Tekoälyn kysyntä on kasvanut nopeammin kuin moni osasi ennakoida. McKinseyn mukaan globaali AI-kapasiteetin kysyntä voi jopa kolminkertaistua vuoteen 2030 mennessä (AI data center growth: Meeting the demand | McKinsey). Tämä kehitys haastaa datakeskusoperaattorit modernisoimaan sähkö- ja jäähdytysinfrastruktuuriaan aiempaa nopeammin, jotta ne pystyvät tukemaan uusia, entistä vaativampia kuormia.

Yksi tehokkaimmista tavoista nopeuttaa datakeskusten käyttöönottoa on hyödyntää AI-podeja – esivalmistettuja infrastruktuurimoduuleja, jotka sisältävät tekoäly-ympäristöjen tarvitsemat sähkönsyötön ja jäähdytyksen ratkaisut valmiiksi integroituna.

Miksi nopeus on nyt ratkaisevaa?

AI-investointien kasvaessa datakeskustoimijat haluavat saada kapasiteetin käyttöön mahdollisimman nopeasti ja alkaa tuottaa liiketoiminta-arvoa ilman turhia viiveitä. Ensimmäiset toimijat, jotka onnistuvat ottamaan AI-valmiin infrastruktuurin nopeasti käyttöön, voivat saavuttaa merkittävää kilpailuetua ja vahvistaa asemaansa markkinassa.

Haasteena on kuitenkin se, että kysynnän kasvu on ollut niin nopeaa, etteivät useimmat datakeskukset ole valmiita vastaamaan siihen nykyisellä infrastruktuurillaan. AI-kuormat edellyttävät huomattavasti suurempia rack-tiheyksiä, jotka ovat jo nousemassa jopa 227 kW:iin per rack. Tämä johtuu erityisesti uusien sirujen nopeasti kasvavasta tehontarpeesta, joka lähes kaksinkertaistuu noin 1,5 vuoden välein.

Infrastruktuurin monimutkaisuus kasvaa

Kun tehotiheydet kasvavat, myös lämpökuorma kasvaa. Siksi suora sirukohtainen nestejäähdytys (direct-to-chip) on nopeasti muuttumassa operatiiviseksi välttämättömyydeksi, sillä perinteinen ilmajäähdytys ei enää yksin riitä hallitsemaan AI-rackien tuottamaa lämpöä tehokkaasti.

Tämä tuo mukanaan uusia haasteita datakeskusoperaatioihin esimerkiksi veden saatavuuden, käyttöympäristön ja tilaratkaisujen näkökulmasta. Vaikka ilmajäähdytystä voidaan edelleen tehostaa hot/cold aisle -ratkaisuilla sekä in-row- ja in-rack-jäähdytyksellä, markkinoiden yleisin nestejäähdytysratkaisu – direct-to-chip – edellyttää jokaiselle rackille monimutkaista putkisto- ja liitäntäverkostoa.

Tutustu tekoälyvalmiisiin nestejäähdytysratkaisuihin

Samalla myös sähköinfrastruktuurin vaatimukset kasvavat. Yhteen AI-rackiin voi liittyä kuudesta kahdeksaan virtakaapelia (power whip), ja uusien AI-kuormille suunniteltujen rack-arkkitehtuurien myötä tehontarve kasvaa edelleen. Tulevaisuudessa nähdään jopa 800 VDC -arkkitehtuureja ja 1 MW:n rack-tasoja.

Nestejäähdytyksen, korkean tehotiheyden ja uusien sähköarkkitehtuurien yhdistelmä tekee jokaisesta liitännästä kriittisen. Jokainen putki, liitos, venttiili, kaapeli ja sähkörajapinta on mahdollinen vikapiste. Väärin sijoitettu anturi voi viivästyttää käyttöönottoa tai heikentää toimintaa – ja vaikutukset korostuvat entisestään, kun AI-infrastruktuuria rakennetaan sadoittain tai tuhansittain.

Siksi näiden kokonaisuuksien rakentaminen kontrolloidussa tehdasympäristössä on usein järkevin ratkaisu. Tehdasolosuhteissa voidaan varmistaa tarkkuus, toistettavuus ja laadunhallinta tavalla, joka tukee sekä nopeaa käyttöönottoa että korkeaa luotettavuutta.

