Beschikbaarheid: De nieuwe standaard voor de gereedheid van AI-infrastructuur
Ontdek de nieuwe maatstaf voor de gereedheid van AI-infrastructuur: implementatiesnelheid. Begrijp hoe deze snelheid de toekomstige prestaties van AI-systemen zal bepalen.
De belangrijkste dingen die je moet weten
- Aardgas ontpopt zich als een essentiële transitiebrandstof om te voldoen aan de groeiende vraag naar stabiele energie voor kunstmatige intelligentie. Het dagelijkse verbruik zal naar verwachting 7.6 tot 11.5 miljard kubieke voet bedragen in 2035, maar de echte uitdaging ligt in het garanderen dat de complexe toeleveringsketen naar datacenters op tijd aankomt.
- Tijd, en niet kapitaal, is de schaarste factor geworden bij de uitrol van AI-infrastructuur. Hierdoor wordt de bestaande energie-infrastructuur waardevoller en moet bij de strategische locatiekeuze prioriteit worden gegeven aan het tijdig garanderen van een betrouwbare stroomvoorziening.
- Het garanderen van voldoende stroom voor AI-datacenters is een strategische vereiste geworden, die innovatieve modellen vereist zoals decentrale energieopwekking en een bredere coördinatie tussen technologiebedrijven, nutsbedrijven, gasleveranciers en pijpleidingbeheerders om de gehele energievoorzieningsketen te beheren.
Tijdens de opkomst van AI lag de focus bij de discussie over infrastructuur vooral op rekenkracht: de chips, servers en steeds grotere datacenters die nodig zijn om dit te ondersteunen. Maar nu AI de experimentele fase achter zich laat en op grote schaal wordt ingezet, staan technologieleiders voor een andere, wellicht even cruciale, infrastructuuruitdaging: het garanderen van betrouwbare, voldoende en snelle stroomvoorziening om die rekenkracht te kunnen blijven leveren.
AI-datacenters verschillen fundamenteel van traditionele commerciële en industriële energieklanten. Ze zijn groter, geconcentreerder en extreem tijdgevoelig, met vrijwel geen tolerantie voor onderbrekingen. Dit maakt de beschikbaarheid van stroom meer dan alleen een operationele overweging; het kan in toenemende mate bepalen waar AI-infrastructuur wordt gebouwd, hoe snel deze wordt geïmplementeerd en of organisaties enorme technologische investeringen kunnen omzetten in commerciële waarde.
Aardgas ontpopt zich als een overgangsbrandstof voor de energie-uitdaging in de kunstmatige intelligentie.
Voor technologieleiders is de cruciale vraag niet alleen of er uiteindelijk voldoende elektriciteit opgewekt kan worden, maar ook of een stabiele en decentrale stroomvoorziening het datacenter op het juiste moment en de juiste plaats kan bereiken.
Hier komt de steeds belangrijkere rol van aardgas in beeld. Gezien de beperkingen van andere niet-intermitterende energiebronnen, kan gas de 24/7-opwekking leveren die nodig is om grote AI-workloads te ondersteunen. De scenarioanalyse van PwC laat de potentiële schaal zien: zelfs in ons meest conservatieve scenario bereikt de gasvraag voor AI-toepassingen in 2030 5.2 miljard kubieke voet per dag (Bcf/d), vergeleken met ongeveer 1.6 Bcf/d nu. In onze scenario's ligt de vraag in 2035 tussen de 7.6 en 11.5 Bcf/d.
Voor ontwikkelaars van datacenters en technologiebedrijven vertellen deze cijfers echter slechts een deel van het verhaal. Voldoende gas in het systeem hebben, betekent niet automatisch dat het binnen de vereiste tijd het datacenter kan bereiken. Het moet worden geproduceerd, getransporteerd, opgeslagen en onder de juiste druk worden geleverd via een verbonden infrastructuur. Met andere woorden, de energie-uitdaging voor AI wordt steeds meer een leveringsuitdaging.
Tijd zou wel eens de schaarste grondstof kunnen worden, in plaats van kapitaal.
