Centra danych AI piszą na nowo zasady projektowania infrastruktury energetycznej. Szafa z konwencjonalnymi serwerami CPU pobierała kiedyś około 10 kW. W pełni skonfigurowana szafa NVIDIA GB200 NVL72 pobiera obecnie około 120 kW, a plany działania na rok 2026 już wskazują, że szafy będą miały moc około 600 kW. Jednocześnie,Międzynarodowa Agencja Energetyczna spodziewa się, że globalne zapotrzebowanie na energię elektryczną w centrach danych wzrośnie ponad dwukrotnie do około 945 TWh do 2030 r., przy czym sztuczna inteligencja jest największym czynnikiem napędzającym. Dla operatorów zmienia to podstawowe pytanie. Już nie jest„Czy mamy wystarczającą całkowitą pojemność?”Ale„Czy nasza architektura zasilania może zapewnić czystą, nadmiarową i widoczną moc od źródła zasilania aż do każdej-szafy GPU o dużej gęstości?”
Ile mocy faktycznie potrzebuje stojak AI?
„Znacznie większa moc” nie jest liczbą planowaną. Szczera odpowiedź jest taka, że moc szafy AI zależy od platformy GPU, docelowej nadmiarowości i metody chłodzenia, ale publiczne punkty odniesienia są teraz wystarczająco konkretne, aby można je było uwzględnić w projektowaniu.
- Stelaż procesora-ogólnego przeznaczenia:do około 12 kW.
- Chłodzony powietrzem-stelaż klasy H100:około 40 kW, w pobliżu praktycznego pułapu powietrza.
- NVIDIA GB200 NVL72:około 120 kW na szafę i około 132 kW w pełni skonfigurowane, dostarczane przez wiele półek zasilających przy trójfazowym zasilaniu 415–480 V 415–480 V do szyny zbiorczej prądu stałego.
- Następna generacja (plan działania na rok 2026):systemy wagowe-rackowe o mocy przewidywanej na 240–600 kW.
Aby zapoznać się z kontekstem tego, jak ekstremalne jest to zjawisko:Globalne badanie Uptime Institute z 2025 rszacuje średnią gęstość szaf na około 9 kW, a ponad 80% operatorów nadal nie zgłasza żadnych szaf o mocy powyżej 30 kW.Mniej niż 1% operatorów obsługuje szafy o mocy powyżej 100 kW, a te, które to robią, korzystają głównie z tradycyjnych-wydajnych obliczeń. Innymi słowy, pojedynczy moduł GB200 wymaga od budynku zrobienia czegoś, czego 99% branży nigdy nie zrobiło. To właśnie ta luka, a nie surowe megawaty, sprawia, że większość projektów związanych z energią AI wpada w kłopoty.
Dlaczego obciążenia AI przełamują dotychczasowe założenia dotyczące zasilania
Szkolenie AI, wnioskowanie i HPC zależą od gęstych klastrów akceleratorów, serwerów, pamięci masowej i dużej siatkiszybkie-sieci światłowodowe. Systemy te nie zachowują się jak konwencjonalne rozwiązania IT dla przedsiębiorstw. Tradycyjny stojak został zaplanowany w oparciu o stały pobór; szafa AI zapewnia znacznie wyższą moc szczytową i gwałtownie zmienia jej zużycie w miarę jednoczesnego zwiększania się mocy obliczeniowej procesorów graficznych. Kiedy dziesiątki szaf robią to jednocześnie, efekt przesuwa się poza szafę i dociera do obwodów odgałęzionych, listew PDU w szafie, ścieżek dystrybucyjnych, modułów UPS i instalacji chłodniczej.
Dlatego też moc gotową do wykorzystania sztucznej inteligencji-należy traktować jako system obejmujący-koniec-końca. Zasilanie sieciowe, rozdzielnica, zasilacze UPS, dystrybucja, szyna, listwa PDU do montażu w szafie, monitorowanie i chłodzenie nie są tutaj oddzielnymi pozycjami zamówienia. Stanowią pojedynczy łańcuch, a łańcuch jest tak użyteczny, jak jego najsłabsze ogniwo.
