AI Disrupce: Výzvy a doporučení pro návrh datových center
V posledních letech jsme svědky neuvěřitelného nárůstu umělé inteligence (AI), která mění způsob, jakým žijeme, pracujeme a komunikujeme s technologií. Generativní AI, jako je ChatGPT, je katalyzátorem tohoto růstu. Prediktivní algoritmy ovlivňují průmyslové sektory od zdravotnictví a financí až po výrobu, dopravu a zábavu. Tyto nové technologie a rostoucí poptávka po AI představují nové výzvy v návrhu a provozu datových center.
Projekce růstu AI
AI dnes spotřebovává 4,5 GW elektrické energie a předpokládá se, že tato hodnota poroste o 25-33 % ročně, což do roku 2028 povede ke spotřebě 14-18,7 GW. Tento růst je dvojnásobný až trojnásobný oproti celkovému růstu spotřeby energie datových center. Klíčovým poznatkem je, že zatížení inference (výpočetní úlohy pro předpovědi) bude časem narůstat, jak budou nové modely nasazovány do produkce.
1. Napájení
- Nevhodnost distribuce 120/208 V: Tradiční severoamerické napětí 120/208 V je pro vysokohustotní AI clustery nedostatečné. Doporučuje se přejít na napětí 240/415 V.
- Nedostatečná velikost bloků distribuce energie: Bloky distribuce musí mít dostatečnou kapacitu pro podporu celých řad AI racků. Doporučujeme bloky o velikosti minimálně 800 A.
- Riziko vzniku obloukového výboje: Zvýšená proudová zatížení vyžadují provedení analýzy rizik obloukového výboje a zavedení vhodných ochranných opatření.
2. Chlazení
- Nevhodnost vzduchového chlazení nad 20 kW/rack: Pro AI clustery s vyššími hustotami je nutné zvážit kapalinové chlazení, které je efektivnější a udržitelné.
- Komplikované návrhy kapalinového chlazení: Kapalinové chlazení vyžaduje pečlivé plánování a návrh, aby bylo možné zajistit vhodnou kvalitu vody, teplotu a průtok.
3. Racky
- Nedostatečné rozměry standardních racků: AI servery jsou často hlubší a vyžadují širší racky pro umístění potřebných komponent, jako jsou PDU a rozvody kapalin.
- Nedostatečná nosnost standardních racků: Vysoká hmotnost AI serverů vyžaduje racky s vyšší nosností, aby nedocházelo k jejich deformacím.
4. Softwarové nástroje
- Vyšší nároky na softwarové nástroje: DCIM, EPMS a další softwarové nástroje se stávají klíčovými pro monitorování a správu vysokohustotních AI clusterů, aby se minimalizovala rizika a zvýšila efektivita provozu.
Budoucnost návrhu datových center
Budoucí technologie a přístupy zahrnují AI optimalizované PDU, solid-state transformátory a jističe, udržitelnější chladicí kapaliny a ultra hluboké IT racky. Tyto inovace pomohou lépe zvládat náročné požadavky na napájení a chlazení AI workloadů.
Závěr
Růst AI představuje významné výzvy pro datová centra, která musí přizpůsobit své napájecí, chladicí a softwarové systémy, aby podporovala vysokohustotní AI workloady. Přijetím doporučených postupů a technologií mohou datová centra úspěšně čelit těmto výzvám a připravit se na budoucí technologický vývoj.
