Mažesni duomenų centrai, arčiau vartotojų: kodėl grįžta „periferiniai“ skaičiavimai

/Technologijos/ Autorius

Santrauka:Nors technologijų gigantai ir toliau stato milžiniškus „dirbtinio intelekto gamyklų“ duomenų centrus, dėmesį sulaukia priešinga tendencija: mažesni duomenų centrai arčiau naudotojų („periferiniai“ skaičiavimai), dirbtinis intelektas įrenginiuose ir netgi panaudotos šilumos pakartotinis panaudojimas pastatams. Argumentuojama ne tai, kad hipermastelio duomenų centrai išnyks per naktį, o tai, kad numatytoji skaičiavimo architektūra gali pasikeisti iš „viskas debesyje“ į debesijos ir vietinių sistemų derinį.

Tai svarbu, nes duomenų centrai dabar yra svarbi ekonominė ir aplinkosauginė istorija, o ne tik IT detalė.

Didysis teiginys: „mažas yra naujas didelis“

BBC ataskaitoje aprašomas augantis susidomėjimas:

  • maži duomenų centrai netoli gyventojų (mažesnis delsos laikas)
  • vietiniai „kraštiniai“ diegimai
  • naudojant šilumos perteklių (pvz., baseino ar namo šildymui)

Tuo pačiu metu:

  • Visame pasaulyje tęsiamos masinės naujų duomenų centrų statybos

Taigi, esame pereinamajame etape: abu modeliai plečiasi dėl skirtingų priežasčių.

Kodėl pirmiausia išaugo hiperskalės duomenų centrai

Centralizuoti duomenų centrai laimi dėl šių privalumų:

  • masto ekonomija
  • profesionalios operacijos
  • lengvesnis atleidimo iš darbo planavimas
  • konsoliduotos saugumo komandos

Ir jie įgalina:

  • transliacija
  • debesies programėlės
  • internetinė bankininkystė
  • Dirbtinio intelekto mokymas ir išvados

Jie greitai neišnyks.

Kas keičiasi: dirbtinio intelekto darbo krūviai įvairėja

BBC atkreipia dėmesį į pokytį:

  • nuo bendro „vieno modelio viskam“ iki individualiai pritaikytų įmonės dirbtinio intelekto įrankių
  • link mažesnių modelių, kurie gali veikti vietoje

Tai svarbu, nes:

  • Mažesniems modeliams reikia mažiau skaičiavimo
  • vietiniai modeliai sumažina duomenų judėjimą
  • Privatumas gali pagerėti, kai duomenys lieka įrenginyje

Kaip pažymima ataskaitoje, aukščiausios klasės įrenginiuose jau yra įdiegta dirbtinio intelekto technologija („Apple Intelligence“, „Copilot+“ kompiuteriai).

Krašto skaičiavimas: vėlavimo argumentas

Jei darote:

  • vaizdo įrašų analizė realiuoju laiku
  • AR/VR
  • pramoninė automatizacija
  • autonominės sistemos

Vėlavimas yra svarbus. Apdorojimas arčiau naudotojų gali:

  • sumažinti vėlavimą
  • sumažinti pralaidumo poreikius
  • pagerinti atsparumą

„Edge“ tikslas nėra pakeisti debesį; tikslas – nesiųsti visko į debesį.

Šilumos perteklius: „fizikos dividendas“

Kompiuterija gamina šilumą.

Centralizuotame duomenų centre ta šiluma dažnai laikoma problema.

Paskirstytame modelyje šiluma gali būti savybė:

  • šilti pastatai
  • sumažinti šildymo išlaidas

Bet tam reikia:

  • pastatų integracija
  • patikimos operacijos
  • saugos atitiktis

Tai nėra „plug-and-play“ tipo sistema, bet tai patraukli idėja.

Saugumo kompromisas

BBC pateikia ir kontrargumentą:

  • daugelį mažų svetainių gali būti sunkiau apsaugoti

Ir priešpriešinis argumentas:

  • Dideli centrai yra didelės nesėkmės vietos
  • Mažesnės vietos sumažina sprogimo spindulį

Tiesa yra tokia:

  • abiem architektūroms reikalingas stiprus saugumas
  • centralizacija koncentruoja riziką
  • pasiskirstymas padaugina atakos paviršių

Politika ir inžinerija turi atitikti architektūrą.

Aplinkos spaudimas verčia kalbėtis

Duomenų centrai suvartoja:

  • dideli energijos kiekiai
  • didelis vandens kiekis (daugelyje aušinimo konstrukcijų)

Didėjant paklausai, aplinkosaugos apribojimai skatina:

  • efektyvumas
  • tinkamo dydžio modeliai
  • vietinis apdorojimas, kai tinkama

„Geriausia“ architektūra gali būti ta, kuri vengia nereikalingų skaičiavimų.

