在现在东谈主工智能（AI）和高性能策画（HPC）日益依赖的环境中，图形处理单位（GPU）仍是成为数据中心的遑急策画资源。然则，最近的讲演指出，这些高价GPU在推行使用中的寿命可能仅为1到3年，给AI行业的经济带来了潜在的影响。

把柄Tech Fund援用的一位来自Alphabet的高等大家的不雅点，数据中心GPU的寿命受到其足下率的极大影响。当代数据中心中，GPU主要用于践诺AI试验和推理等高强度策画任务。在这种情况下，GPU常常处于高负荷景色，导致其磨损速率远超其他硬件组件。云策画劳动提供商（CSP）在运营中发现，GPU的足下率常常保管在60%至70%之间，这种高负荷的职责环境进一步镌汰了GPU的预期寿命。

在这么的足下率下，GPU的平均寿命一般在1到2年之间，最多可延迟至3年。这一不雅点固然尚未取得充分考据，但由于当代GPU的功耗常常达到700W或以上，确乎给硅片带来了繁多的压力，这使得这种意见具备一定的信得过度。

为了延迟GPU的使用寿命，指责其足下率被觉得是一种有用的武艺。然则，这么的作念法会导致GPU的贬值速率减缓，进而影响到成本回收的恶果，这关于大多量交易运营来说并不是理念念的聘任。因此，好多云劳动提供商更倾向于保管GPU的高足下率，以末端最好的投资禀报。

Meta在早些时候进行的一项推敲标明，他们在试验Llama 3 405B模子时，使用了由16,384个Nvidia H100 80GB GPU构成的集群。尽管该集群的模子浮点运算足下率（MFU）约为38%，但在54天的试验流程中，发生了419次不行预念念的故障，其中148次（约30.1%）是由多样GPU故障引起的，包括NVLink故障，而72次（约17.2%）则由HBM3内存故障引起。这标明，即使在相对较低的足下率下，GPU也濒临着显耀的故障风险。

Meta的推敲律例披露，若以其故障率为依据，H100 GPU的年度故障率约为9%，而在三年内的年度故障率则约为27%。然则，跟着GPU入伍时候的延迟，故障的频率可能会进一步增多，这给运营带来了不小的挑战。

跟着AI和HPC应用的握住发展，数据中心对GPU的需求只会抓续增长。然则，GPU的夭殇命周期却使得数据中心的运营爱戴濒临严峻熟悉。为了搪塞这一挑战，行业亟需建造愈加耐用的GPU架构，寻找有用的科罚和延迟GPU使用寿命的武艺。

与此同期，数据中心运营商还需要从头评估其硬件更新战略，以适应握住变化的工夫需乞降日益增长的策画负载。以传统三年折旧期为基础的成本投资筹办已显得不再现实，企业需转向短期投资回收筹办，以搪塞可能的现款流压力。

*免责声明：以上内容整理自网罗，仅供疏浚学习之用。如有内容、版权问题，请留言与咱们干系进行删除。