不一定。尽管ai肯定会推动对数据中心的需求，但我倾向于认为，ai对该行业的影响最终将被证明是有限的。原因如下。
ai如何影响数据中心
为什么ai将增加对数据中心的需求，理由很简单：构建和部署ai工作负载需要大量的it基础设施-在许多情况下，包括专门的基础设施，如配备gpu的服务器。数据中心显然是托管基础设施的地方，因为它们不仅提供托管服务器的空间，还提供企业保护其在ai基础设施投资所需的物理安全控制、高效能源系统、冷却凯发在线的解决方案和其他资源。
因此，随着越来越多的企业寻求构建或部署ai模型，它们将转向数据中心来托管实现目标所需的服务器——至少流行的智慧往往是这样认为的。
ai真的会改变数据中心吗？
可以肯定的是，在未来几年，数据中心内越来越多的服务器将专门用于ai工作负载。在某些情况下，企业甚至会建立专门用于ai的新数据中心。
但总的来说，要说ai将彻底颠覆整个行业，或者ai工作负载将超过其他类型的应用程序(如网络托管)，成为数据中心的关键用途，这是言过其实的。
以下是ai热潮对数据中心的影响可能没有看起来那么大的四个原因。
1)暂时需要ai基础设施
首先，许多ai用例不要求企业永久拥有ai基础设施。如果你需要训练一个模型，在训练期间你将需要大量的计算能力，但之后，在你培训下一个模型之前，你将无法使用该服务器容量。
因此，对于大多数对ai感兴趣的企业来说，使用iaas凯发在线的解决方案来满足其ai基础设施需求，而不是购买自己的服务器并将其部署在数据中心，在财务上更有意义。与其他类型的工作负载不同，ai需要间歇性的大规模基础设施。
2)闲置的ai基础设施已经非常充足
考虑到iaas提供商已经提供了大量廉价的基础设施容量，购买ai基础设施和数据中心空间来托管甚至更难证明是合理的。
例如，与标准公有云服务器相比，spot vm实例可以获得大幅折扣，是执行ai培训的好方法。spot实例的主要缺点-云提供商可以在没有任何警告的情况下关闭实例，可能会中断它们上托管的任何工作负载-对于ai培训来说不是太大的问题，因为在许多情况下，培训可以在不同的实例上暂停和恢复。
简而言之，当企业可以将超廉价的现有iaas产品用于相同目的时，它们不太可能扩大自己的数据中心足迹来支持ai工作负载。
3)很少有企业会构建自己的ai模型
无论你使用哪种基础设施，从头开始开发、培训和部署ai模型都是一项艰苦的工作-如此之难，以至于很少有企业可能会这样做。大多数人可能会选择微软或谷歌等企业的第三方ai服务。
这些服务是由构建和培训自己模型的供应商提供的，因此使用这些模型的客户不需要购买自己的ai基础设施。
4)ai热潮最终会消退
目前，genai是一个热门话题，企业投资ai凯发在线的解决方案的压力越来越大，但五年或十年后，大多数企业的ai战略可能已经成熟，他们将转向新的技术趋势。
这对数据中心来说意味着，ai导致的任何需求上升可能大多是暂时的-大幅扩展数据中心容量，结果发现中期后不再需要这些容量是不明智的。
结论
一句话：除了专门开发ai软件的企业外，很少有企业有很好的理由投资数据中心来支持ai工作负载。预计ai的炒作将推动数据中心容量的一些增长，特别是在未来几年，但不要指望ai会导致对数据中心空间的需求大幅上升——因为现有的空间可能足以满足大多数企业的需求。
企业网d1net(www.d1net.com)：
国内主流的to b it门户，同时在运营国内最大的甲方cio专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营19个it行业公众号(微信搜索d1net即可关注)。
凯发在线的版权声明：本文为企业网d1net编译，转载需在文章开头注明出处为：企业网d1net，如果不注明出处，企业网d1net将保留追究其法律责任的权利。