目前的数据基础设施已经能够处理云计算、5G网络和视频流的涌入，但这可能不足以支持人工智能的全面应用所带来的最新数字变革。
相反，人工智能的数字基础设施可能需要一个完全独立的云计算框架。这一新框架需要根据特定数据中心集群的位置及其所具有的功能重新定义现有数据中心网络。
科技企业紧跟人工智能趋势
最近备受讨论的ChatGPTAI人工智能语音合成器拥有100多万用户，并获得了微软100亿美元的投资。此外，亚马逊网络服务于11月与StabilityAI合作，谷歌创建了一个名为Lamda的类似ChatGPT系统。与此同时，Meta最近宣布暂停其数据中心建设，以便能够重新配置其服务器场，从而满足AI的数据处理要求。
人工智能平台的数据处理需求已经增长到这样的程度，如果没有微软即将升级的Azure云平台，ChatGPT的创建者OpenAI将无法继续运营该平台。
为什么人工智能需要新的数据基础设施
像ChatGPT这样的人工智能平台的“大脑”通过两个不同的“半球”或“叶”来运作，前者提取满足用户内容请求所需的所有数据，后者支持生成平台，在用户被问到问题后立即以更“人性化”的方式回答用户的问题。
训练叶将需要大量的“计算能力”来处理生成ChatGPT创建的所有内容所需的所有数据点。从本质上讲，训练叶提取数据点并在模型中重新组织它们。这个过程是反复进行的，每一次，人工智能实体都能更好地理解，它教会自己如何吸收信息，并像人类一样交流它所学到的东西。
虽然这是一个有趣的过程，但训练叶不仅需要强大的计算能力，还需要最先进的图形处理单元(GPU)半导体才能发挥最大的功能。此外，任何专注于“训练”人工智能平台的基础设施都需要大量的电力，因此数据中心必须位于可再生能源附近。新的液体冷却系统和重新设计的备用电源和发电机系统也必须安装。
至于人工智能平台大脑的另一半，推理叶负责在用户提出问题后几秒内回答问题，它有自己的一套需求，目前的数据基础设施无法满足。好消息是，目前连接的数据中心网络可以适应这种需求，但设施必须升级才能处理所需的大量处理能力。这些设施还必须在变电站附近。
目前最大的云计算提供商正在向需要的人工智能初创企业提供数据处理能力。他们愿意提供这种服务，因为他们认为人工智能初创公司是潜在的长期客户。
而大型云计算企业之间正在进行一场代理人战争。他们真的是唯一有能力建造拥有无数参数的真正大型人工智能平台的企业。