Krytyczne wyzwania związane z zasilaniem centrum danych AI
1. Gęstość zasilania w szafie przewyższa starszą infrastrukturę
Najbardziej widocznym wyzwaniem jest to, że powierzchnia podłogi i moc elektryczna nie pokrywają się już. W pomieszczeniu o mocy znamionowej 8–10 kW na szafę nie można umieścić szafy o mocy 120 kW tylko dlatego, że płytka jest pusta.
Co to oznacza w praktyce:w przypadku modernizacji pierwsza ściana rzadko ma całkowitą pojemność użytkową. Chodzi o liczbę-odgałęzień obwodów, obciążalność szynoprzewodów, obciążenie podłogi (rack klasy GB200 przekracza 1300 kg) lub po prostu prześwit w drzwiach i przejściach. W wielu pomieszczeniach brakuje amperów na szafkę i nadproża konstrukcyjnego na długo przed wyczerpaniem się megawatów w hali. Zaplanuj pojemność zarówno na poziomie szafy, jak i na poziomie klastra, i potwierdź, ile użytecznych amperów możesz faktycznie umieścić w każdej szafie.
2. Dynamiczne obciążenie procesora graficznego. Reakcja przejściowa zasilacza UPS
Ładunki AI są dynamiczne i zsynchronizowane. Zbiorczy krok all-redukcji lub zapis w punkcie kontrolnym mogą przesunąć pobór klastra o dziesiątki procent w milisekundach, a następnie ponownie go zmniejszyć.
Co to oznacza w praktyce:w przypadku zasilacza UPS z podwójną-konwersją te wahania pojawiają się jako stopnie obciążenia, przez które falownik i statyczny bypass muszą bezproblemowo przejść. Nie-skoordynowane przerywacze mogą utrudniać-potykanie się na wzroście i zakłócać wielo-dniowe biegi treningowe; słabo współdzielone równoległe moduły UPS mogą ze sobą walczyć w stanach przejściowych. Określ UPS i zabezpieczenie dla szybkich stopni obciążenia i sprawdź koordynację wyłącznika w oparciu o rzeczywisty profil obciążenia, a nie średnią z tabliczki znamionowej. Coraz częściej wykorzystuje się-miejscowe magazynowanie baterii, aby amortyzować te wahania na skalę obiektu.
3. Dystrybucja mocy-o dużej gęstości w szafach GPU
Stała ścieżka dystrybucji, która sprawdzała się w przypadku statycznych obciążeń korporacyjnych, rzadko obsługuje jednocześnie gęste rzędy GPU, etapowy rozwój i nadmiarowe źródła danych A/B.
Co to oznacza w praktyce:w przypadku kanałów A/B prawdziwym testem jest przypadek przełączenia awaryjnego. Kiedy jedna ścieżka opadnie, pozostała ścieżka musi wytrzymać pełne obciążenie szafy, nie przekraczając wyłączników ani nie głodząc sąsiadujących szaf. Dobór każdego źródła zasilania pod kątem wydajności N zamiast obciążenia nadmiarowego jest częstym i kosztownym błędem. Szyny napowietrzne często ułatwiają zwiększanie lub przenoszenie wydajności niż w przypadku stałych przewodów szynowych, ale właściwy wybór zależy od gęstości, układu pomieszczeń i strategii konserwacji.
Dystrybucja to także sytuacja, w której okablowanie konkuruje z zasilaniem w przypadku tych samych korytek i przewodów. Pojedynczy moduł o mocy 120 kW kończy setki połączeń światłowodowych z przełącznikami typu Leaf i Spine, a włókno to dzieli trasy i ścieżki przepływu powietrza z źródłami zasilania. W gęstych rzędachOkablowanie magistrali MPO/MTPutrzymuje liczbę połączeń i umożliwia zarządzanie zbiorcze, dzięki czemu nie blokuje przepływu powietrza ani dostępu serwisowego. Dotarcie też ma znaczenie: krótkie łącza GPU-do- liścia zazwyczaj działają w trybie wielomodowym, podczas gdy łącza kręgosłupa i kampusu przechodzą doświatłowód jedno-modowy (OS2).na dłuższe dystanse.
