Μέθοδοι και εφαρμογές φωτονικών τεχνολογιών για ενεργειακά αποδοτικά κέντρα δεδομένων

Abstract

Η εκθετική αύξηση των εφαρμογών τεχνητής νοημοσύνης έχει μετασχηματίσει θεμελιωδώς τις απαιτήσεις υποδομής και δικτύωσης των κέντρων δεδομένων, δημιουργώντας πρωτοφανείς απαιτήσεις για οπτικές διασυνδέσεις υψηλού εύρους ζώνης και χαμηλής καθυστέρησης. Η ζήτηση ισχύος για κέντρα δεδομένων παγκοσμίως προβλέπεται να διπλασιαστεί από 49 GW το 2023 σε 96 GW έως το 2026, με τις εγκαταστάσεις τεχνητής νοημοσύνης να αντιπροσωπεύουν το 90% αυτής της αύξησης. Η παρούσα διπλωματική εργασία εξετάζει ένα εύρος φωτονικών τεχνολογιών προς την κατεύθυνση ανάπτυξης ενεργειακά αποδοτικών κέντρων δεδομένων τεχνητής νοημοσύνης. Η έρευνα προσεγγίζει τις προκλήσεις στις τεχνολογίες οπτικών πομποδεκτών, από τις προηγμένες μορφές σηματοδοσίας έως τα καινοτόμα υλικά οπτικών διαμορφωτών, καθώς και τεχνικές αύξησης της χωρητικότητας που εκτείνονται από υπερυψηλής ταχύτητας σειριακή μετάδοση έως και τεχνικές πολυπλεξίας διαίρεσης μήκους κύματος/χώρου. Η εργασία εστιάζει επίσης στην μεταγωγή οπτικών κυκλωμάτων, η οποία επιτρέπει τη δυναμική επαναρρύθμιση του φυσικού επιπέδου, τη δυνατότητα διατήρησης της απόδοσης των συμβατικών δικτυακών αρχιτεκτονικών με την ταυτόχρονη μείωση κατανάλωση ενέργειας και του κόστους λειτουργίας ενός κέντρου δεδομένων. Μέσω της ανάλυσης των αρχιτεκτονικών δικτύωσης, της θερμικής διαχείρισης και των απαιτήσεων διανομής ισχύος, η εργασία παρέχει πρακτικές κατευθυντήριες γραμμές για τη βιώσιμη ανάπτυξη υποδομής υπολογιστικών συστημάτων τεχνητής νοημοσύνης επόμενης γενιάς.