Centra danych na krawędzi wydolności, AI zajmuje niemal całą wolną infrastrukturę

Globalna infrastruktura centrów danych zbliża się do granicy wydolności szybciej, niż zakładano jeszcze rok temu. Według najnowszych szacunków Goldman Sachs Research obłożenie istniejących obiektów wzrośnie z 85 procent w 2023 roku do ponad 95 procent do końca 2026 roku, a głównym powodem jest lawinowy wzrost zapotrzebowania generowany przez modele sztucznej inteligencji.

Problem nie polega wyłącznie na liczbie serwerowni, lecz na tym, że infrastruktura projektowana przez lata pod klasyczne obciążenia procesorowe nie nadąża za wymaganiami układów graficznych, na których trenuje się i uruchamia duże modele językowe. Różnica w zapotrzebowaniu na moc jest kilkunastokrotna, co wymusza przebudowę instalacji elektrycznych, chłodzenia i całej architektury serwerowni.

Skąd bierze się deficyt

Tradycyjna szafa serwerowa pobierała od 3 do 8 kilowatów mocy. Szafa wypełniona układami graficznymi klasy używanej do trenowania modeli AI potrzebuje od 30 do nawet ponad 100 kilowatów. Oznacza to, że ta sama powierzchnia fizyczna centrum danych musi obsłużyć kilkunastokrotnie większy pobór energii, a wraz z nim zupełnie inne wymagania chłodzenia, zasilania awaryjnego i okablowania sieciowego.

Operatorzy, którzy budowali swoje obiekty pod kątem chmury obliczeniowej i klasycznych aplikacji biznesowych, stają dziś przed koniecznością głębokiej modernizacji albo budowy zupełnie nowych hal od podstaw. Proces ten trwa miesiące, a w przypadku dużych inwestycji lata, podczas gdy popyt na moc obliczeniową rośnie z miesiąca na miesiąc.

Tempo wzrostu zapotrzebowania na moc obliczeniową zaczyna przewyższać możliwości techniczne istniejącej infrastruktury - Andrzej Bocheński, dyrektor Działu Data Center w Polcom

Skala globalnych inwestycji

Rynek infrastruktury AI jako całość ma osiągnąć wartość 394,5 miliarda dolarów do 2030 roku, rosnąc w tempie 19,4 procent rocznie, wynika z danych MarketsandMarkets przywoływanych w analizach branżowych. Sam segment centrów danych zbudowanych z myślą o obciążeniach AI ma urosnąć z 236,44 miliarda dolarów w 2025 roku do 933,76 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 31,6 procent.

McKinsey idzie o krok dalej i szacuje, że sama budowa i modernizacja centrów danych pod potrzeby sztucznej inteligencji będzie wymagać do 2030 roku globalnych nakładów rzędu 5,2 biliona dolarów. To kwota porównywalna z rocznym PKB dużych gospodarek europejskich, a dotyczy wyłącznie jednego segmentu infrastruktury cyfrowej.

Polska perspektywa

Polska pozostaje największym rynkiem centrów danych w Europie Środkowo-Wschodniej. Według danych firmy analitycznej Audytel komercyjne centra danych w kraju zajmują już ponad 119 tysięcy metrów kwadratowych powierzchni, a kolejne 50 tysięcy metrów kwadratowych jest w trakcie budowy. Skala ta wciąż jest jednak niewielka wobec globalnego popytu generowanego przez firmy trenujące i uruchamiające modele AI na masową skalę.

Dla polskich operatorów i firm planujących własne wdrożenia AI oznacza to dwie rzeczy naraz - z jednej strony rosnącą presję na budowę nowych, energochłonnych obiektów, z drugiej rosnące koszty dostępu do mocy obliczeniowej w chmurze, jeśli globalny popyt przewyższy podaż szybciej niż zapowiadane inwestycje zdążą ją zaspokoić.

Co dalej

Branża centrów danych reaguje na deficyt na kilku frontach jednocześnie - inwestycjami w chłodzenie cieczą, nowe architektury zasilania i lokalizacje bliżej źródeł taniej energii. Jednocześnie coraz częściej pojawiają się ograniczenia regulacyjne, takie jak wcześniejsze wstrzymanie budowy wielkich centrów danych AI w Nowym Jorku, co pokazuje, że presja infrastrukturalna zderza się już z lokalnym oporem społecznym i środowiskowym.

Jeśli prognozy Goldman Sachs się potwierdzą, druga połowa 2026 roku może być momentem, w którym niedobór mocy obliczeniowej stanie się realnym hamulcem dla dalszego wdrażania AI w firmach, niezależnie od tego, jak szybko rozwijają się same modele. Źródła: AI do końca 2026 roku może już wyczerpać możliwości infrastruktury data center (executivemagazine.pl), AI do końca 2026 roku może już wyczerpać możliwości infrastruktury data center (isbtech.pl)