4. Jakość energii staje się problemem ciągłości działania
W obiektach AI jakość energii to nie tylko kwestia elektryczna. Ma to bezpośredni wpływ na czas pracy, żywotność sprzętu i trwałość przebiegu szkoleniowego.
Co to oznacza w praktyce:Obciążenia w trybie wysokiego-szczytu-przełącznika współczynnika- i niezrównoważone jedno-odczepy fazowe-popychają prądy neutralne, zniekształcenia harmoniczne i niezrównoważenie faz w górę. Niemonitorowane brak równowagi zwykle objawia się najpierw jako przegrzane połączenie lub uszkodzona gałąź, a nie jako alert na desce rozdzielczej. Ponieważ IT jest drogie, a przestoje kosztowne, należy stale monitorować jakość zasilania, zamiast czekać, aż wyłącznik znajdzie problem za Ciebie.
5. Zasilanie i chłodzenie należy zaplanować razem
Każdy wat dostarczony do działu IT staje się ciepłem, które należy usunąć. Powyżej około 30 kW na szafę chłodzenie powietrzem nie jest już opłacalne, dlatego bezpośrednie chłodzenie cieczą-do-chipów jest obecnie standardem w systemach klasy GB200.Komitet TC 9.9 ASHRAEdodał do swoich wytycznych termicznych klasę wysokiej-gęstości (H1), a w 2024 r. opublikował biuletyn techniczny na temat odporności na chłodzenie cieczą, obejmujący rozgraniczenie jednostki dystrybucji chłodziwa (CDU), bezwładność cieplną w przypadku nagłych zmian obciążenia i modelowanie stanów przejściowych.
Co to oznacza w praktyce:zimne płyty przenoszą większość ciepła GPU do CDU, ale 10–20% obciążenia szafy (pamięć, karty sieciowe, optyka, konwersja mocy) może pozostać chłodzone powietrzem-, więc pomieszczenie nadal wymaga wentylacji. Umieszczenie CDU, temperatura zasilania chłodziwem (zwykle około 25–45 stopni), bilans przepływu i przebieg-wykrywania nieszczelności muszą zostać ustalone przed dostawą stojaka. Rozgałęzianie-każdego przełącznika do serwerów -Okablowanie typu breakout MPO/MTP- należy kierować celowo, tak aby nigdy nie znajdował się na ścieżce, od której zależy chłodzenie.
Nie zatwierdzaj mocy bez sprawdzenia oddawania ciepła. Chłodzenie, które nie jest w stanie odciążyć, jest najczęstszą- przyczyną zablokowania i bezużyteczności mocy obliczeniowej o dużej gęstości.
6. Ograniczona widoczność sprawia, że planowanie wydajności jest ryzykowne
Monitorowanie-na poziomie pomieszczenia lub na poziomie UPS-zakrywa dokładnie to, co ważne w hali AI: brak równowagi poszczególnych-faz, lokalne przeciążenia, skoki-na poziomie szafy,-ograniczenia w obwodach odgałęzionych, obniżona redundancja i pojemność linkowana.
Co to oznacza w praktyce:inteligentne listwy PDU do montażu w szafie z-pomiarem na gniazdko, monitorowaniem-obwodów odgałęzionych, telemetrią UPS i integracją z DCIM pozwalają zespołowi odpowiedzieć w czasie rzeczywistym na trzy pytania: - ile mocy jest obecnie wykorzystywane, gdzie występuje ryzyko i ile dodatkowego obciążenia AI można bezpiecznie dodać. Bez tej szczegółowości planowanie wydajności to domysły, a pierwszą oznaką problemu jest podróż.
7. Skalowalność i ograniczenia sieciowe Powolne wdrażanie sztucznej inteligencji
Rozwój sztucznej inteligencji wyprzedza obecnie tradycyjne cykle planowania. Nawet przy dużej powierzchni w lokalizacji może brakować mediów, zasilaczy UPS, dystrybucji lub wydajności chłodzenia dla następnej generacji procesorów graficznych. Z zapotrzebowaniem na centra danychrośnie o około 15–17% rocznie, czas realizacji połączeń międzysystemowych na ograniczonych rynkach wydłużył się do wielu lat, dlatego niektórzy deweloperzy zwracają się w stronę-generowania energii na miejscu i magazynowania baterii.
