چرا آینده نزدیک خنک کننده مایع ترکیبی است؟

از آموزش مدل‌های زبانی عظیم تا استنتاج بی‌وقفه، هوش مصنوعی اساسا قوانین مدیریت حرارتی مرکز داده را بازنویسی می‌کند.

بارهای کاری هوش مصنوعی مشخصا نسبت به عملیات های سنتی کمتر قابل پیش بینی هستند و به طور قابل توجهی از نظر قدرت متراکم تر هستند. در نتیجه، استقرار خنک کننده مایع دیگر یک بررسی تجربی نیست. برای رسیدگی به نیازهای هوش مصنوعی و محاسبات با کارایی بالا (HPC) به سهام مطلق جدول تبدیل شده است. گفتگوی صنعت به سرعت از «اگر یا کی» به سرعتی که سازمان‌ها می‌توانند مستقر و مقیاس شوند تغییر کرده است.

در اینجا نگاهی می‌اندازیم به اینکه چگونه هوش مصنوعی تغییر را به سمت مدیریت حرارتی با چگالی بالا هدایت می‌کند، واقعیت‌های عملیاتی اتخاذ این سیستم‌ها، چرایی تعلق آینده نزدیک به محیط‌های ترکیبی، و اینکه چگونه اپراتورهای مرکز داده می‌توانند با موفقیت در این انتقال حرکت کنند.

بارهای کاری هوش مصنوعی تراکم را فراتر از هوا به تنهایی فشار می دهد: عصر ترکیبی

از نظر تاریخی، روش‌های خنک‌سازی سنتی برای بار کاری سازمانی کافی بود. با این حال، خنک کننده هوا تنها تا حدود 20 تا 40 کیلو وات در هر رک زنده و کارآمد باقی می ماند. رک‌های هوش مصنوعی امروزی با شتاب GPU معمولا بین 40 کیلووات تا بیش از 100 کیلووات کار می‌کنند و انتظار می‌رود سیستم‌های نسل بعدی به سمت 200 کیلووات یا بیشتر حرکت کنند. این تراکم مبتنی بر GPU، استراتژی‌های خنک‌کننده فقط هوا را اساسا برای زیرساخت‌های پیشرفته غیرعملی کرده است.

این تمرکز شدید تولید گرما، معماری‌های سنتی مبتنی بر جریان هوا را به چالش می‌کشد و نیازمند تغییر در خنک‌سازی مرکز داده هوش مصنوعی است. در ارزیابی مداوم DLC در مقابل هوا (خنک کننده مستقیم مایع در مقابل خنک کننده هوا)، داده های عملکرد قطعی است.

مدل‌سازی حرارتی نشان می‌دهد که خنک‌کننده مستقیم مایع تک فاز، تفاوت دمای تراشه به خنک‌کننده را در حدود 17 تا 20 درجه سانتی‌گراد تحت بارهای تقریبا 500 وات پردازنده حفظ می‌کند، در حالی که سیستم‌های خنک‌کننده هوای قابل مقایسه بیش از 60 درجه سانتی‌گراد هستند. خنک کننده مایع، که تا 3000 برابر بیشتر از هوا در انتقال گرما مؤثر است، گرما را مستقیما از منبع جذب می کند، از انقباض حرارتی جلوگیری می کند و از ROI زیرساخت محافظت می کند.

در حالی که انتقال به خنک کننده مایع ممکن است راه حلی ساده به نظر برسد، به ندرت یک جایگزین ناگهانی و عمده است. اکثر امکانات به صورت یکپارچه روی مایع قرار نمی گیرند. در عوض، آنها مدل‌های خنک‌کننده هیبریدی را اتخاذ می‌کنند که معماری‌های سنتی هوا را با سیستم‌های پیشرفته مستقیم به تراشه ترکیب می‌کند.

چرا هیبریدی بر انتقال ها در 2027-2028 تسلط خواهد داشت؟

در طول سال‌های 2027 و 2028، استراتژی‌های حرارتی ترکیبی غالب خواهند بود، زیرا مراکز داده باید هم تجهیزات قدیمی فناوری اطلاعات و هم شتاب‌دهنده‌های هوش مصنوعی نسل بعدی را در یک مرکز در خود جای دهند. واقعیت بهسازی‌های فیلد قهوه‌ای، جایی که بیشتر ظرفیت هوش مصنوعی در ابتدا در تأسیسات خنک‌کننده با هوا مستقر می‌شود، در مقابل طراحی مکان‌های سبز برای مایعات از روز اول به این معنی است که خنک‌کننده هوا همچنان نقش مهمی در سیستم‌های جانبی و مناطق با چگالی پایین‌تر ایفا می‌کند.

