AI

TCS هند با TPG برای تأمین مالی نیمی از پروژه ۲ میلیارد دلاری مرکز داده هوش مصنوعی به توافق رسید

4 دقیقه مطالعه
منبع
TCS هند با TPG برای تأمین مالی نیمی از پروژه ۲ میلیارد دلاری مرکز داده هوش مصنوعی به توافق رسید
چکیده کوتاه
- TCS قرارداد ۱ میلیارد دلاری برای مراکز داده هوش مصنوعی امضا کرد تا کمبود عظیم محاسباتی هند را جبران کند.
- پروژه HyperVault با زیرساخت‌های با چگالی بالا و خنک‌شونده با مایع، تقاضای هوش مصنوعی را برطرف می‌کند.
- محدودیت‌های آب و برق چالش‌های قابل توجهی را برای توسعه سریع ایجاد می‌کنند.

غول فناوری اطلاعات هند، Tata Consultancy Services (TCS)، ۱ میلیارد دلار از شرکت سهامی خاص TPG به عنوان بخشی از یک پروژه چند ساله ۲ میلیارد دلاری برای ساخت شبکه‌ای از مراکز داده در مقیاس گیگاوات در این کشور دریافت کرده است.

این پروژه که "HyperVault" نام گرفته است، در حالی مطرح می‌شود که تقاضا برای محاسبات هوش مصنوعی سریع‌تر از آنکه شرکت‌ها بتوانند زیرساخت‌های پرمصرف مورد نیاز برای پشتیبانی از آن را بسازند، در حال افزایش است.

شکاف عرضه و تقاضا برای محاسبات هوش مصنوعی در هند به طور خاص چشمگیر است: این کشور نزدیک به ۲۰ درصد از داده‌های جهان را تولید می‌کند، اما تنها حدود ۳ درصد از ظرفیت جهانی مراکز داده را به خود اختصاص داده است. شرکت‌های بزرگ فناوری و ارائه‌دهندگان خدمات ابری میلیاردها دلار سرمایه‌گذاری کرده‌اند تا ظرفیت محلی را افزایش داده و از پذیرش فزاینده محصولات هوش مصنوعی در این کشور بهره‌مند شوند.

شرکت‌های TCS و TPG با HyperVault قصد دارند مراکز داده با چگالی بالا و خنک‌شونده با مایع، با توان و ظرفیت شبکه مورد نیاز برای پشتیبانی از بارهای کاری پیشرفته هوش مصنوعی در مناطق ابری اصلی را توسعه دهند.

خنک‌کننده مایع و طراحی رک‌های با چگالی بالا به طور فزاینده‌ای رایج می‌شوند، زیرا پردازنده‌های گرافیکی مورد نیاز برای استنتاج و آموزش هوش مصنوعی نسبت به سرورهای CPU معمولی، توان بسیار بیشتری مصرف کرده و گرمای بیشتری تولید می‌کنند. اما چنین طراحی‌هایی همچنین سوالاتی را در مورد استفاده از منابع در کشورهایی مانند هند، که کمبود آب در آنجا از قبل یک نگرانی است، مطرح می‌کند.

در مراکز شهری مانند بمبئی، بنگلورو و چنای، که بخش زیادی از ظرفیت مراکز داده هند در آنجا متمرکز شده است، تنش آبی موجود می‌تواند عملیات را پیچیده کند. S&P Global با استناد به برآوردهای Uptime Institute، اشاره کرده است که یک بار مرکز داده ۱ مگاواتی می‌تواند تا ۲۵.۵ میلیون لیتر آب در سال برای خنک‌سازی نیاز داشته باشد، که فشار بیشتری بر زیرساخت‌های از قبل تحت فشار وارد می‌کند.

ساخت سریع مراکز داده هوش مصنوعی به فشار بیشتر بر برق و استفاده از زمین در هند، دو گلوگاه دیگر که توسط تحلیلگران صنعت شناسایی شده‌اند، منجر خواهد شد. خوشه‌های هوش مصنوعی با چگالی بالا به منبع تغذیه الکتریکی قابل اعتماد و قطعات بزرگ زمین صنعتی نیاز دارند، دو نیازی که تأمین آنها در مناطق شهری بزرگ به طور فزاینده‌ای دشوار است.

با این حال، شرکت‌های فناوری جهانی هند را به عنوان مرز خود برای ساخت زیرساخت‌های هوش مصنوعی در نظر می‌گیرند. طبق گزارش S&P Global، شرکت‌های فناوری محلی و جهانی در دو سال گذشته بیش از ۳۲ میلیارد دلار برای گسترش زیرساخت‌های مراکز داده در این کشور اعلام کرده‌اند.

در ماه ژانویه، مایکروسافت اعلام کرد که ۳ میلیارد دلار طی دو سال در زیرساخت‌های ابری و هوش مصنوعی هند سرمایه‌گذاری خواهد کرد و در ماه اکتبر، گوگل اعلام کرد که ۱۵ میلیارد دلار طی پنج سال برای ساخت یک مرکز داده هوش مصنوعی در مقیاس گیگاوات در ایالت آندرا پرادش جنوبی هزینه خواهد کرد. و در سال ۲۰۲۳، آمازون متعهد شد تا سال ۲۰۳۰ ۱۲.۷ میلیارد دلار در زیرساخت‌های ابری AWS در هند سرمایه‌گذاری کند.

TCS اعلام کرده است که با ارائه‌دهندگان خدمات ابری بزرگ (hyperscalers) و شرکت‌های هوش مصنوعی برای طراحی، استقرار و بهره‌برداری از زیرساخت‌های هوش مصنوعی با گسترش پلتفرم همکاری خواهد کرد. این شرکت قصد دارد در فاز اولیه خود حدود ۱.۲ گیگاوات ظرفیت ایجاد کند.

بر اساس برآوردهای S&P Global، بیش از ۹۵ درصد از ظرفیت جدید مراکز داده هند در پنج سال آینده از تأسیسات اجاره‌ای تأمین خواهد شد و مابقی توسط ارائه‌دهندگان خدمات ابری که زیرساخت‌های اختصاصی هوش مصنوعی می‌سازند، تأمین می‌شود. بازیگران محلی مانند Reliance Industries و CtrlS نیز در حال گسترش ظرفیت مراکز داده خود برای پاسخگویی به تقاضای رو به رشد هستند.

TCS و TPG پیش‌بینی می‌کنند که کل ظرفیت مراکز داده هند تا سال ۲۰۳۰ می‌تواند از ۱۰ گیگاوات فراتر رود، در حالی که امروز حدود ۱.۵ گیگاوات است.

این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، می‌توانید منبع اصلی را مطالعه کنید.