פיירג'ורג'ו טליאפיטרה, מנהל בכיר להנדסת יישומים וניהול תרמי באזור EMEA בחברת טכנולוגיות התשתית הקריטיות Vertiv, בוחן כיצד עומסי עבודה של בינה מלאכותית מעצבים מחדש את דרישות הקירור של מרכזי נתונים.
עומסי עבודה בתחום הבינה המלאכותית (AI) מתקדמים במהירות. עם האצה זו מגיע שינוי ברור בדרישות הפיזיות המוטלות על מרכזי נתונים. בפרט, מערכות קירור נמצאות תחת לחץ גובר להסתגל לשינויים בצפיפות החום, ריכוז החום ומהירות הפריסה.
תכנוני קירור מבוססים סיפקו זה מכבר ביצועים אמינים בסביבות אופטימליות לאוויר. גישות אלו נדחקות כעת קרוב לקצה גבול היכולת שלהן, כאשר מדפי בינה מלאכותית בצפיפות גבוהה הופכים נפוצים יותר וארונות בודדים צורכים 30 קילוואט עד 60 קילוואט או יותר, והתחזיות מצביעות על כך שההספק עשוי לעלות ל-300-600 קילוואט ואולי גם ל-1 מגה-וואט עד 2030.
פרסום
לא ניתן לנהל רמה זו של ייצור חום מרוכז באמצעות זרימת אוויר בלבד, במיוחד בחללים מדור קודם שתוכננו סביב צפיפויות נמוכות בהרבה.
מתקנים שנבנו לפני גל הפריסה הנוכחי של בינה מלאכותית עשויים להיעדר שטח רצפה, גמישות בלימה או סבילות מבניות הנדרשות כדי להתאים לתשתית הדיגיטלית המותקנת כעת.
מפעילים מגיבים על ידי עדכון מערכות בלימה, בחינה מחודשת של סידור החדרים ובחינת אסטרטגיות קירור שונות שמתאימות יותר לפרופילים תרמיים מתפתחים.
אבולוציה של קירור נוזלי
אחד הכיוון שהתעשייה נוקטת בו הוא המעבר לעבר סביבות קירור היברידיות. אלה משלבות קירור אוויר מסורתי עם מערכות נוזליות כגון מחליפי חום ישירות לשבב או מחליפי חום עם דלת אחורית. בסביבות מעורבות אלו, אוויר עשוי להמשיך לשרת עומסי IT בעלי עצימות נמוכה יותר, בעוד שמערכות נוזליות מנהלות ארונות עתירי מחשוב.
מודל זה מביא יתרונות תפעוליים, אך גם מורכבות חדשה. הכנסת רשתות נוזליות למרכזי נתונים, המנוהלים בעיקר על ידי צוותים חשמליים ומכניים, דורשת מומחיות חדשה, נהלי תחזוקה שונים ויחסי עבודה קרובים יותר בין אנשי ה-IT.
ומנהלי מתקנים. יש לשדרג גם את מערכות הבקרה והניטור כדי לשקף שינויים בזרימת הקירור, בהפרשי התרמיה ובנקודות פגיעות ברחבי המתחם.
מומחים בתעשיית מרכזי הנתונים מדווחים על ביקוש גובר לאסטרטגיות תרמיות משולבות הניתנות להתאמה לאילוצי האתר ולפרופילי מחשוב בינה מלאכותית מתפתחים – אינדיקציה לכך שמודל היברידי זה עובר מנישה לנורמה.
פער בין תשתית לחדשנות
המהירות שבה מתקדמת הבינה המלאכותית יוצרת גם לחץ על לוחות הזמנים. בעוד שמודל בינה מלאכותית חדש עשוי להתפתח תוך חודשים ספורים, שדרוגי תשתית או בניית מרכזי נתונים חדשים יכולים לקחת שנים. חוסר התאמה זה מעודד עניין בפתרונות קירור שניתן להתקין במהירות, לשלב ללא עיצוב מחדש כבד ולהרחיב אותם בהדרגה.
