Methods-贸泽技术与解决方案杂志，及时了解技术创新与工程设计方面的重要资讯。
Issue link: https://trendsintech-korea.mouser.com/i/1540281
AI 시대를 위한 데이터 센터의 전력 설계하기 글/브랜든 루이스(Brandon Lewis), 마우저 일렉트로닉스 핵심 인프라라고 하면 전력망, 수처리 설비, 도로, 공공시설과 같은 시스템이 떠오를 것입니다. 그렇다면 데이터 센터는 어떨까요? 데이터 센터는 이미 모든 종류의 디지털 서비스를 위한 핵심 인프라 역할을 하고 있습니다. 그러나 인공지능(AI) 의 등장으로 이러한 컴퓨팅 허브의 중요성이 완전히 새로운 차원으로 높아지면서 데이터 센터의 전력 소비량도 급격히 증가하고 있습니다. 증가하는 전력 수요에 대응하려면 효율 개선, 재생 에너지원, 그리고 첨단 전력 솔루션이 모두 필요합니다. 이 글에서는 데이터 센터 전력 소비의 최신 동향, AI 가 에너지 수요에 미치는 영향, 이러한 수요를 충족할 수 있는 솔루션과 첨단 기술, 그리고 AI 전력 소비 및 지속가능성 실천 관련 환경 문제에 대해 살펴봅니다. 급증하는 AI의 에너지 수요 데이터 센터는 이미 전 세계 전력 사용에 있어 큰 비중을 차지하고 있으며, 2022 년에는 460테라와트시(TWh)를 소비했습니다. 1 이러한 수요는 디지털 서비스와 AI에 대한 수요가 증가함에 따라 더욱 증가할 것으로 예상됩니다. 예를 들어, 골드만삭스는 AI 워크로드로 인해 2030년까지 데이터 센터의 전력 사용량이 160% 급증할 것으로 예상했습니다. 이는 전력망에 큰 부담을 줄 것이며, 골드만삭스는 유럽이 AI 전력망을 준비하기 위해 1조 달러를 투자해야 할 것으로 전망하고 있습니다. 2 AI 학습 및 추론 워크로드가 컴퓨팅 측면에서 매우 중요하다는 것은 누구나 아는 사실입니다. 초기 AI 모델 중 일부에서도 데이터 센터의 에너지 소비량이 눈에 띄게 급증한 것을 확인할 수 있습니다. 생성형 AI 와 대규모 언어 모델(LLM)은 에너지 요구 사항이 상당히 높기 때문에 데이터 센터의 지속 가능성에 도전 과제를 제기합니다. 하지만 이러한 에너지 소비는 어떤 모습일까요? 고려해야 할 몇 가지 사항은 다음과 같습니다: 3 • AI 시스템은 기존 소프트웨어보다 하나 의 작업을 완료하는 데 약 33배 더 많 은 에너지를 사용합니다. • GPT-3의 학습에는 약 1,300MWh 의 전력이 소비되었고, GPT-4는 65,000MWh 이상을 소비했습니다. • AI의 지속적인 성장을 위해 필요한 연 산 능력은 약 100일마다 두 배로 증가 합니다. 급증하는 전력 수요는 기존 인프라를 확장하는 데 있어 상당한 도전 과제를 안겨줍니다. 데이터 센터는 전력 장비의 부족과 빠른 확장을 지원할 숙련된 기술자 및 전문 인력의 제한적인 공급이라는 이중의 어려움에 직면해 있습니다. 이러한 제약으로 인해 궁극적으로 2차 및 신흥 시장은 에너지 생산을 늘려야 할 수도 있습니다. 4 증가하는 데이터 센터 전력 수요에 대한 솔루션 데이터 센터를 비롯한 더 넓은 시장은 급증하는 에너지 수요에 발맞추기 위한 신속한 해결책이 필요합니다. 하지만 성장 속도와 지역별 에너지 생산의 다양성이 모두 고려되어야 하기 때문에 이는 쉬운 일이 아닙니다. 지금까지 우리는 재생 에너지 및 대체 에너지원에 대한 투자, 에너지 효율 및 냉각 기술의 혁신, 그리고 수요 대응 프로그램과 AI 기반 에너지 최적화의 확산을 목격해 왔습니다. 솔루션 #1: 재생 에너지 및 대체 에너지원 재생 에너지는 데이터 센터에 새로운 개념이 아닙니다. 그러나 에너지 소비의 가속화로 인해 재생 에너지는 전기 수요를 충족할 수 있는 합리적인 17 |