Mazāki datu centri, tuvāk lietotājiem: kāpēc “perifērijas” skaitļošana ir atgriezusies

/Tehnoloģija/ Autors

Kopsavilkums:Kamēr tehnoloģiju giganti turpina būvēt milzīgus “mākslīgā intelekta fabrikas” datu centrus, uzmanību piesaista pretēja tendence: mazāki datu centri tuvāk lietotājiem (“perifērijas” skaitļošana), mākslīgais intelekts ierīcēs un pat siltuma pārpalikuma atkārtota izmantošana ēkām. Arguments nav par to, ka hiperskalas datu centri izzudīs vienas nakts laikā, bet gan par to, ka skaitļošanas noklusējuma arhitektūra var mainīties no “viss mākonī” uz mākoņa un lokālās vides apvienojumu.

Tas ir svarīgi, jo datu centri tagad ir nozīmīgs ekonomisks un vides stāsts, ne tikai IT detaļa.

Lielais apgalvojums: "mazais ir jaunais lielais"

BBC ziņojumā aprakstīta pieaugošā interese par:

  • mazi datu centri apdzīvotu vietu tuvumā (zemāka latentuma pakāpe)
  • lokālas “perifērijas” izvietošanas
  • izmantojot siltuma pārpalikumu (piemēram, baseina vai mājas apsildīšanai)

Vienlaikus:

  • Visā pasaulē turpinās vērienīga jaunu datu centru būvniecība

Tātad mēs atrodamies pārejas fāzē: abi modeļi paplašinās dažādu iemeslu dēļ.

Kāpēc vispār pieauga hiperskalas datu centri

Centralizēti datu centri ir ieguvēji, jo:

  • apjomradīti ietaupījumi
  • profesionālas darbības
  • vienkāršāka atlaišanas plānošana
  • konsolidētas drošības komandas

Un tie ļauj:

  • straumēšana
  • mākoņa lietotnes
  • tiešsaistes banku pakalpojumi
  • Mākslīgā intelekta apmācība un secinājumi

Tie ātri neaizies.

Kas mainās: mākslīgā intelekta darba slodzes dažādojas

BBC norāda uz izmaiņām:

  • no vispārīga “viena modeļa visam” uz pielāgotiem uzņēmuma mākslīgā intelekta rīkiem
  • virzienā uz mazākiem modeļiem, kas var darboties lokāli

Tas ir svarīgi, jo:

  • mazākiem modeļiem nepieciešams mazāk skaitļošanas līdzekļu
  • lokālie modeļi samazina datu pārvietošanu
  • Privātums var uzlaboties, ja dati paliek ierīcē

Kā norādīts ziņojumā, augstākās klases ierīcēs jau ir iebūvēta mākslīgā intelekta tehnoloģija (Apple Intelligence, Copilot+ PC).

Edge compute: latentuma arguments

Ja jūs darāt:

  • reāllaika video analītika
  • AR/VR
  • rūpnieciskā automatizācija
  • autonomās sistēmas

Latentums ir svarīgs. Apstrāde tuvāk lietotājiem var:

  • samazināt kavēšanos
  • samazināt joslas platuma vajadzības
  • uzlabot izturību

Edge nav domāts mākoņa aizstāšanai; tas ir domāts par to, lai viss netiktu sūtīts uz mākoni.

Atkritumsiltums: “fizikas dividende”

Datorika rada siltumu.

Centralizētā datu centrā šis karstums bieži tiek uzskatīts par problēmu.

Izkliedētā modelī siltums var būt funkcija:

  • siltas ēkas
  • samazināt apkures izmaksas

Bet tas prasa:

  • ēku integrācija
  • uzticama darbība
  • drošības atbilstība

Tā nav “plug-and-play” sistēma, taču tā ir pārliecinoša ideja.

Drošības kompromiss

BBC iekļauj pretargumentu:

  • daudzas mazas vietnes varētu būt grūtāk aizsargāt

Un pretarguments:

  • Lielie centri ir lieli neveiksmes punkti
  • Mazākas vietas samazina sprādziena rādiusu

Patiesība ir šāda:

  • abām arhitektūrām ir nepieciešama spēcīga drošība
  • centralizācija koncentrē risku
  • izplatīšana reizina uzbrukuma virsmu

Politikai un inženierijai ir jāatbilst arhitektūrai.

Vides spiediens piespiež sarunu

Datu centri patērē:

  • liels enerģijas daudzums
  • ievērojams ūdens daudzums (daudzās dzesēšanas konstrukcijās)

Pieaugot pieprasījumam, vides ierobežojumi virzās uz:

  • efektivitāte
  • pareizā izmēra modeļi
  • vietējā apstrāde, ja nepieciešams

"Labākā" arhitektūra var būt tā, kas novērš nevajadzīgu skaitļošanu.

Ko skatīties

  1. Mazāki, specializēti modeļikļūstot par galveno virzienu.
  2. Ierīcē iebūvētais mākslīgais intelektspārejot no augstākās klases uz vidējas klases aparatūru.
  3. Malu izbūvepilsētu un rūpniecības zonu tuvumā.
  4. Siltuma atkārtotas izmantošanas projektimērogošana ārpus nišas pilotprojektiem.
  5. Regulēšana un plānošana: tīkla jauda, ​​zonējums, ilgtspējības noteikumi.

Apakšējā līnija

Mēs nepieredzam lielo datu centru beigas. Mēs redzam hibrīdākas skaitļošanas pasaules sākumu.

Visticamāk, ilgtermiņa virziens būs šāds: vairāk skaitļošanas jaudu tiks pārvietota tuvāk datu ģenerēšanas vietai, jo tas ir ātrāk, bieži vien privātāk un, iespējams, mazāk izšķērdīgi.

Avoti

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...
a Latviešu valoda