مراکز داده قبل از ظهور هوش مصنوعی چه کاربردی داشتند؟

این مشکلات با گسترش سریع مراکز داده همزمان با رونق هوش مصنوعی بیشتر به چشم آمده‌اند، اما اصل وجود آنها موضوع جدیدی نیست. مراکز داده چندین دهه است که وجود دارند و تاریخچه آنها به نخستین روزهای محاسبات بازمی‌گردد. نخستین مراکز داده در واقع اتاق‌هایی بودند که ماشین‌های بزرگ رایانه‌ای را در خود جای می‌دادند و این مراکز در طول زمان، همگام با پیشرفت رایانه‌ها تکامل پیدا کردند.

تعریف مرکز داده ساده است: یک فضای فیزیکی که زیرساخت‌های رایانشی در آن قرار دارند و به‌صورت شبانه‌روزی فعالیت می‌کنند. این فضاها به ژنراتورهای قدرتمندی مجهز هستند تا حتی در صورت قطع شبکه برق محلی، فعالیت رایانه‌ها ادامه پیدا کند. همچنین اتصالات اینترنتی پرظرفیتی دارند که امکان انتقال حجم بسیار بیشتری از داده را نسبت به روترهای معمولی فراهم می‌کنند.

مراکز داده برای ذخیره‌سازی، پردازش و انتقال انواع داده‌ها، از ایمیل‌ها و تراکنش‌های کارت‌های اعتباری گرفته تا پیام‌های چت‌بات‌های امروزی، مورد استفاده قرار می‌گیرند. هر بار که داده‌ای را در فضای ابری ذخیره می‌کنید یا از یک برنامه امنیت سایبری برای محافظت از اطلاعات خود استفاده می‌کنید، در واقع به نوعی از خدمات یک مرکز داده بهره می‌برید. اما مراکز داده چگونه شکل گرفتند و چگونه به بخش جدایی‌ناپذیری از زندگی دیجیتال تبدیل شدند؟

تاریخچه مختصری از مراکز داده

نخستین مراکز داده همزمان با ظهور رایانه‌های اولیه در دهه‌های ۱۹۵۰ و ۱۹۶۰ میلادی شکل گرفتند. نخستین نمونه‌های مراکز داده، مین‌فریم‌ها بودند؛ رایانه‌های بسیار بزرگی که توانایی انجام محاسبات پیچیده را داشتند و معمولاً برای نگهداری آنها به یک اتاق کامل نیاز بود.

در آن زمان هنوز مفهوم شبکه‌های رایانه‌ای به شکل امروزی وجود نداشت. به همین دلیل، هر مین‌فریم را می‌توان نوعی مرکز داده مستقل و مجزا در نظر گرفت. این سیستم‌ها در دهه‌های ۱۹۷۰ و ۱۹۸۰ بزرگ‌تر شدند، اما تحول مهم بعدی با رونق ریزپردازنده‌ها و ظهور اینترنت در دهه ۱۹۹۰ رقم خورد.

در همین دوره، فناوری مجازی‌سازی نیز ظهور کرد. این فناوری امکان استفاده از یک دستگاه فیزیکی برای ایجاد چندین دستگاه مجازی، از جمله سرورها و شبکه‌ها، را فراهم می‌کرد. در اوایل دهه ۲۰۰۰ میلادی، سرورهای مجازی با قیمت‌های فزاینده‌ای در اختیار کاربران قرار گرفتند و تقاضا برای مراکز داده به‌سرعت افزایش یافت.

مجازی‌سازی به شکل‌گیری شبکه‌های رایانشی متمرکز کمک کرد؛ به‌گونه‌ای که امروزه بسیاری از دستگاه‌ها برای انجام فعالیت‌های مختلف خود به تعداد محدودی مرکز داده متکی هستند.

هر مرحله از تاریخ مراکز داده با افزایش سریع تقاضا همراه بوده است. ابتدا رونق ریزپردازنده‌ها، سپس گسترش رایانش ابری و اکنون رونق هوش مصنوعی، هر کدام نیاز بیشتری به ظرفیت مراکز داده ایجاد کرده‌اند. با افزایش این تقاضا، مراکز داده نیز از اتاق‌ها و ساختمان‌های منفرد به مجموعه‌های عظیم ساختمانی تبدیل شده‌اند.

مراکز داده برای دهه‌ها تا حد زیادی دور از چشم عموم فعالیت می‌کردند، اما ابعاد گسترده آنها در سال‌های اخیر باعث شده است دیگر نتوان آنها را نادیده گرفت.

انواع مختلف مراکز داده در دنیای امروز

حتی در دوران رونق هوش مصنوعی، همه مراکز داده برای اجرای برنامه‌های هوش مصنوعی ساخته نشده‌اند. مراکز داده نیازهای متنوعی را پوشش می‌دهند و بر همین اساس، انواع مختلفی از آنها برای اهداف گوناگون ایجاد شده است.

انجمن صنعت مخابرات (TIA) مراکز داده را به چهار سطح تقسیم می‌کند. تمام این سطوح خدمات پایه‌ای مانند تأمین برق و سیستم‌های خنک‌کننده شبانه‌روزی را ارائه می‌دهند. با این حال، مراکز داده سطح ۱ تنها همین نیازهای اساسی را پوشش می‌دهند، در حالی که سطوح بالاتر، تا سطح ۴، امکانات و زیرساخت‌های بیشتری برای افزایش پایداری و مقابله با اختلالات در اختیار دارند. در بالاترین سطح، سیستم‌های انرژی کاملاً ایزوله می‌توانند امکان ادامه فعالیت مرکز داده را در برابر اختلالات فراهم کنند.

در این دسته‌بندی‌ها، مراکز داده‌ای با کاربردهای تخصصی نیز وجود دارند. مراکز داده مخابراتی برای پشتیبانی از شبکه‌های ارتباطی مانند اینترنت و خدمات تلفن همراه استفاده می‌شوند. مراکز داده سازمانی نیز متعلق به سازمان‌هایی مانند بانک‌ها و بیمارستان‌ها هستند و معمولاً به‌صورت داخلی مدیریت می‌شوند. این مراکز با داده‌های حساسی سروکار دارند که به سطح بالاتری از امنیت نیاز دارند.

مراکز داده استخراج ارز دیجیتال نیز یکی دیگر از انواع مراکز داده محسوب می‌شوند.

در کنار این موارد، مراکز داده هوش مصنوعی جدیدترین عضو خانواده مراکز داده به شمار می‌روند. این مراکز خود به چند گروه، از جمله مراکز داده آموزش هوش مصنوعی و مراکز داده استنتاج هوش مصنوعی، تقسیم می‌شوند.

مراکز داده آموزش هوش مصنوعی همان‌طور که از نامشان پیداست، برای آموزش مدل‌های هوش مصنوعی با استفاده از حجم عظیمی از داده‌ها به کار می‌روند. در مقابل، مراکز داده استنتاج هوش مصنوعی از مدل‌های فعال هوش مصنوعی و پاسخ‌گویی به تقاضای روزافزون کاربران پشتیبانی می‌کنند.