Co to oznacza w praktyce:projekt umożliwiający stopniowy rozwój zamiast - modułowego zasilacza UPS o pojedynczej generacji sprzętu, rozszerzalną dystrybucję, zwiększanie wydajności w oparciu o szyny-, ustandaryzowane bloki zasilania w szafie oraz wyraźną redundancję i punkty wyzwalania. Celem jest użyteczna, możliwa do wdrożenia i utrzymania pojemność w czasie, a nie możliwie największy system w ciągu jednego dnia.
Projekt zasilania centrum danych tradycyjny a sztuczna inteligencja
| Obszar | Tradycyjne centrum danych | Centrum danych AI |
|---|---|---|
| Gęstość stojaka | Umiarkowany, przewidywalny (często poniżej 10 kW) | Wysoka i szybko rosnąca (możliwe ponad 100 kW na szafę) |
| Zachowanie obciążenia | Stosunkowo stabilny | Dynamiczny, wybuchowy, zsynchronizowany |
| Model planowania | Poziom-pokoju lub{1}}rzędu | Poziom-racka i poziom klastra- |
| Priorytet UPS-a | Pojemność i czas wykonywania kopii zapasowych | Pojemność, redundancja i reakcja na stany przejściowe |
| Dystrybucja | Stałe lub powolne-zmiany | Elastyczny i gotowy do rozbudowy |
| Monitorowanie | Poziom pomieszczenia, UPS lub szafy | Poziom systemu, odgałęzienia, fazy, stojaka i wylotu |
| Chłodzenie relacji | Często planowane osobno | Od początku skoordynowany z mocą; powszechne chłodzenie cieczą |
| Główne ryzyko | Niewystarczająca pojemność całkowita | Pojemność linkowa, przeciążenie, niestabilność, ograniczenia termiczne |
Jak zaplanować infrastrukturę zasilania dla szaf-AI o dużej gęstości
Krok 1: Zdefiniuj-poziom i klaster-poziomu zapotrzebowania na szafę
Zacznij od planu obciążenia i sprzętu. Oszacuj wykorzystanie każdej szafy, każdego klastra i każdej fazy wdrożenia, w tym procesorów graficznych, serwerów, sieci, pamięci masowej i sprzętu zasilającego na poziomie szafy.- Stosuj realistyczne założenia dotyczące wzrostu. - Sprzęt AI szybko się odnawia, więc-jedno obciążenie jest niewłaściwym celem projektowym.
Krok 2: Sprawdź pojemność upstream i redundancję
Przejdź pełną ścieżkę: usługi użyteczności publicznej, rozdzielnice, transformatory, UPS, panele dystrybucyjne, szynoprzewody lub kable, listwy PDU do szaf, obwody odgałęzione i źródła zasilania A/B. Upewnij się, że system obsługuje zarówno oczekiwane obciążenie, jak i poziom redundancji w warunkach konserwacji lub awarii, a nie tylko w trybie normalnym.
Krok 3: Dopasuj architekturę UPS do zachowania obciążenia AI
Spójrz na całkowitą liczbę kW. Oceń reakcję na stany przejściowe, skalowalność, nadmiarowość (N+1 lub 2N), wydajność częściowego-obciążenia, czas pracy baterii, pracę równoległą i monitorowanie. Modułowy UPS jest przydatny, gdy klaster będzie rozbudowywany etapami, ponieważ zwiększa wydajność bez nadmiernego zwiększania rozmiaru już pierwszego dnia.
Krok 4: Wybierz elastyczną dystrybucję mocy
Wiersze-o dużej gęstości zwykle wymagają większej elastyczności niż statyczne panele-i-projekty biczowe. Porównaj tradycyjną dystrybucję paneli, szynę napowietrzną,-jednostki PDU do montażu w szafie o dużej gęstości, podwójne zasilanie i inteligentne pomiary. Nowa hala AI często uzasadnia dostosowanie rozmiaru pasów autobusowych do przyszłej gęstości; modernizacja może być ograniczona do istniejących paneli.