آینده فقط خنک کننده مایع نیست. این در مورد اندازه مناسب روش خنک کننده با حجم کاری خاص است. اپراتورها با استقرار معماری‌های ترکیبی، مانند استفاده از صفحات سرد مستقیم به تراشه و واحدهای توزیع خنک‌کننده (CDUs) برای خوشه‌های هوش مصنوعی متراکم، در حالی که گرمای باقیمانده را با کنترل‌کننده‌های هوای اتاق کامپیوتر (CRAHs) یا به کمک فن (تبدیل کننده‌های حرارتی درب عقب درب) مدیریت می‌کنند، با موفقیت مقیاس خواهند داشت.

گلوگاه واقعی: پیچیدگی عملیاتی و شکاف استعداد

در حالی که فناوری خنک کننده مایع در حال بلوغ است، پیمایش در پیچیدگی عملیاتی یک محیط خنک کننده هیبریدی چالش واقعی است. سرمایش دیگر فقط یک موضوع امکانات نیست. این نیاز به همگرایی فناوری اطلاعات، مهندسی مکانیک و مدیریت نرم افزار دارد. اکنون تأسیسات باید شیمی سیالات، تشخیص نشت، کاهش خطر و گردش کار تعمیر و نگهداری پیچیده را مدیریت کنند.

علاوه بر این، این صنعت با شکاف استعداد رو به افزایشی روبرو است. موسسه Uptime گزارش می‌دهد که تقریبا دو سوم اپراتورها برای استخدام و حفظ کارکنان واجد شرایط تلاش می‌کنند، که نشان‌دهنده کمبود تیم‌های متخصص در سیستم‌های خنک‌کننده مایع و زیرساخت‌های یکپارچه است. پرداختن به این امر مستلزم مدل‌های آموزشی جدید، همکاری عمیق‌تر فروشنده و اتکای بیشتر به خدمات مدیریت شده است.

در حالی که صنعت در حال برداشتن گام‌هایی به سوی استاندارد کردن طرح‌های قابل همکاری است - مانند CDU‌های plug-and-play و منیفولدهایی که مایع خنک‌کننده را به طور موثر در بین قفسه‌ها توزیع می‌کنند - هنوز در بین فروشندگان و رویکردها پراکندگی وجود دارد. علاوه بر این، اپراتورها باید تغییرات اقتصادی را دنبال کنند. در حالی که زیرساخت مایع به CapEx بالاتری نیاز دارد، به دلیل افزایش کارایی و تراکم، هزینه کل مالکیت (TCO) بهتری را در طول زمان ارائه می‌کند. در نتیجه تصمیم گیرندگان تمرکز خود را از ارزان‌ترین چیزی که امروزه می‌باشد به آنچه می‌تواند با تقاضای هوش مصنوعی مقیاس‌پذیر باشد تغییر می‌دهند.

طرحی برای موفقیت: معماری مرجع و آمادگی

پیمایش در این انتقال خنک‌کننده هیبریدی مستلزم استقرار استانداردسازی برای جلوگیری از مهندسی پیچیده و سفارشی برای هر سایت است. یک اکوسیستم خنک‌کننده مایع موفق به انتخاب معماری‌های دفع گرما مناسب متکی است که با روش جذب گرما، نوع CDU (در قفسه یا کف نصب‌شده) و روش دفع گرما در فضای باز تعریف می‌شوند.

یک طرح موفق شامل انتخاب بین شش معماری اصلی است، از رد گرما به هوا در فضای فناوری اطلاعات از طریق CDUهای مایع به هوا (L-A) تا استفاده از سیستم‌های مستقل آب اختصاصی با CDUهای مایع به مایع (L-L) برای استقرار گسترده.

اپراتورها برای زیرساخت های هوش مصنوعی برای آینده، باید از چک لیست آمادگی استراتژیک استفاده کنند:

● برنامه ریزی به صورت موازی: زیرساخت های فیزیکی و برنامه ریزی فناوری اطلاعات باید از روز اول به طور همزمان اتفاق بیفتند تا از عقب ماندن امکانات از استقرار سخت افزار جلوگیری شود.

● طراحی برای انعطاف‌پذیری: طراحی‌های پویا و پاسخگو بسازید که قادر به پشتیبانی از چندین نسل سخت‌افزاری، با استفاده از ترکیب‌های هوا و مایع ترکیبی هستند.

● از پایداری و استفاده مجدد از گرما استقبال کنید: گره زدن استراتژی های خنک کننده با اهداف ESG یک پیروزی واضح است، زیرا راه حل های خنک کننده مایع پیشرفته می توانند مصرف کل انرژی تاسیسات را تا 40 درصد کاهش دهند و مصرف آب را 20 تا 90 درصد کاهش دهند. علاوه بر این، خنک‌کننده مایع فرصت‌هایی را برای استفاده مجدد از گرما باز می‌کند و به اپراتورها اجازه می‌دهد تا گرمای هدر رفته را به ساختمان‌های مجاور یا سیستم‌های گرمایش منطقه‌ای هدایت کنند.