מערכות מודולריות, יחידות נוזלים עצמאיות ומודולי קירור טרומיים צוברים תאוצה, במיוחד בסביבות קצה ובחללי קולוקציה שבהם זמן וגישה מוגבלים. עם זאת, שיעור השימוש משתנה בהתאם לגיאוגרפיה, לרגולציה ולזמינות של קבלנים מיומנים.
באירופה, לדוגמה, עדכון תקנת גזי ה-F מעצב באופן ישיר את בחירת הטכנולוגיה. מערכות קירור המסתמכות על נוזלי קירור בעלי ערך GWP גבוה אסורות בבנייה חדשה החל משנת 2025. בארצות הברית, תמריצים אזוריים ויעדי יעילות אנרגטית משפיעים על אימוץ טכנולוגיות קירור. בחלקים מאסיה והמזרח התיכון, אילוצי קרקע ותנאי טמפרטורת הסביבה דוחפים חדשנות בקירור יעיל יותר למטר מרובע.
עומסי עבודה של בינה מלאכותית מציגים גם סיכונים עדינים יותר. אופי היישומים הללו פירושו שהתנהגות תרמית יכולה להשתנות באופן משמעותי לאורך זמן, אפילו באותו מדף. עומסי עבודה של הסקה לעיתים קרובות גורמים לקפיצות בלתי צפויות. אם מערכות אינן מתוכננות להגיב באופן דינמי, קיים סיכון מוגבר להתחממות יתר מקומית או בלאי מואץ של הציוד. דפוסים אלה דורשים טלמטריה ברזולוציה גבוהה יותר ולוגיקת בקרה חכמה יותר כדי לספק אמינות וזמן פעולה.
פרסום
בתגובה, מפעילים רבים מעריכים מחדש את תהליכי ההפעלה. בדיקות מבוססות סימולציה הופכות נפוצות יותר כדי לאמת את תגובת הקירור בתרחישי תפעול שונים. ישנו גם עניין גובר בניטור ביצועים רציף, שבו יעילות הקירור נבדקת לצד פעילות עומס העבודה.
הציפיות עולות
השינוי הרחב יותר המתחולל הוא תרבותי באותה מידה כמו טכני. תכנון קירור אינו יכול עוד להיחשב כתחום נפרד מכוח, תוכנה או ארכיטקטורה, ושימוש חוזר בחום פסולת הופך חיוני למקסום יעילות המערכת הכוללת. כדי לעמוד בדרישות הבינה המלאכותית
תשתית וחשיבה מערכתית הופכות לברירת מחדל. משמעות הדבר היא מעורבות מוקדמת יותר של אנשי מקצוע בתחום הקירור בתכנון הפרויקטים, שילוב גדול יותר של תכנון דיגיטלי ומכני, ואחריות משותפת לחוסן המערכת לטווח ארוך.
מיומנויות מתפתחות בהתאם לכך. כיום מצופה מהנדסי קירור לעסוק באופן פעיל יותר במדדי יעילות אנרגטית, להשתתף בדיונים סביב תכנון מחזור חיי מחשוב ולספק תובנות לגבי ההשפעה התפעולית של החלטות תכנון תרמי לאורך זמן.
בינה מלאכותית משנה ציפיות באופן גורף: עומסי עבודה הופכים צפופים יותר, מחזורי בנייה מתקצרים ותנאי חום הופכים למשתנים יותר. לתעשיית הקירור יש את הכלים והמומחיות להגיב, וההצלחה תהיה תלויה בשיתוף פעולה מתמשך, אינטגרציה מהירה יותר ונכונות להסתגל להיגיון תשתיות משתנה.
ניהול תרמי נותר אחד המרכיבים הקריטיים ביותר בעתיד תשתית הבינה המלאכותית. תפקידו הולך ומתרחב, וכך גם ההזדמנות להוביל באמצעות תכנון מערכות חכם ורספונסיבי יותר.
