Podatkovni centri temelj su današnje digitalne infrastrukture. Njihove osnovne komponente obuhvaćaju sustave napajanja, hlađenja, IT opremu (serveri, mreža i pohrana podataka) te sustave nadzora i upravljanja
Pišu: Tomislav Lacković, prodajni inženjer; Tajana Penzer Rakuljić, specijalistkinja za marketing
E-mail: tomislav.lackovic@eccos.hr; tajana.penzer.rakuljic@eccos.hr
Snažan rast tržišta podatkovnih centara u Europi izravno je povezan s razvojem umjetne inteligencije (AI), posebice generativnih modela i sustava strojnog učenja. Uz AI, dodatni poticaj rastu tržišta podatkovnih centara daju usluge u oblaku (cloud usluge), digitalna transformacija unutar industrija te regulatorni zahtjevi vezani uz energetsku učinkovitost i digitalni suverenitet. Povećanje računalnih opterećenja, osobito u AI aplikacijama, značajno utječe na tri ključna aspekta rada podatkovnih centara: potrošnju električne energije, toplinsko opterećenje i potrebu za naprednim metodama hlađenja.
Veća potrošnja energije i evolucija rashladnih sustava
Klasični serverski ormari u podatkovnim centrima troše prosječno oko 7–10 kW, dok AI serverski ormari prelaze 30 kW. U najnovijim AI centrima gustoća snage doseže i 100–300 kW po ormaru. Razlog je prelazak na specijalizirane sustave za paralelnu obradu velikih količina podataka koji generiraju znatno više topline. Zbog toga AI infrastruktura postaje jedan od značajnijih potrošača energije na globalnoj razini.
Veća gustoća snage znači više topline koju je potrebno ukloniti. Tradicionalni sustavi zračnog hlađenja (CRAC/CRAH sustavi) više nisu dovoljni za AI okruženja. Kada gustoća premaši 30 kW po serverskom ormaru, zračno hlađenje postaje neučinkovito. Porastom na 100 kW i više nužan je prijelaz na nove metode hlađenja, poput izravnog hlađenja čipa, uranjanja u dielektričnu tekućinu, hibridnih sustava s učinkovitijim izmjenjivačima topline te naprednim upravljanjem protokom tekućine za hlađenje i toplinskim zonama. Prijelaz na tehnologije hlađenja tekućinom omogućuje učinkovitiji prijenos topline, stabilniji rad sustava i smanjenje potrošnje energije.
Održivost i regulatorni zahtjevi tržišta
Europski regulatorni okvir sve snažnije naglašava energetsku učinkovitost, smanjenje emisija CO₂ i lokalizaciju podataka. Koncept „suverenog oblaka“ i zahtjevi za klimatski neutralnim radom podatkovnih centara potiču integraciju obnovljivih izvora energije, naprednih baterijskih sustava i visokoučinkovitih UPS sustava (sustava neprekidnog napajanja).
AI u upravljanju rashladnim sustavima
Osim što umjetna inteligencija uzrokuje povećanje gustoće snage, potrošnje električne energije i potrebe za dodatnim infrastrukturnim kapacitetima unutar podatkovnih centara, ona istodobno postaje i ključni alat za optimizaciju njihova rada. Drugim riječima, AI nije samo uzrok rasta opterećenja već i rješenje za učinkovito upravljanje njime.
Primjena AI modela prelazi iz klasičnog nadzora u prediktivno i autonomno upravljanje. Algoritmi strojnog učenja analiziraju povijesne i podatke u stvarnom vremenu kako bi: predvidjeli toplinska opterećenja na temelju ugrađene IT opreme, optimizirali rad ventilatora i kompresora, prilagodili protok rashladne tekućine, smanjili vršna opterećenja mreže i otkrili anomalije i potencijalne kvarove prije njihova nastanka. Na taj način postiže se manja potrošnja energije, dulji vijek trajanja opreme i veća pouzdanost sustava.
U tom kontekstu, tvrtka ECCOS-INŽENJERING d.o.o. u suradnji s partnerima razvija i implementira rješenja usklađena s konceptom upravljanja infrastrukturom podatkovnih centara pomoću umjetne inteligencije. Rješenja uključuju integraciju naprednih sustava za nadzor, analitiku i optimizaciju rada rashladnih sustava.
Integracija takvih sustava provodi se kroz jasno definirane faze kako bi se osigurala pouzdana i učinkovita implementacija. Proces započinje procjenom ugradnje sustava za optimizaciju rashladnog sustava putem dokaza konceptualnog rješenja (PoC). Nakon toga pristupa se implementaciji i realizaciji rješenja u stvarnom okruženju.
Sustav se sastoji od elemenata za praćenje temperature i vlage unutar sistema sale podatkovnog centra, sustava za prikupljanje podataka te AI komponente za upravljanje radom klimatizacijskih sustava. Senzori se postavljaju na postojeće rack ormare, unutar i izvan hladnih zona, na unaprijed definiranim lokacijama ključnima za precizno mjerenje i analizu podataka.
AI serverski uređaj
Prikupljeni podaci prenose se putem bežične SmartMesh IP mreže do AI serverskog uređaja. Ovisno o vrsti mjerenja, koriste se različite vrste bežičnih senzorskih modula – za temperaturu, vlažnost i napon – čime se osigurava sveobuhvatan uvid u radne uvjete i energetske tokove unutar sustava. AI serverski uređaj je namjenski, samostalni uređaj koji sadrži algoritme za upravljanje softverom, bazu podataka senzora i konzolu za komunikaciju sa senzorima u prostoru. Dinamički i automatski reagira na promjene u okruženju, upravljajući rashladnim jedinicama kako bi optimizirao hlađenje uz održavanje zadane temperature prostora. Uređaj prima podatke od senzora u okolini i električnih senzora, pohranjuje ih i analizira te po potrebi prenosi upravljačke naredbe rashladnim jedinicama.
Opisano rješenje već je implementirano u podatkovnom centru jednog telekom-operatera u Republici Hrvatskoj, gdje je potvrđena njegova funkcionalnost u stvarnim radnim uvjetima. Na temelju realiziranog projekta ostvarene su mjerljive uštede energije te povećana operativna učinkovitost, što dodatno potvrđuje isplativost primjene AI modela u upravljanju klimatizacijskom infrastrukturom.
