企业对人工智能永无止境的需求正在推动数据中心市场的快速崛起，该市场旨在处理计算密集型人工智能应用程序。
分析师表示，随着经验丰富的企业云供应商竞相用先进芯片和其他升级改造现有数据中心，以满足人工智能软件的需求，一些新贵建筑商看到了从头开始开发新设施的机会。
数据中心是类似仓库的建筑，配备了多个服务器机架、路由器和其他用于存储和处理数据的信息技术硬件。 IT 服务和咨询公司 Unisys 云、应用程序和基础设施解决方案高级副总裁兼总经理 Manju Naglapur 表示，传统数据中心通常配备使用标准通用芯片运行工作负载的服务器。
他说，一个专门建造的人工智能数据中心容纳了利用人工智能芯片的服务器，如英伟达的图形处理单元，当人工智能应用程序筛选海量数据时，这些芯片可以同时运行多个计算。他说，他们还提供光学网络和更高效的存储，以支持大规模的人工智能模型。
“这需要大量的资金和时间投入，以彻底改造现有的中心或创建这些新的专用数据中心，”Naglapur说。
根据研究公司Data Bridge Market Research的数据，到2029年，全球人工智能基础设施市场(包括数据中心以及支持人工智能应用程序使用的网络和其他硬件)的支出预计将达到4225.5亿美元，未来六年的复合年增长率为44%。
总部位于新泽西州罗斯兰的数据中心初创公司 CoreWeave 周四表示，在对冲基金 Magnetar Capital 和私募股权公司 Blackstone 的支持下，该公司已获得 23 亿美元的债务融资，该融资将用于加速人工智能的建设 准备好数据中心。 在最新一轮融资之前，该公司在 4 月份进行了 2.21 亿美元的 B 轮融资，并在 5 月份进行了 2 亿美元的 B 轮延期融资。
CoreWeave 首席技术官布莱恩·文图罗 (Brian Venturo) 表示，CoreWeave 于六年前推出，目前拥有七个在线人工智能数据中心，预计到今年年底这一数字将增加一倍。 Venturo 表示，其最新的数据中心位于德克萨斯州普莱诺，占地 45 万平方英尺，价值约 16 亿美元，已于本周开始商业运营。
“大约在去年的这个时候，我们开始了解即将发生的事情，”Venturo说，他引用了2022年8月发布的Stability AI的Stable Diffusion，这是一款人工智能驱动的图像生成器。他说，三个月后，OpenAI的在线聊天机器人ChatGPT的公开发布使人工智能市场进入了超速发展阶段。Venturo说:“那时我们就想，‘这是真的’。”
与传统数据中心相比，人工智能数据中心有更多运行在高性能芯片上的服务器。因此，分析人士表示，人工智能数据中心全栈服务器的平均功耗可以达到每个机架50千瓦或更多，而传统数据中心的平均功耗约为每个机架7千瓦。
这意味着人工智能数据中心需要增加能够提供更高电量的基础设施。由于额外的电力使用会产生更多的热量，人工智能数据中心还需要替代冷却方法，如液体冷却系统，以防止设备过热。数据中心的租赁费率通常基于电力消耗。
其他正在建设人工智能数据中心的公司包括Turner Construction、Holder Construction和DPR Construction等公司，以及DataBank等数据中心运营商。
总部位于达拉斯的DataBank公司表示，今年4月，该公司在亚特兰大建立了一个20万平方英尺的数据中心，专门为高性能计算设计，包括生成式人工智能。它目前在27个市场经营着超过65家工厂。DataBank首席执行长马丁内克(Raul Martynek)说，人工智能部署的速度，加上对传统信息技术工作量的强劲需求，可能会在未来12至24个月内导致数据中心容量短缺。
Facebook 母公司 Meta Platforms 去年年底暂停了在德克萨斯州坦普尔建设耗资 8 亿美元的人工智能数据中心的建设计划，因为它考虑重新设计这座约 90 万平方英尺的设施。 Meta 发言人表示，爱达荷州和阿拉巴马州的两个类似项目也被搁置，所有三个设施的施工预计将在今年年底前恢复。
随着企业在未来一年以更快的速度部署人工智能工具，传统数据中心可能无法跟上。 国际数据公司 (International Data Corp.) 研究云到边缘数据中心趋势的研究总监 Sean Graham 估计，数据中心总容量的约 20% 用于人工智能。
根据商业房地产服务公司 CBRE Group 的估计，在拥有超过 275 个设施的数据中心市场领导者北弗吉尼亚州，今年可供租赁的电量从一年前的 46.6 兆瓦减少至 38.4 兆瓦。 分析师表示，在几天内，单个人工智能模型可能会消耗数万千瓦时的电力。
IT 研究公司 Forrester Research 首席分析师 Naveen Chhabra 表示，当企业从测试人工智能应用程序转向全面部署时，已经以接近峰值负载运行的现有数据中心将难以应对。
“这就像说你需要一条八车道的道路，而不是一条两车道的道路来驱动你的人工智能应用程序，”Chhabra说。
