Den pågående explosionen av artificiell intelligens kommer att öka efterfrågan på samlokaliseringsdatacenter, men vissa operatörer kanske inte har möjlighet att dra nytta av möjligheten.
Världens största teknikföretag häller pengar på utvecklingen av AI och den infrastruktur som behövs för att stödja den, en kapprustning med betydande konsekvenser för samlokaliseringsdatacenterindustrin som har utvecklats kring behoven hos hyperskalare som Microsoft, Google, Amazon Web Services och Meta.
Det finns en bred enighet bland leverantörer av digital infrastruktur om att datacentersektorn befinner sig vid en brytpunkt mitt i de tidigaste krusningarna av en överhängande våg av AI-driven efterfrågan som kommer att förändra datacentrets ekosystem i grunden.
Experter säger att samlokaliseringsdatacenterföretag kommer att förbli en integrerad del av det framväxande AI-infrastrukturlandskapet, även när dessa nya tekniker förändrar deras relationer med de hyperskaliga molnjättarna som är deras största hyresgäster. Men vissa samlokaliseringsleverantörer kan vara bättre positionerade än andra för att dra fördel av detta förväntade paradigm.
Betydande kapitalutgifter krävs för att designa datacenter som kan stödja AI-beräkning, och inte alla företag kommer att kunna göra dessa stora förhandsinvesteringar idag för en förväntad efterfrågeökning som bara har börjat realiseras. Men experter säger att detta mycket väl kan avgöra vinnarna och förlorarna när AI skriver om datacenterkartan.
“Det handlar om de som har kapital,” sa Michael Ortiz, VD för datacenterutvecklaren Layer 9 Datacenters, på Bisnows DICE Southwest-evenemang förra månaden. “Det kommer att bli gravdans och det kommer att finnas möjligheter till M&A. Det kommer att finnas möjligheter att ta vara på ögonblicket och dra nytta av de som inte har tillgång till kapital.”
Sedan uppkomsten av ChatGPT i slutet av förra året har alla de största moln- och sociala medier-leverantörerna gjort en hård vändning mot artificiell intelligens och satsat resurser på att integrera generativ AI-teknik i produkter och tjänster inom sina olika affärsområden. Detta har inneburit att man ökat utgifterna för den infrastruktur som behövs för att stödja dessa tekniker. Kort sagt, lägga till fler datacenter.
Samtidigt har AI-vanan drivit tillväxten av en framväxande företagssektor: företag som utvecklar en rad AI-produkter, verktyg och tjänster med sina egna proprietära AI-modeller eller använder befintliga molnbaserade modeller som erbjuds genom tjänster som Google Cloud och Microsoft Azurblå. Dessa företag är också hungriga efter datorkraft.
Men utrustningen och infrastrukturen som krävs för de flesta AI-applikationer skiljer sig markant från de servrar som de flesta datacenterleverantörer har varit värd för i flera år.
Generellt sett kräver AI snabbare, kraftfullare processorer och nätverksutrustning som använder mycket mer el och skapar mer värme än den utrustning som de flesta datacenter är designade för. På grund av detta måste datacenter för att stödja AI utformas på ett annat sätt, med fundamentalt annorlunda elektrisk infrastruktur och vätskebaserade kylsystem som de flesta datacenter inte är designade för. Dessa system väger också betydligt mer än traditionell IT-hårdvara, vilket innebär att datacenterbyggnaden måste vara strukturellt starkare.
“Detta förändrar helt hur datacenter byggs och drivs,” sa Ortiz. “Försök att bygga ett datacenter med flera våningar som stöder den typen av utrustning.”
Företag som Meta och Microsoft planerar att bygga ut några av dessa nya datacenter själva istället för att hyra från tredje parts samlokaliseringsleverantörer. Även om hyperscalers alltid har utvecklat några av sina egna anläggningar, förutspår vissa experter att de kommer att göra det oftare under de kommande åren.
Men även om hyperskalare bygger sin egen infrastruktur för att stödja sina AI-modeller och verktyg, kan molnleverantörer som AWS, Microsoft och Google vara i underläge för samlokaliseringsägare när det gäller att tillhandahålla enorma mängder datorkraft till andra företag som vill utveckla sina egna AI-modeller.
Den typen av högpresterande datoranvändning som en molnbaserad tjänst är mycket mindre lönsam för hyperskalare än traditionella molnprodukter, vilket betyder att det inte är något som teknikjättarna sannolikt kommer att driva aggressivt, säger George Slessman, grundare och VD för AI-fokuserad datacenterleverantör CR8DL.ai.
Från perspektivet av det växande antalet AI-startups som bygger och tränar sina egna AI-modeller, är samlokalisering ett billigare alternativ än att använda molnet.
