数据中心更换硬件时会面临什么情况？
摘要
本文探讨了AI数据中心的长期财务可持续性，重点在于更换昂贵GPU硬件的高成本和挑战。
公司已花费数千亿美元为AI建设配备最新GPU的数据中心。但这些芯片能使用多久？它们会在两年、三年，甚至五年后过时吗？到那时，公司是否必须花费同样多的钱来更换它们？这不像云公司每隔几年更换存储硬盘那样简单；他们必须更换数据中心中最昂贵的部件。我很好奇这一切的长期财务逻辑是什么。除了Nvidia赚取了大量利润，鉴于目前的做法，AI公司似乎将永远在烧钱。
相似文章
为应对AI电力激增，数据中心迎来重新设计竞赛
AI公司正在重新设计数据中心，以应对激增的能源需求和基础设施压力。
运营 AI 数据中心每花费 100 美元，其中 60 美元用于承担 GPU 的贬值成本，电费则为 7 美元。真正的大头不是电费，而是折旧。
一部动画解说，剖析科技巨头约8000亿美元的AI支出究竟花在了哪里，指出GPU折旧（每100美元中约占60美元）——而非电费（约7美元）——才是运营AI数据中心的真正成本，并质疑在2000年式的光纤泡沫重演之前，AI热潮能否带来回报。
如此规模的人工智能真的可持续吗？
本文质疑大规模人工智能数据中心的可持续性，探讨其水资源和能源需求，并评估轨道数据中心及效率改进等潜在解决方案。
谁害怕那个又大又可怕的GPU？
本文探讨了驱动AI热潮的GPU在环境和伦理上的代价，从制造过程到数据中心的能源和水消耗，并质疑其收益是否足以抵消影响。
为AI供能是一个架构问题
本文讨论了电网架构故障如何对AI数据中心构成重大挑战，引用弗吉尼亚州的停电事件，并倡导重新设计以应对高密度、波动的AI负载。