Ką žiūrėti

  1. Mažesni, specializuoti modeliaitampa vyraujančia tendencija.
  2. Įrenginio dirbtinis intelektaspereinant nuo aukščiausios klasės prie vidutinės klasės aparatinės įrangos.
  3. Kraštų išplėtimasnetoli miestų ir pramoninių zonų.
  4. Šilumos pakartotinio panaudojimo projektaiplečiantis už nišinių pilotinių projektų ribų.
  5. Reguliavimas ir planavimas: tinklo pajėgumas, zonavimas, tvarumo taisyklės.

Esmė

Mes nematome didelių duomenų centrų pabaigos. Matome hibridinio skaičiavimo pasaulio pradžią.

Ilgalaikė kryptis tikėtina: daugiau skaičiavimo darbų bus perkeliama arčiau duomenų generavimo vietos, nes tai greičiau, dažnai privačiau ir potencialiai mažiau švaistoma.

Šaltiniai

Document Title
Are smaller data centres the future? Edge compute, on-device AI, waste heat, and security trade-offs
As AI spreads, some argue compute should move closer to users via smaller ‘edge’ data centres and on-device AI. Big data centres won’t vanish, but hybrid architectures are emerging.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Smoke detectors are evolving: smart alarms, lithium-ion fires, and the false-alarm problem
Why more CEOs are sharing the top job: the case for (and against) co-CEOs
Page Content
Are smaller data centres the future? Edge compute, on-device AI, waste heat, and security trade-offs
Nature
Climate
Smaller data centres, closer to users: why ‘edge’ compute is back
/
Technology
/ By
Admin
Summary:
While tech giants continue to build enormous “AI factory” data centres, a counter-trend is gaining attention: smaller data centres closer to users (“edge” compute), on-device AI, and even reusing waste heat for buildings. The argument is not that hyperscale data centres vanish overnight, but that the default architecture of computing may shift from “everything in the cloud” toward a mix of cloud + local.
This matters because data centres are now a major economic and environmental story, not just an IT detail.
The big claim: ‘small is the new big’
The BBC report describes growing interest in:
small data centres near populations (lower latency)
local “edge” deployments
using waste heat (e.g., heating a pool or a home)
At the same time:
massive new data centre builds continue worldwide
So we’re in a transition phase: both models expand, for different reasons.
Why hyperscale data centres grew in the first place
Centralised data centres win on:
economies of scale
professional operations
easier redundancy planning
consolidated security teams
And they enable:
streaming
cloud apps
online banking
AI training and inference
They’re not going away quickly.
What’s changing: AI workloads are diversifying
The BBC notes a shift:
from generic “one model for everything” toward bespoke enterprise AI tools
toward smaller models that can run locally
This matters because:
smaller models need less compute
local models reduce data movement
privacy can improve when data stays on-device
As the report notes, premium devices already do some AI on-device (Apple Intelligence, Copilot+ PCs).
Edge compute: the latency argument
If you’re doing:
real-time video analytics
AR/VR
industrial automation
autonomous systems
Latency matters. Processing closer to users can:
reduce delay
reduce bandwidth needs
improve resilience
Edge isn’t about replacing the cloud; it’s about not sending everything to the cloud.
Waste heat: the “physics dividend”
Computing produces heat.
In a centralised data centre, that heat is often treated as a problem.
In a distributed model, heat can be a feature:
warm buildings
reduce heating costs
But it requires:
building integration
reliable operations
safety compliance
It’s not plug-and-play, but it’s a compelling idea.
The security trade-off
The BBC includes the counter-argument:
many small sites could be harder to secure
And the counter-counter argument:
large centres are big points of failure
smaller sites reduce blast radius
The truth is:
both architectures need strong security
centralisation concentrates risk
distribution multiplies attack surface
Policy and engineering must match the architecture.
Environmental pressure is forcing the conversation
Data centres consume:
large amounts of energy
significant water (in many cooling designs)
As demand rises, environmental constraints push toward:
efficiency
right-sizing models
local processing when appropriate
The “best” architecture may be the one that avoids unnecessary compute.
What to watch
Smaller, specialised models
becoming mainstream.
On-device AI
moving from premium to mid-range hardware.
Edge build-outs
near cities and industrial zones.
Heat reuse projects
scaling beyond niche pilots.
Regulation and planning
: grid capacity, zoning, sustainability rules.
Bottom line
We’re not seeing the end of big data centres. We’re seeing the beginning of a more hybrid computing world.
The long-run direction is likely: more compute moves closer to where data is generated—because that’s faster, often more private, and potentially less wasteful.
Sources
BBC News (Technology):
https://www.bbc.com/news/articles/cd0ynenr1eno?at_medium=RSS&at_campaign=rss
←
Previous Post
Next Post
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Smoke detectors are evolving: smart alarms, lithium-ion fires, and the false-alarm problem
Why more CEOs are sharing the top job: the case for (and against) co-CEOs
As AI spreads, some argue compute should move closer to users via smaller ‘edge’ data centres and on-device AI. Big data centres won’t vanish, but hybrid architectures are emerging.
Document Title
Page not found - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.
It looks like the link pointing here was faulty. Maybe try searching?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.
Florin.blog
Florin.blog » Feed
RSD
Search...
i Lietuvių kalba