目前有兩大趨勢正在全球企業中掀起浪潮。 首先是人工智能 (AI) 的使用激增，企業努力實現關鍵流程的自動化和優化，以提高生產力和運營效率。 第二個是日益惡化的氣候危機和能源成本增加的財務影響。

　　這兩個大趨勢的交叉點是簡陋的數據中心，選擇合適的數據中心不僅可以適應未來的技術進步，還可以顯著減少企業對環境的影響。

　　數字基礎設施及其對環境的影響

　　人工智能技術需要對數字基礎設施進行大量投資，以便能夠存儲和幾乎即時處理大量數據。 人工智能算法，特別是深度學習模型，需要大量計算資源，例如圖形處理單元 (GPU) 和多個軟件框架。 在 GPT-3 大型語言模型上通過機器學習 (ML) 訓練一臺計算機以類人方式運行可能需要使用多達 12MW 的數據，成本高達 300 萬美元。

　　由此產生的對數字基礎設施資源、容量和空間的需求是巨大的。 許多為通用計算而構建的傳統數據中心無法容納處理如此高密度工作負載所需的設備，因此企業必須仔細考慮其數據中心提供商，以滿足未來的需求。

　　此外，為適應人工智能技術所需的高性能工作負載而構建的數據中心需要具有強大冷卻能力的強大系統。 據估計，這些冷卻系統占傳統數據中心總能源成本的 40%，在政治不確定性導致能源成本飆升的能源危機臨界點期間，資源大量消耗。

　　企業似乎面臨著一項幾乎不可能完成的任務，即要平衡保持競爭力、保持償付能力(如果不能盈利)和實現碳減排目標的需要。 這就是現代數據中心發揮作用的地方。

　　數據中心解決方案

　　選擇數據中心提供商是一項長期決策，如果企業希望減輕隨著人工智能需求的持續增長而可能發生的財務、技術和生態影響，則需要考慮許多因素。

　　專為高性能計算 (HPC) 設計的現代、專用“下一代”數據中心應制定高密度策略，并為高容量服務做好充分準備，并提供首屈一指的連接性和安全性 以滿足不斷變化的市場變化。 這些優化的環境可以提供更多的計算能力和定制的高密度托管，以支持客戶快速、大規模地增加工作負載和應用程序。

　　然而，還有其他因素需要理解，在這個環境不確定的關鍵時期，數字基礎設施的地理位置變得比以往任何時候都更加重要。

　　受益于水力和地熱能等可再生能源過剩的國家可以提供穩定的長期電力供應，與天然氣同行相比，其價格要便宜得多。 同樣，氣候涼爽且氣候更加溫和的國家將確保數據中心內更有效地維持穩定的溫度和濕度水平，從而減少能源輸出和污染，并最終減少碳排放。

　　氣候涼爽的新數據中心可以設計更節能的冷卻系統。 例如，直接液體冷卻，利用水的更高熱傳遞來更有效地冷卻設備或熱量捕獲技術功能，以便回收數據中心排出的所有熱空氣，并且本地能源供應商可以使用多余的熱量來加熱 當地社區的家園。 這些是高度節能的流程，可以降低總擁有成本，并且將在一定程度上幫助企業適應未來可能引入的任何可持續性或碳減排標準。

　　總之，推動人工智能技術興起所需的巨大能源需求與企業可能擁有的任何 ESG 和相關可持續發展目標完全不一致。 在這種脫節的中間是數據中心，那些希望采用人工智能、降低能源成本和碳足跡的公司最好明智地選擇他們的地點。