Az adatközpontokban is igyekeznek lehűteni a globális felmelegedést

Energiahatékonyság és klímabarát lépések

Nem lehet eléggé hangsúlyozni, mennyire fenyegető veszélyt jelent az emberiségre a klímaváltozás. Minden olyan optimalizáció, ami ezt a trendet fékezi, fontos lépés nemcsak az adott szervezet, hanem az egész társadalom számára. Az Uptime Institue felmérése szerint a megkérdezett adatközponti menedzserek több mint kétharmada tartja fontosnak az energiafogyasztás csökkentését és a hatékonyság növelését, közel 90 százalékuk pedig a legmagasabb prioritásúnak jelölte meg az általa felügyelt szerverpark fogyasztásának kontroll alatt tartását.

Ez pedig egyre nehezebb feladatnak tűnik. A mesterséges intelligencia használatának intenzív terjedésével robbanásszerűen nő az adatközpontokban a teljesítmény- és így az energiasűrűség. A világ teljes villamosenergia-fogyasztásában hamarosan 1-2 százalékos arányban kimutatható az MI hatása. Amint arra Katona Gergely, az Invitech adatközpontjának vezetője rámutatott, a léghűtéssel még éppen kiszolgálható, rackszekrényenként átlagos 10 kW teljesítmény helyett akár 30 kW igény is keletkezhet a mesterségesintelligencia-számításokat kiszolgáló, évente milliós nagyságrendben értékesíteni tervezett Nvidia megoldások miatt.

Az Invitech adatközpontjának vezetője szerint adatvédelmi okokból középtávon nemcsak a nagy techcégek alkalmaznak majd ilyen megoldásokat, hanem akár a nagy- vagy a közepes méretű vállalatok is. Ez előrevetíti az energiasűrűség problémájának általánosabbá válását. A kihívások mindazonáltal serkentik a folyamatos fejlődést, aminek egyik meghatározó iránya lehet a kizárólag légmozgáson alapuló temperálástól eltérő módszerek, jellemzően a folyadékhűtés feltérképezése és alkalmazása.

Elmerülni a részletekben

A folyadékbemerítéses hűtés (immersion cooling) esetében a kiszolgálókat és a többi informatikai eszközt egyaránt egy dielektromos, nem vezetőképes folyadékba süllyesztik. A hűtőközeg teljes mértékben körülveszi a szervereket, ugyanakkor nem képez elektromos rövidzárlatot az elektronikus komponensek között. Kiemelkedő, de költséges hűtési hatékonyságról beszélhetünk ebben az esetben.

A közvetlen lapkahűtés (direct-to-chip cooling) esetében a hűtőfolyadék a CPU-kat közvetlenül elérő rendszerben kering. A hőt pontosan onnan szállítja el, ahol keletkezik, a többi komponens temperálása kisebb hangsúlyt kap. Nagy hődisszipációt tesz lehetővé kiemelt energiahatékonyság mellett, illetve kompakt kialakítással bír az előző módszerrel szemben, viszont alkalmazása ugyancsak magas befektetési és üzemeltetési kiadásokat jelent.

Air-assisted liquid cooling (AALC) esetén a léghűtést folyadékokkal töltött radiátorok üzemeltetése egészíti ki, melyeket az adatközpontokban levő rackszekrények hátuljára rögzítenek. Voltaképp ez jelenti a legkönnyebben alkalmazásba vehető, kompromisszumos lépést a tisztán léghűtéses rendszer irányából, nagyjából dupla hűtési teljesítményt biztosítva azzal szemben. A szerverpark üzemeltetőjének el kell hoznia a hűtőfolyadékot a rackszekrényig, az ügyfélnek pedig olyan eszközökkel kell rendelkeznie, melyek kompatibilisek ezzel a megoldással.

Besegít a föld és a mesterséges intelligencia

Napjainkban az adatközpontok zöme a levegő temperálását alkalmazza. Ez azonban csak látszólag jelent gondot: közép távon a hűtési rendszer hatékonyságának növelése iránti igény kikényszerítheti a hibrid megoldásokat. Vagy akár teljesen új módszereket, mint amilyen a geotermális hűtés. Utóbbinál az eszközöknél keletkező hőt elvonják, és folyadék segítségével keringetik a föld alá telepített hőcserélők, illetve a kiszolgálók között. Az energia- és vízfogyasztás mérséklése mellett a megbízhatóság növelésében is jelentős szerepet játszhat a módszer. Ráadásul földrajzi elhelyezkedéstől függetlenül kiszámíthatóan egyenletes hatékonysággal használhatók.

Megjelentek a hűtési hatékonyság fokozását mesterséges intelligenciával támogató első fecskék is. Az MI bevetésével a hűtési folyamatok feladatai precízebben előrejelezhetők, ezáltal a hűtés minden korábbinál jobban hozzáigazítható az igényekhez. Az optimális teljesítmény eléréséhez az algoritmusok dinamikusan és folyamatosan, valós időben avatkoznak be a rendszer működésébe. Emellett a mesterséges intelligencia javaslatokat is tesz a konfiguráció egyes elemeinek változtatására, a teljesítményanalízist pedig korábban nem látott szintre emelheti.

Jelentős változások előtt áll tehát az adatközponti hűtés szegmense, melynek magvait már elvetették a társadalmi, költségoptimalizálási és hatékonyságnövelési igények.