Technologiebedrijven investeren tientallen miljarden dollars in infrastructuur voor kunstmatige intelligentie , maar geld alleen kan de vele beperkingen die een datacenter onderscheiden van een gepland en operationeel datacenter niet oplossen.
Goedkeuringen en vergunningen, pijpleidingrechten, netwerkaansluitingen, turbines, waterbeschikbaarheid en geschoolde arbeidskrachten kunnen allemaal de ontwikkeltijd verlengen. Ontwikkelaars concurreren tegelijkertijd om essentiële apparatuur en industriële capaciteit, terwijl ze ook rekening moeten houden met lokale bestemmingsplannen en waterbeperkingen. Dit beïnvloedt de berekeningen rondom de infrastructuur.
In een markt die wordt gedreven door snelle implementatie, kan een bestaande pijpleiding, vergunde corridor, opslagfaciliteit of beschikbare productiecapaciteit veel waardevoller zijn dan een theoretisch goedkoper alternatief waarvan de ontwikkeling jaren zou duren. Daarom moeten technologieleiders bij het nemen van beslissingen over AI-capaciteit bij de locatiekeuze veel meer overwegen dan alleen grond, connectiviteit en uiteindelijke stroombeschikbaarheid. De mogelijkheid om binnen de vereiste termijn betrouwbare stroom te garanderen, moet al in een vroeg stadium van het proces worden meegenomen.
Energiezekerheid ontwikkelt zich tot een strategische capaciteit.
We zien nu al een andere reactie van ontwikkelaars van datacenters. Zo kan decentrale energieopwekking complexen in staat stellen om gasgestookte installaties op locatie of in de buurt aan te sluiten op een stabiele brandstofvoorziening, in plaats van volledig afhankelijk te zijn van een traditionele netaansluiting. PwC schat dat meer dan 30% van de gasvraag gerelateerd aan AI in 2035 decentrale energieopwekking zou kunnen zijn.
Er ontstaan ook andere modellen, waaronder speciale aftakkingen van pijpleidingen die gekoppeld zijn aan energieopwekking, en meer geïntegreerde systemen die gaslevering, transport, opslag, opwekking en de belasting van datacenters met elkaar verbinden. De belangrijkste les voor leiders in het bedrijfsleven en de technologiesector is dat niet elk datacenter dezelfde energiestrategie hoeft te volgen.
Het veiligstellen van energie kan niet langer worden beschouwd als een ondersteunende functie die plaatsvindt nadat beslissingen over technologie en vastgoed zijn genomen. Het is een strategische capaciteit geworden.
Het opbouwen van een AI-infrastructuur vereist een breder systeem.
Deze verschuiving verandert ook de partijen die technologiebedrijven aan tafel nodig hebben. De volgende generatie AI-infrastructuur vereist een betere coördinatie tussen hyperscalers en datacentrumontwikkelaars enerzijds en nutsbedrijven, aardgasleveranciers en pijpleidingbeheerders anderzijds. Deze partijen zullen steeds vaker een oplossing moeten vinden voor de gehele energievoorzieningsketen, van stroomvoorziening tot operationele computersystemen, in plaats van zich te beperken tot het verbeteren van hun eigen aandeel in de keten.
Voor leidinggevenden in de technologiesector maakt dit een strategische partnerstrategie des te belangrijker. Door vroegtijdig energie-infrastructuur veilig te stellen, regionale beperkingen te begrijpen en relaties binnen het energie-ecosysteem op te bouwen, kunnen tijdsrisico's worden beperkt voordat miljarden dollars aan rekenkracht beschikbaar komen.
Kunstmatige intelligentie is dan wel een technologische revolutie, maar de snelle opschaling ervan vormt een steeds grotere uitdaging voor de fysieke infrastructuur. Organisaties die het best voorbereid zijn op de volgende fase, zijn degenen die energie als een strategische capaciteit beschouwen en erkennen dat aardgas een cruciale rol kan spelen in het leveren van de betrouwbare en inzetbare energie die nodig is voor de werking en het onderhoud van AI-systemen.
In de race om kunstmatige intelligentie op grote schaal toe te passen, kan de "beschikbaarheid van rekenkracht" uiteindelijk bepalend zijn voor de "tijd die nodig is om waarde te realiseren".
Reacties zijn gesloten.