Krok 5: Koordynacja zasilania i chłodzenia przed wdrożeniem
Przed zainstalowaniem szaf sprawdź technologię chłodzenia, ścieżkę przepływu powietrza, wymagania dotyczące chłodzenia cieczą, lokalizację CDU, temperaturę i przepływ chłodziwa, obciążenie podłogi, dostęp serwisowy i wykrywanie nieszczelności. Pozwala to uniknąć klasycznej awarii polegającej na zapewnieniu wystarczającej mocy elektrycznej i braku możliwości pracy szafy przy pełnym obciążeniu.
Krok 6: Budowa pod kątem stopniowej rozbudowy
Traktuj system zasilania jako plan działania. Zdefiniuj wydajność-pierwszego dnia, możliwości rozbudowy, punkty aktywacji UPS lub modernizacji systemów dystrybucyjnych, progi monitorowania, wymagania dotyczące redundancji i etapy budżetowe, aby inżynieria, operacje i zaopatrzenie korzystały z jednego planu.
Lista kontrolna planowania zasilania centrum danych AI
| Warstwa | Co potwierdzić | Wspólny punkt awarii |
|---|---|---|
| Narzędzie i rozdzielnica | Potwierdzona przepustowość połączeń międzysystemowych i realny termin zasilenia | Wieloletnie-czasy realizacji na ograniczonych rynkach |
| UPS-em | Rezerwa mocy w kW, reakcja na stany przejściowe, redundancja, wydajność przy częściowym- obciążeniu | Rozmiar dostosowany do stanu ustalonego, a nie milisekundowych kroków obciążenia |
| Dystrybucja | Obciążalność magistrali/PDU; Kanały A/B dostosowane do przypadku przełączania awaryjnego | Każdy kanał jest dostosowany do N zamiast pełnego, nadmiarowego obciążenia |
| PDU do montażu w szafie | Pomiar na-wylocie, prawidłowe parametry wtyczki i wyłącznika, równowaga faz | Przeciążenie gałęzi przed fizycznym zapełnieniem szafy |
| Chłodzenie | Pojemność DLC/CDU, temperatura i przepływ płynu chłodzącego, resztkowe obciążenie powietrzem, wykrywanie nieszczelności | Moc zatwierdzona bez sprawdzania odprowadzania ciepła |
| Okablowanie | Pień światłowodowy i prowadzenie przewodów są trzymane z dala od przepływu powietrza; dostęp serwisowy zachowany | Zatory w kablach blokują przepływ powietrza i konserwację |
| Monitorowanie | Widoczność systemu, odgałęzienia, fazy, stojaka i wylotu; Integracja DCIM | Stracona pojemność i brak równowagi niewidoczne aż do podróży |
| Strukturalny | Obciążenie podłogi dla regałów o udźwigu 1300 kg+; prześwit drzwi i korytarzy | Szafa nie może fizycznie wejść ani być obsługiwana |
Na co zwrócić uwagę w-gotowych rozwiązaniach zasilania AI
Modułowy UPS.Warto, gdy wdrożenie rozwija się etapami; zwiększa wydajność i upraszcza konserwację, nie płacąc za niewykorzystane kW już pierwszego dnia.
Dystrybucja o dużej-gęstości.Systemy szynowe lub inne elastyczne systemy sprawdzają się w przypadku szybko zmieniających się-rzędów, w których dodawane są lub przenoszone regały oraz gdzie liczy się podwójne zasilanie i bezpieczna konserwacja.
Inteligentna listwa PDU do montażu w szafie.Widoczność na-placówce lub-szafie pozwala zespołom wykryć brak równowagi, zapobiegać przeciążeniom i dokładnie planować pojemność. Jest to warstwa najczęściej-określana w kompilacjach AI.
Monitorowanie jakości energii.Poszukaj wglądu w napięcie, prąd, współczynnik mocy, harmoniczne, równowagę fazową i trendy obciążenia, aby problemy wyszły na jaw, zanim staną się przestojami.
Integracja DCIM.Połączenie danych dotyczących zasilania z danymi termicznymi i wykorzystaniem szafy zmienia monitorowanie w planowanie wydajności. Kiedy sieć jest częścią tej samej konstrukcji, inżynieraPrzewodnik wyboru MTP i MPOpomaga utrzymać stronę światłowodową szafy tak samo przemyślaną, jak stronę zasilania.
