數(shù)據(jù)中心GPU使用壽命或短得驚人 一般只有1到3年

過去一年多里，人工智能（AI）浪潮席卷全球，主要的科技公司都在大舉投資數(shù)據(jù)中心GPU，這使得市場(chǎng)上最大的數(shù)據(jù)中心GPU英偉達(dá)賺得盆滿缽滿。雖然高性能的數(shù)據(jù)中心GPU定價(jià)很高，但是使用壽命卻不太長(zhǎng)，這是由于平常承受著AI推理訓(xùn)練的繁重工作負(fù)載，往往比其他組件老化得更快。

據(jù)報(bào)道，最近有報(bào)告稱，云服務(wù)提供商（CSP）運(yùn)營(yíng)的數(shù)據(jù)中心里，這些GPU在AI工作負(fù)載中的利用率約為60%至70%。按照這個(gè)利用率，GPU通常只能使用1到2年，即便較為理想的狀態(tài)，最多也就3年。需要強(qiáng)調(diào)的是，現(xiàn)在用于AI和HPC應(yīng)用的數(shù)據(jù)中心GPU功耗很高，可達(dá)到700W或以上，這對(duì)于芯片來說是一個(gè)很大的壓力，一定程度上也減少了壽命。

如果想要延長(zhǎng)數(shù)據(jù)中心GPU的使用壽命，其中一種方法是降低利用率，然而這也意味著其以更緩慢的速度貶值，并且需要更長(zhǎng)的時(shí)間才能回本，這對(duì)于付出高昂成本的企業(yè)來說是不利的。因此大部分云服務(wù)提供商衡量了收益以后，最常見的做法仍然是以高利用率運(yùn)行。

此外，報(bào)告還根據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果指出，數(shù)據(jù)中心GPU的年化故障率約為9%，3年后大概在27%，一般使用一年后更可能頻繁地出現(xiàn)故障。