话你知/涉复杂计算 电力需求庞大

　　图：AI数据中心的用电需求预算到2030年会增加1.65倍。

　　若以功能来区分，传统数据中心主要支援一般运算和储存任务，而人工智能（AI）数据中心则要负责大规模和复杂的AI计算工作，故AI数据中心主要采用领先的AI计算架构，提供AI应用所需要的算力服务、数据服务和算法服务。

　　由于在功能上的分别，传统与AI数据中心的硬件要求亦有不同。传统数据中心主要以CPU（中央处理器）为核心，擅长处理串行运算和一般性任务。而AI数据中心则使用了大量的GPU（图形处理器）、TPU（张量处理器）等AI专用加速器。而GPU／TPU对于电源、散热、网络等基础设施的要求亦更高。

　　在电力供应方面，普通的数据中心每个机柜的功率在10至15KW，AI数据中心则因应GPU的功率要求，基本都是40KW起跳，所以如果按普通的数据中心规划，电力基本无法承受。

　　处理数量大 传输速度要求高

　　其次是在网络方面，一般数据中心节点的网络基本是10GB，AI数据中心则需要更快的传输速度（分布式计算、共享数据传输），通讯网络节点基本是40至100GB。

　　事实上，AI数据中心可以说是以目标为本的建设，可为整个AI生命周期提供所需的基建，包括复杂的训练模型，以至现实世界应用程式的部署。