Nopeampi käyttöönotto AI-podien avulla

Datakeskusoperaattorit voivat nopeuttaa AI-ratkaisujen käyttöönottoa merkittävästi hyödyntämällä AI-podeja. Nämä esivalmistetut infrastruktuuriyksiköt voivat lyhentää asennustyön kuukausista päiviin.

Yksittäinen podi koostuu vahvistetusta teräsrakenteesta, joka asennetaan rackien yläpuolelle neljän tukijalan varaan. Se kannattelee yläpuolista rakennetta, jossa kulkevat sekä sähkönsyötön kaapelit että nestejäähdytyksen putkistot.

Yksi rakenne voi kantaa jopa noin 6 800 kiloa kiskosähköjärjestelmiä ja putkimateriaaleja, kuten kuparia, alumiinia ja ruostumatonta terästä. Perinteisissä datakeskuksissa vastaava infrastruktuuri sijoitettiin usein lattian alle, mutta AI-ympäristöissä tämä ei enää ole käytännöllinen ratkaisu.

Perinteinen lähestymistapa edellytti kuukausien rakennustyötä ja useita erillisiä komponenttitoimituksia. AI-podit puolestaan toimitetaan esikonfiguroituina kokonaisuuksina, joissa sähkö- ja jäähdytysarkkitehtuuri on jo valmiiksi suunniteltu ja optimoitu suorituskykyä varten.

Kaikki toimitetaan yhtenä integroituna kokonaisuutena, valmiiksi esivalmistettuna. Podit voidaan asentaa heti, kun uusi datakeskuksen osa on valmis, mikä mahdollistaa megawattitason kapasiteetin lisäämisen nopeasti.

AI-rackit muodostavat tämän kokonaisuuden viimeisen kriittisen osan. Ne on suunniteltu hallitsemaan korkean tehon sähkönjakelun ja nestejäähdytyksen välistä monimutkaista rajapintaa. Ratkaisut, kuten MGX-yhteensopivat rackit ja ORV3-pohjaiset mallit, on kehitetty kestämään suuritehoista sähkönsyöttöä ja monimutkaisia nestejakelujärjestelmiä, joita direct-to-chip-jäähdytys edellyttää.

AI-ekosysteemin tukeminen

AI-ekosysteemin kehittyessä nopeasti Schneider Electric jatkaa innovointia sähkö-, jäähdytys- ja digitaalisessa infrastruktuurissa auttaakseen asiakkaita ottamaan tekoälyratkaisuja käyttöön nopeammin ja tehokkaammin.

Esivalmistetut AI-podit mahdollistavat nopeamman toimituksen uusille AI-datakeskuksille. Ne tarjoavat uudenlaisen tavan rakentaa datakeskuksia esivalmistetuista moduuleista samalla, kun ne ratkaisevat AI:n vaatiman sähkönjakelun ja nestejäähdytyksen keskeisiä haasteita.

Nestejäähdytys ei ole enää lisäominaisuus, vaan keskeinen suunnitteluperiaate AI-ympäristöissä. Siksi AI-podit suunnitellaan alusta alkaen täysin integroiduiksi kokonaisuuksiksi, joissa sähkö, nestejäähdytys ja digitaalinen hallinta toimivat saumattomasti yhdessä.

Yhteistyössä NVIDIAn kanssa kehitetyt referenssisuunnitelmat, kuten Data Center Reference Design 110 NVIDIA GB330 NVL 72:lle ja Data Center Reference Design 113 NVIDIAn Vera Rubin NVL72 -räkeille, auttavat varmistamaan, että infrastruktuuri on valmis paitsi nykyisille myös tulevaisuuden entistä tehokkaammille komponenteille.

Skaalautuva ja tulevaisuuden kestävä

AI-podit on suunniteltu skaalautuvuus ja joustavuus edellä. Kapasiteettia voidaan kasvattaa teknologian kehittyessä ilman, että koko datakeskusta tarvitsee suunnitella uudelleen.

Lopputuloksena:

• vähäisempi kompleksisuus
• nopeampi käyttöönotto
• tulevaisuuden tarpeisiin valmis infrastruktuuri
• selkeämpi ja nopeampi tie AI-investoinneista liiketoiminnan tuottoon

Tietoa kirjoittajasta

Blogin on kirjoittanut Juha Loponen, joka vastaa Schneider Electricillä liiketoiminnan kehittämisestä datakeskusmarkkinassa Pohjoismaissa ja Baltiassa.

Ota yhteyttä meihin