پذیرش پذیرش از طریق مشارکت های یکپارچه

استقرار خنک‌کننده مایع در مقیاس، خطر را به همراه دارد، به‌ویژه زمانی که منبع رک، برق و خنک‌کننده از چندین فروشنده ناهماهنگ است. برای تمسخر پذیرش و پر کردن شکاف استعداد، اپراتورها باید به مشارکت های یکپارچه و سرتاسر تکیه کنند.

ارائه دهندگانی مانند اشنایدر الکتریک این پیچیدگی را با مهندسی اکوسیستم های کاملا هماهنگ شده برطرف می کنند. تسهیلات می‌توانند با تمرکز بر موارد زیر، انتقال خنک‌کننده مایع را به‌طور موفقیت‌آمیزی مورد تمسخر قرار دهند:

● توان و خنک‌کننده یکپارچه: در تراکم‌های هوش مصنوعی، حتی عدم تعادل جزئی بین بار الکتریکی و دفع حرارتی می‌تواند منجر به بی‌ثباتی سیستم شود، که بر ضرورت راه‌حل‌های خنک‌کننده مرکز داده یکپارچه هوش مصنوعی تاکید می‌کند. اشنایدر الکتریک از طریق خرید Motivair، اکنون یک اکوسیستم خنک کننده مایع کامل (شامل CDU، صفحات سرد و منیفولدها) را ارائه می دهد که برای کار یکپارچه در کنار منابع تغذیه اضطراری انعطاف پذیر (UPS) و واحدهای توزیع طراحی شده است.

● طرح‌های معتبر: همکاری زودهنگام با فروشندگان فناوری اطلاعات و طراحان تراشه به هم‌ترازی طرح‌های مرجع برای یکپارچه‌سازی بهینه کمک می‌کند. به عنوان مثال، همکاری نزدیک اشنایدر الکتریک با NVIDIA بر روی معماری های معتبر به جلوگیری از تبدیل شدن زیرساخت های فیزیکی به گلوگاه برای عملکرد GPU کمک می کند.

● مدیریت چرخه حیات دیجیتال: زیرساخت هوش مصنوعی باید پویاتر شود. با استفاده از دوقلوهای دیجیتال و نرم‌افزارهای شبیه‌سازی، مانند پلت‌فرم‌های ETAP و AVEVA اشنایدر الکتریک، تیم‌ها می‌توانند معماری‌های یکپارچه انرژی و خنک‌کننده را قبل از شروع ساخت‌وساز فیزیکی طراحی، مدل‌سازی و اعتبارسنجی کنند و مسائل را قبل از بروز آن‌ها پیش‌بینی کنند.

● تولید و خدمات جهانی: تامین منابع از شرکای دارای ظرفیت تولید قوی جهانی ریسک زنجیره تامین را کاهش می دهد و تحویل را تسریع می کند. پس از اجرا، اعمال نظارت بر زمان واقعی و تعمیر و نگهداری پیشگویانه به پر کردن شکاف استعدادهای داخلی در حین حفظ عملیات کمک می کند.

از بحث تا طراحی: ساختن آینده ای با خنک کننده ترکیبی

در نهایت، خنک کننده مایع جایگزین هوا نشده است. اساسا مکالمه پیرامون طراحی مرکز داده را تغییر داده است. چیزی که زمانی به عنوان یک بحث دوتایی بین خنک‌کننده هوای مستقیم به تراشه و سنتی مطرح می‌شد، به واقعیت عمل‌گرایانه‌تری تبدیل شده است: هیچ رویکرد واحدی نمی‌تواند نیازهای متنوع و در حال تغییر سریع حجم کاری هوش مصنوعی را برآورده کند.

آینده در محیط‌های انعطاف‌پذیر و هیبریدی نهفته است که به طور هوشمند هم خنک‌کننده هوا و هم خنک‌کننده مایع را برای مطابقت با نیازهای بار کاری، بهینه‌سازی کارایی و مدیریت ریسک یکپارچه می‌کنند. از آنجایی که هوش مصنوعی مرزهای چگالی توان و عملکرد را پیش می‌برد، اپراتورها باید سازگاری را اولویت‌بندی کنند و زیرساخت‌هایی را طراحی کنند که می‌تواند مقیاس‌پذیر، تکامل یافته و در زمان واقعی پاسخ دهد. در این عصر جدید، موفقیت با انتخاب یک روش خنک‌کننده بر روش دیگر تعریف نمی‌شود، بلکه با ساختن سیستم‌های انعطاف‌پذیر و آماده برای آینده که قادر به پشتیبانی از هر آنچه در آینده باشد، تعریف می‌شود.

عرضه شده توسط اشنایدر الکتریک