它提供了處理和分析大型數據集所需的運算力，而人工智慧（AI）演算法則提供從該數據提取有意義見解的智慧。儘管HPC和AI從本質上不同，但兩者如何一起工作對運算的未來至關重要，因為它們使組織能夠處理複雜問題、做出數據驅動決策，並開發先進AI應用。但為達成這一點，HPC會消耗相當大量的能源，這對許多企業而言是採用的障礙。面對日益嚴重的氣候問題和不斷上升的能源成本，組成HPC產業的技術供應商正將重點轉向包含能源效率，結合價格和效能考量，以符合永續發展承諾。
從能源使用觀點來看，為HPC提供動力的伺服器保持冷卻是主要挑戰之一。人們正在探索可減少這些設備所產生熱量的新冷卻解決方案，而液冷因具備比傳統空氣冷卻系統更高效的散熱能力而受到關注。根據Allied Market Research的報告，全球液體冷卻市場預期將在2027年達到61.5億美元。
軟體的進展正在發揮關鍵作用使HPC更永續。智慧工作負載管理和最佳化演算法正用於有效分配運算任務，以此降低耗電量並延長硬體使用壽命。而確保基礎架構得到整合並為最佳效能進行設置，對於加速永續倡議至關重要，也是正在發展中的趨勢。例如Dell與杜倫大學合作，該大學希望優化其基礎架構以提升效能和永續性。結果包含數據備份速度提高18倍、耗能降低72%，且每年減少60噸二氧化碳排放。
此外，電子廢棄物也轉變為循環經濟的助推劑。雖然HPC系統通常具有較長的使用壽命，但升級和系統進化可能產生潛在的電子廢棄物（e-waste）。平均每年有5,360萬噸電子產品變成電子廢棄物，而只有其中17.4%被回收。盡責管理這些電子廢棄物對於減少產業的碳足跡至關重要。企業正在探索重新利用和回收過時硬體，並提取其有價值的材料，使回收與翻新行動逐漸受到重視。而Dell的再循環與回收服務透過提供可重新利用或回收的材料幫助減少電子廢棄物。
HPC永續解決方案必須延伸至硬體和基礎架構以涵蓋那些為其提供動力的演算法。機器學習和AI演算法時常需要大量的運算資源，這使得研究人員探討模型壓縮等技術，以減少對AI模型的運算要求而不影響其準確性。此外，將AI用於一般環境永續的倡議行動不斷增加。從優化電網到監控與管理自然資源，AI驅動的應用正被利用於應對迫切的環境挑戰。
全球環境問題、能源成本增加、監管要求以及技術進步的匯合正在重塑HPC產業及其優先事項。實現HPC的永續性和能源效率不僅在改變產業，更為歐洲、中東及非洲地區未來更具韌性的計算奠定基礎，這將在未來數十年推動該地區的創新。
＜本文作者：廖仁祥現為台灣戴爾科技集團總經理＞