“Silicon Valley VCs pressar nu sina killar att inte använda molnet nu,” sa Slessman. “Det är ett bra tecken för colo-operatörer.”
Bisnow
Kirk Busch från BigData Southwest, Michael Ortiz från Layer 9, Aaron Wangenheim från Base Partners, Anthony Wanger, investerare i digital infrastruktur och George Slessman från CR8DL.ai vid Bisnows DICE Southwest-evenemang.
Även när samlokaliseringsbranschens hyressiffror minskar efter tre år av rekordtillväxt driven av efterfrågan från hyperskalare, rustar många inom samlokaliseringsområdet för vad de ser som nästa datacenterboom som drivs av AI.
Den här veckan tillkännagav Macquarie-ägda datacenterföretaget Aligned – en grossistleverantör av samlokalisering som främst fokuserar på uthyrning till hyperskalare – ett investerings- och strategiskt partnerskap med QScale, ett kanadensiskt företag som uteslutande fokuserar på att tillhandahålla högpresterande datoranvändning för AI. Avtalet lägger effektivt till AI-kapacitet till Aligneds portfölj samtidigt som det finansierar QScales expansion.
“Medan hyperskalarna har dragit tillbaka och har minskat sin efterfrågan, tittar de framåtsträvande människorna på ökningen av AI-behovet,” sa Kurt Lindorfer, grundare på datacenterspecialisten Paradigm Structural Engineers, på DICE Southwest. “De som ligger före tänker “Vi kommer att behöva tillhandahålla utrymme och kraft och tjänster för det.”
Det finns bevis som tyder på att AI-driven leasing redan är på uppgång. Chefer på colocation REITs Equinix och Digital Realty lyfte fram ökad efterfrågan från AI-fokuserade hyresgäster på samtal med analytiker denna månad, och pekade på deras befintliga infrastruktur för att stödja AI-arbetsbelastningar för hyperscalers och företagshyresgäster.
“Vi har avslutat flera viktiga AI-vinster under de senaste kvartalen och ser en växande pipeline av nya möjligheter,” sa Equinix vd Charles Meyers. “ChatGPT har skapat en mediafrenesi kring AI, men verkligheten är att vi har sett AI-relaterade möjligheter i vår pipeline under de senaste åren.”
Men mitt i samtalet om branschens AI-omvandling är verkligheten att efterfrågan på samlokaliseringsutrymme för att stödja AI precis nu börjar sakta accelerera. Samlokaliseringsoperatörer över hela branschen rapporterar att AI står för bara en liten bråkdel av deras totala kapacitet.
Men med en bred enighet om att en våg av AI-driven efterfrågan närmar sig med stormsteg, skapar detta en potentiellt existentiell fråga för företag som utvecklar datacenter idag: Står du för de mycket högre utvecklingskostnaderna som krävs för att omforma datacenter för AI-efterfrågan som kanske inte blir verklighet i åratal?
“Det kräver ytterligare ett par miljarder dollar per företag för att omstrukturera sina datacenter. … Allt som betyder något måste konstrueras i det systemet — det är en mycket utmanande omvandling, säger Slessman. “Jag är helt övertygad om att datacentret är byggt före detta år och kommer inte att kunna stödja det som kommer.”
Slessman och andra säger att med datacenter som förväntas vara i bruk i årtionden, är det mindre en fråga om huruvida datacenterleverantörer vill designa sina faciliteter för AI än om de har ekonomiskt stöd för att göra det. Och eftersom utvecklingstiderna förlängs till två år eller mer, är det företagen med befintligt lager som kommer att frodas när den förväntade efterfrågevågen slår till.
Även om det kan tyckas intuitivt att designa för AI nu, kommer inte alla företag att ha kapitalet tillgängligt för att göra det, särskilt de som stöds av private equity eller fondutveckling på projekt-för-projekt-basis.
Med stigande kapitalkostnader och stramare avkastning är investerare mindre villiga att tåla högre utvecklingskostnader. Och även om dessa initiala investeringar kan leda till högre intäkter i framtiden, arbetar kapitalstödjare ofta på en mycket kortare tidslinje. De måste generera avkastning snabbt och kan vara ovilliga att lägga över miljoner mer för avkastning som kanske inte blir verklighet förrän efter att de har avslutat affären.
“Du kommer inte att kunna gå tillbaka till dina investerare och säga,”Hej, ge mig ytterligare 300 miljoner dollar så att jag kan omstrukturera detta datacenter för att stödja AI,” sa Slessman. “Det är förmodligen det största hindret för att de gamla leverantörerna ska kunna hänga med.”
