Daikin Applied Europe i CTS Group przedstawili opatentowaną koncepcję chłodzenia centrów danych, zaprojektowaną z myślą o obciążeniach związanych ze sztuczną inteligencją. Według prognoz firm rozwiązanie pozwala osiągnąć wskaźnik PUE nawet 1,09 w klimacie nordyckim i poniżej 1,20 w warunkach Bliskiego Wschodu.
Co to jest PUE i dlaczego jest tak ważne?
PUE (Power Usage Effectiveness) to stosunek całej energii zużywanej przez centrum danych do energii zużywanej przez same serwery. Wartość 1,0 oznaczałaby, że cała energia trafia do sprzętu IT. Im niższe PUE, tym mniej prądu pochłania infrastruktura - głównie chłodzenie - i tym więcej mocy przyłączeniowej można przeznaczyć na serwery, które zarabiają.
Jak działa koncepcja Daikin i CTS
Rozwiązanie łączy kilka elementów: maksymalne wykorzystanie freecoolingu, zoptymalizowany obieg wody lodowej, chłodzenie cieczą dla szaf o dużej gęstości mocy oraz opatentowaną technologię rurociągu buforowego, która stabilizuje temperaturę wody. To ważne, bo trenowanie dużych modeli językowych powoduje gwałtowne i duże wahania obciążenia cieplnego serwerów. Całość jest budowana jako modułowe, prefabrykowane i testowane fabrycznie skidy - CTS Group składa je w swoich zakładach z wykorzystaniem agregatów i komponentów Daikin, co przyspiesza realizację i ułatwia rozbudowę.
Rynek chłodzenia centrów danych rośnie
To kolejny sygnał, jak mocno rozwój AI napędza branżę HVAC. Niedawno pisaliśmy o tym, że Samsung buduje fabrykę klimatyzacji dla centrów danych AI.
W FHU Inventor realizujemy instalacje chłodnictwa przemysłowego i klimatyzacji precyzyjnej dla obiektów o wysokich wymaganiach.
Źródło: Business Review / informacja prasowa Daikin Applied Europe i CTS Group.
Najczęściej zadawane pytania
Co oznacza wskaźnik PUE?
To stosunek całej energii zużywanej przez centrum danych do energii zużywanej przez sprzęt IT. Im bliżej 1,0, tym mniej energii pochłania infrastruktura, w tym chłodzenie.
Jakie PUE osiąga rozwiązanie Daikin i CTS?
Według prognoz firm - nawet 1,09 w klimacie nordyckim i poniżej 1,20 w klimacie Bliskiego Wschodu.
Dlaczego AI utrudnia chłodzenie centrów danych?
Trenowanie dużych modeli AI powoduje gwałtowne wahania obciążenia cieplnego i dużą gęstość mocy w szafach, dlatego potrzebne są stabilne i wydajne układy chłodzenia, często z chłodzeniem cieczą.
0 Komentarzy