Programy świadomego poboru mocy

Operatorzy centrów danych zaczynają dostrzegać także korzyści finansowe i operacyjne płynące z udziału w programach elastycznego poboru mocy, znanych na świecie jako Demand Side Response (DSR) oraz ich wpływ na stabilność sieci. Wykorzystując zasoby na miejscu, przesuwając na później mniej pilne zadania oraz integrując magazyny energii, są oni w stanie odciążać sieć i jednocześnie obniżać koszty energii.

Przykładowo, Google wdrożyło system, który przesuwa wykonywanie niepilnych zadań obliczeniowych na okresy mniejszego zapotrzebowania w sieci, utrzymując działanie kluczowych funkcji i jednocześnie zmniejszając obciążenie w godzinach szczytu. Co ciekawe, niektóre obiekty zaczęły w czasie dużego zapotrzebowania przenosić obciążenia na lokalne generatory awaryjne, co zmniejszało przeciążenia sieci i pozwalało skorzystać z zachęt finansowych.

Centra danych stosujące programy elastycznego poboru mogą obniżać koszty energii, czerpać zyski z posiadanej rezerwy mocy oraz wzmacniać swoją odporność na niestabilność sieci. Na najbardziej obciążonych rynkach takie obiekty zyskują przewagę konkurencyjną, unikając drogich szczytowych stawek za energię i utrzymując ciągłość pracy dzięki strategicznemu zarządzaniu energią. Są nawet takie placówki, które próbują dostosowywać swoją działalność do poziomu energii węglowej w sieci, wpisując to w swoje strategie dekarbonizacji.

Wraz z rosnącą świadomością korzyści operatorzy dostrzegają, że programy typu DSR mogą działać w centrach danych bez zakłócania ich pracy. W związku z tym część z nich inwestuje w automatyzację, która dynamicznie przesuwa obciążenia w zależności od warunków sieci, zapewniając przetwarzanie danych w okresach, gdy energia jest bardziej dostępna i tańsza. Inni stosują zaawansowane strategie chłodzenia, które dostosowują zużycie energii do dostępności mocy w sieci, co ułatwia im zarządzanie wahaniami zapotrzebowania.

Ostatecznie to długoterminowe umowy zakupu energii mogą im pomóc zabezpieczyć się przed przyszłymi podwyżkami cen, a elastyczne strategie zarządzania obciążeniem pozwolą unikać drogich okresów szczytowych. Dodatkowo lokalne inwestowanie w energię, w tym w odnawialne źródła i magazyny energii, także mogą zmniejszyć zależność operatorów od sieci przesyłowej.

Chłodzenie cieczą staje się koniecznością

Rosnące wymagania i gęstość mocy serwerów AI prowadzą do tego, że potrzebne staje się chłodzenie cieczą – mimo że branża wciąż nie ma jednego standardu, a każde rozwiązanie to kompromis między wydajnością, bezpieczeństwem i odpowiedzialnością. W przeciwieństwie do prostego podłączenia zasilania, układ chłodzenia z wykorzystaniem płynu wymaga zaawansowanej inżynierii: od doboru złączy, przez redundancję, aż po jakość i przepływ medium. Najważniejsze sposoby chłodzenia cieczą to obecnie direct-to-chip (bezpośrednie chłodzenie układów scalonych) oraz zanurzeniowe chłodzenie cieczą, które może działać w systemach jedno- lub dwufazowych (gdy ciecz zmienia stan skupienia).

I chociaż systemy chłodzenia cieczą są na ogół znacznie droższe niż tradycyjne rozwiązania chłodzące i mogą być trudne do wdrożenia w istniejących obiektach, to według IDC już w tym roku 22 proc. centrów danych korzysta z takich właśnie rozwiązań. Można spodziewać się, że liczba ta wzrośnie w nadchodzących latach, gdy operatorzy centrów danych będą reagować na dodatkowe obciążenie cieplne generowane przez sztuczną inteligencję, ale także gdy będą wykorzystywać kolejne innowacje celem zwiększenia wydajności i niezawodności chłodzenia cieczą. Według prognoz firmy Grand View Research, globalny rynek tego typu klimatyzacji w centrach danych powinien w latach 2025–2030 odnotować średnioroczny wzrost (CAGR) wynoszący 21,6 proc.

Generalnie, jako segment branży, chłodzenie centrów danych (bez podziału na rodzaje wykorzystywanych rozwiązań technicznych) bardzo szybko rośnie. Jak prognozuje MarketsandMarkets, w ciągu 7 lat wydatki na te systemy zwiększą się ponad dwukrotnie – z 11,08 mld dol. w 2025 r. do 24,19 mld w 2032 r. Takie kwoty zostaną wydane na rozwiązania i usługi. Tym samym średni roczny wzrost całej branży wyniesie w tym okresie 11,8 proc.

Mimo ofensywy chłodzenia cieczą wciąż dominować będą rozwiązania bazujące na wykorzystaniu powietrza. Można to wyjaśnić ich większą skalowalnością i kompatybilnością z istniejącą infrastrukturą, a także ceną. Zaletą jest też szerokie zastosowanie, łatwość integracji i stała poprawa efektywności energetycznej. Wszystko to sprawia, że klimatyzacja pozostanie najpopularniejszym rozwiązaniem do odprowadzania ciepła w centrach danych. Nie zabraknie także instalacji hybrydowych łączących oba sposoby odprowadzania ciepła.

AI przełamie bariery ludzkiego postrzegania?  

W typowym centrum danych personel techniczny optymalizuje wydajność systemów na podstawie swojej wiedzy o sprzęcie oraz hipotez dotyczących tego, jak systemy reagują w określonych warunkach czasu i miejsca, obejmujących pogodę, obciążenie oraz sposób użytkowania. Jednak nawet najlepsi inżynierowie, podejmując decyzje i korzystając z narzędzi do zarządzania infrastrukturą centrum danych (DCIM), mają swoje ograniczenia. Operatorzy tych placówek liczą więc, że to uczenie maszynowe i sztuczna inteligencja zapoczątkują nową erę efektywności energetycznej w branży, w której liczy się każdy kilowat.

Ten nowy trend wynika z tego, że sztuczna inteligencja ma niemal nieskończoną zdolność do opanowania złożoności systemów, manipulując skomplikowanymi sekwencjami pracy instalacji chłodniczych, aby zoptymalizować zużycie energii w stale zmieniających się w czasie rzeczywistym warunkach. Może w ułamku sekundy analizować setki scenariuszy typu „co by było, gdyby”, aby znaleźć najlepsze rozwiązanie.

Pionierzy w tej dziedzinie minimalizują ryzyko, nakładając na AI pewne ograniczenia i weryfikując jej decyzje przed ich wdrożeniem. Przykładowo, w jednym z programów pilotażowych sztuczna inteligencja doradziła operatorom obiektu uruchomienie agregatu chłodniczego w sytuacji, w której zawsze korzystano z free coolingu. Po zastosowaniu się do rady udzielonej przez AI okazało się, że w tych konkretnych warunkach zużycie energii było niższe, co wcześniej wydawało się niemożliwe.