruktur AI semasa.

Mengharungi Kerumitan: Cabaran Melangkaui Pembinaan

Walaupun trajektori pertumbuhan tidak dapat dinafikan dan pemacu teknologi jelas, laluan ke hadapan untuk industri pusat data bukanlah tanpa halangan yang signifikan. Memperluas infrastruktur pada kadar dan skala ini memperkenalkan pelbagai cabaran kompleks yang memerlukan pengurusan yang teliti dan penyelesaian inovatif.

Persoalan Kemampanan

Penggunaan tenaga yang sangat besar oleh pusat data yang berfokuskan AI menimbulkan kebimbangan alam sekitar yang serius. Jejak karbon yang berkaitan dengan penjanaan elektrik yang diperlukan, selalunya daripada bahan api fosil, adalah besar. Tambahan pula, pusat data memerlukan sejumlah besar air untuk sistem penyejukan, berpotensi memberi tekanan kepada sumber air tempatan, terutamanya di kawasan gersang. Industri ini menghadapi tekanan yang semakin meningkat daripada pengawal selia, pelabur, dan orang ramai untuk:

• Meningkatkan Kecekapan Tenaga: Membangunkan pemproses yang lebih cekap, sistem penyejukan (seperti penyejukan cecair), dan amalan operasi (pengoptimuman PUE - Power Usage Effectiveness) adalah penting.
• Melabur dalam Tenaga Boleh Diperbaharui: Membiayai secara langsung atau mendapatkan sumber tenaga boleh diperbaharui (solar, angin) untuk menggerakkan operasi menjadi semakin biasa, didorong oleh matlamat alam sekitar dan keinginan untuk kos tenaga yang stabil dan boleh diramal.
• Mengoptimumkan Penggunaan Air: Melaksanakan teknologi penyejukan cekap air dan meneroka kaedah penyejukan alternatif adalah perlu untuk mengurangkan tekanan air.

Mengimbangi permintaan yang tidak pernah puas untuk pengkomputeran AI dengan tanggungjawab alam sekitar mungkin merupakan cabaran jangka panjang yang paling signifikan bagi sektor ini.

Kesesakan Rantaian Bekalan

Membina pusat data terkini memerlukan komponen yang sangat khusus, daripada semikonduktor canggih seperti GPU dan TPU (Tensor Processing Units) kepada peralatan rangkaian berkelajuan tinggi serta peralatan pengagihan kuasa dan penyejukan yang canggih. Lonjakan permintaan telah memberi tekanan kepada rantaian bekalan untuk komponen kritikal ini. Masa tunggu untuk perkakasan penting boleh menjadi panjang, berpotensi melambatkan penyiapan projek. Faktor geopolitik dan penumpuan pembuatan di rantau tertentu menambah lapisan kerumitan dan risiko selanjutnya kepada daya tahan rantaian bekalan. Memastikan aliran komponen penting ini yang stabil dan boleh dipercayai adalah kritikal untuk memenuhi garis masa pembinaan.

Jurang Bakat

Mereka bentuk, membina, dan mengendalikan kemudahan canggih ini memerlukan tenaga kerja yang berkemahiran tinggi. Terdapat kekurangan profesional yang semakin meningkat dengan kepakaran dalam bidang seperti:

• Kejuruteraan elektrik dan mekanikal pusat data
• Rangkaian lanjutan
• Keselamatan siber untuk infrastruktur kritikal
• Penggunaan dan pengurusan perkakasan AI
• Pengurusan fasiliti untuk persekitaran berketumpatan tinggi

Menarik, melatih, dan mengekalkan kakitangan yang berkelayakan menjadi medan persaingan dan potensi halangan kepada pertumbuhan bagi syarikat individu dan industri secara keseluruhan. Institusi pendidikan dan program latihan industri berlumba-lumba untuk menyesuaikan diri, tetapi merapatkan jurang akan mengambil masa dan usaha bersepadu.

Halangan Peraturan dan Perlesenan

Membina projek infrastruktur besar sentiasa melibatkan navigasi landskap peraturan yang kompleks. Mendapatkan permit untuk kegunaan tanah, penilaian kesan alam sekitar, sambungan grid kuasa, dan kod bangunan boleh menjadi proses yang panjang dan tidak dapat diramalkan. Penentangan komuniti tempatan, sekatan pengezonan, dan peraturan yang berkembang mengenai privasi dan kedaulatan data boleh merumitkan dan melambatkan projek lagi. Memperkemas proses ini sambil memastikan pengawasan yang sewajarnya adalah penting untuk memudahkan pembinaan infrastruktur yang diperlukan.

Kesan Berpanjangan: Membentuk SemulaAsas Digital

Revolusi AI bukan hanya mengenai algoritma dan perisian; ia secara asasnya membentuk semula dunia fizikal melalui permintaannya untuk infrastruktur yang berkuasa dan khusus. Industri pusat data, yang pernah beroperasi di latar belakang, kini menjadi pemboleh kritikal kemajuan teknologi dan pertumbuhan ekonomi. Pelaburan besar-besaran yang mengalir ke sektor ini, dicontohi oleh strategi seperti Related Companies dan perbelanjaan modal yang melonjak oleh hyperscalers, menggariskan transformasi mendalam yang sedang berlaku.

Walaupun cabaran berkaitan kuasa, kemampanan, rantaian bekalan, bakat, dan peraturan mesti ditangani, trend asasnya jelas: dunia memerlukan infrastruktur pengkomputeran yang jauh lebih banyak untuk menggerakkan masa depan yang dipacu AI. Pembinaan berterusan ini bukan sahaja mewakili ledakan pembinaan tetapi juga pemikiran semula asas digital di mana era inovasi seterusnya akan dibina. Syarikat dan wilayah yang berjaya mengharungi landskap kompleks ini berpeluang memperoleh kelebihan strategik dan ekonomi yang signifikan dalam dekad-dekad akan datang. Dengungan senyap pelayan di kubu digital yang berkembang ini, pada hakikatnya, adalah enjin masa depan yang menderu.