AI-Ready,ESG对齐的基础设施的蓝图

2025-09-19 18:17:07 英文原文

作者:Matt YonkovitVP of Product Management, EDB See more from Matt Yonkovit

EDBPostgres®AI如何将基础设施削减77%和60%的碳影响力,这对面临云的上升和人工智能绩效需求的企业意味着什么

赞助内容

云支出,人工智能准备就绪和碳报告现在并排在董事会议程上。关于基础设施绩效的决定不再速度了。他们带来财务,竞争和环境后果。

然而,最常见的绩效压力解决方案仍然与这些目标有关。当前,增加容量可以恢复服务水平,但随着时间的推移,它会锁定更高的成本和排放。随着IEA的预测,AI增长将使全球数据中心的电力使用到945 Terawatt小时到2030年,当今日本的总消费大约是行业需求,可以通过相当于G7国家的能源产出来燃烧,只是为了保持服务器的运行。

成本,碳和人工智能的性能现在锁定,没有优化优先策略,每个人都使其他人更难管理。

  • 云成本上升。数据库工作负载的大小和复杂性正在增长,通常在混合环境中跨越数千个实例。云使入门变得便宜,并且很容易让开发人员经常在几秒钟内旋转新资源,而无需询问是否应该。这种便利导致了庞大的,超级优化的部署。如果没有纪律处分的管理,每月账单就可以轻松地膨胀成七位数的订单项。

  • ESG承诺受到审查。减少碳化的承诺已成为董事会级别的优先事项。用电既是成本驱动力,又是与排放的直接链接。数据中心已经看到电力占运营成本的近一半,预计需求将增长45%的复合年增长率到2027年。

  • AI工作负载的兴起。EDB 2025全球研究发现有67%的企业领导者计划在2027年之前实施主权AI和数据策略,以支持Genai和Agesic AI计划。这些工作负载需要高性能,低延迟访问数据。

领先13%AI驱动的企业已经知道这一点。他们为节能模型执行设计的可能性是两倍,证明可以在不牺牲性能,敏捷性或规模的情况下优化能源使用(主权问题,EDB,2025年5月)。对于其他所有人来说,问题不再是优化能够提供多少。

在EDB,我们着手在我们自己的主权平台内回答这个问题。我们向EDB Postgres AI挑战了相同的主权数据和我们客户依靠的AI平台来仅通过优化提供我们需要的性能。没有额外的容量或过度配置。没有快捷方式。

这意味着使用完整平台的功能:杂种可观察性确定跨交易,分析和AI工作负载的效率低下;分析加速度可传递高达30不的查询;AI Factory的低代码/无代码管道可以在我们自己的主权庄园内快速调整,测试和在规模上进行优化。

我们使用代表性企业工作负载对传统的基础架构扩展进行了正面测试。结果自己说:

  • 降低基础设施成本77%,每年以$ 53K的价格与100k查询/秒会议,而缩放率为24万美元。

  • 60%较小的碳足迹,将每年的负载从23,500棵树减少到9,400棵。

  • 最多6âportury和90%更好的价值在与Supermicro和Red Hat OpenShift的硬件集成的主权部署中,同时保持完整的合规性和控制权。

结果证明了13%的人已经知道的:当主权,可观察性和AI驱动的调音一起起作用时,优化可以以成本,碳和复杂性的一小部分胜过扩展。

当优化可以在没有任何硬件升级的情况下提供企业范围内的收益时,势在必行就会清楚:使其成为可重复的,执行指导的纪律。这首先是四个原则,可以将性能调整直接链接到一线和底线优先级。

1。混合动力车作为运营规范的建筑师

云成本波动和本地依赖性意味着混合型不是过渡状态;这是企业数据的基线现实。标准化在跨云和本地环境中提供一致的性能,安全性和治理的平台上,可以消除筒仓,减少操作摩擦,并为领导者提供更多控制支出的杠杆。

2。将可观察性放在成本和绩效控制的中心

在庞大的庄园中,效率低下通常会随着团队按信用卡的规模缩放工作量而滑落,实例尺寸悄然增加,而动力使用在后台。只有在大账单到来时,这个问题才会注意到。在每个工作负载和环境中,深层,连续的可观察性使领导者可以尽早发现绩效漂移,量化其业务影响,并在废物化合物之前采取行动,从而通过主动控制代替反应性消防。

3。使用AI大规模自动化优化

通过查询计划更改到索引机会,AI驱动的调整可以实时检测和解决性能瓶颈。这样可以使系统保持峰值效率,而无需等待稀缺的工程资源,并且可以在数千个实例上扩展以满足Genai和AgentIC AI工作负载的需求。

4。与ESG和财务KPI的优化

CPU周期的每次减少都直接降低了动力和碳输出。通过跟踪这些节省以及成本和绩效指标,领导者可以将优化变成可衡量的驱动因素,以获得财务业绩和公司可持续性承诺,从而使效率成为董事会级别的胜利。

企业可以扩展到未来。

每增加一个额外的千瓦的服务器,都会使领导者已经在努力控制的成本和碳负载加剧。优化将方程式翻转,释放AI工作负载的需求,同时缩小了财务和环境足迹。

将优化视为一门战略学科的公司主权数据和AI平台将是能够快速移动,保持合规性并防止AI雄心壮志的人,以免在自己的体重下崩溃。

关于《AI-Ready,ESG对齐的基础设施的蓝图》的评论


暂无评论

发表评论

摘要

EDBPostgres®AI通过在没有额外容量的情况下优化性能来降低基础设施成本77%,碳足迹降低了60%。这种方法可以同时解决云支出,人工智能绩效的需求以及环境问题。EDB使用代表性的工作负载对传统缩放方法进行了测试的优化,证明优化的解决方案可以以较低的成本和复杂性优于缩放解决方案,同时保持合规性和控制。该公司为有效企业范围的优化提供了四个原则:用于混合环境的架构,优先考虑可观察性,利用AI驱动的自动化以及将优化与环境和财务目标保持一致。