Typowe błędy, których należy unikać
- Planowanie tylko pod kątem całkowitej pojemności obiektu.Obiekt może mieć wystarczającą ilość megawatów, a mimo to nie będzie działać w szafie. Sprawdź limity poziomu-poziomu szafy i oddziału-.
- Traktowanie chłodzenia jako późniejszej decyzji.Chłodzenie planowane po włączeniu zasilania jest główną przyczyną osieroconej wydajności.
- Ignorowanie zachowania obciążenia dynamicznego.Projekt pod kątem reakcji na stany przejściowe i jakości zasilania, a nie średniego obciążenia.
- W-określaniu monitorowania.Ograniczona widoczność oznacza powolne rozwiązywanie problemów i zawodne planowanie wydajności.
- Budowanie sztywnej architektury.Sprzęt AI ewoluuje w ciągu miesięcy; ustalony projekt staje się wąskim gardłem, zanim obiekt dobiegnie końca.
Często zadawane pytania
P: Ile mocy potrzebuje szafa AI?
Odp.: To zależy od platformy, ale punkty odniesienia są konkretne:-szafa z procesorem ogólnego przeznaczenia pobiera do około 12 kW, szafa-chłodzona powietrzem klasy H100 około 40 kW, a w pełni skonfigurowana karta NVIDIA GB200 NVL72 około 120–132 kW. Plan działania na rok 2026 przewiduje 240–600 kW na szafę.
P: Czy istniejące centra danych obsługują szafy AI?
Odp.: Niektórzy mogą, ale wiele z nich wymaga aktualizacji. Czynnikiem ograniczającym jest zazwyczaj moc szafy, wydajność UPS, dystrybucja, chłodzenie, obciążenie podłogi lub monitorowanie, a nie całkowita moc obiektu. Przed wdrożeniem wymagana jest pełna ocena zasilania i chłodzenia.
P: Czy centra danych AI zawsze potrzebują chłodzenia cieczą?
O: Nie zawsze. Wdrożenia AI o niższej-gęstości mogą nadal wykorzystywać zoptymalizowane chłodzenie powietrzem. Powyżej około 30 kW na szafę chłodzenie powietrzem nie jest już opłacalne, dlatego systemy klasy GB200-stosują bezpośrednie-chłodzenie cieczą do chipa, zazwyczaj z CDU i wodą wodociągową w zakresie 25–45 stopni.
P: Dlaczego obciążenia AI wpływają na stabilność zasilania?
Odp.: Trenowanie sztucznej inteligencji synchronizuje duże grupy procesorów graficznych, które wspólnie przyspieszają i zmniejszają wydajność podczas uruchamiania zadań, punktu kontrolnego lub zmiany fazy. Te skoordynowane wahania powodują szybkie stany nieustalone mocy, które obciążają systemy UPS, jednostki PDU i dystrybucję nadrzędną.
P: Który zasilacz UPS jest najlepszy dla centrów danych AI?
Odpowiedź: Nie ma jednej odpowiedzi, ale w przypadku obciążeń AI decydującymi czynnikami są reakcja na stany przejściowe, skalowalność, nadmiarowość i wydajność przy częściowym- obciążeniu, a nie tylko całkowita liczba kW. Modułowy zasilacz UPS pasuje do klastrów podzielonych na etapy, ponieważ w miarę wzrostu wdrożenia można zwiększać jego pojemność.
P: Jak uniknąć osieroconej mocy?
Odp.: Sprawdź chłodzenie przed zatwierdzeniem zasilania, potwierdź-obwód odgałęziony i wydajność PDU w każdej szafie oraz monitoruj poziom odgałęzienia, fazy, szafy i wylotu. Większość wydajności osieroconej pochodzi z chłodzenia, które nie może usunąć ciepła, lub z ograniczeń odgałęzień, które są niewidoczne bez szczegółowego pomiaru.
P: Jaka jest rola inteligentnych listew PDU do montażu w szafie w centrach danych AI?
Odp.: Inteligentne jednostki PDU do szafy zapewniają widoczność-poziomu szafy i-wyjść, co pozwala zespołom śledzić obciążenie, wychwytywać brak równowagi faz, zapobiegać przeciążeniom i dokładnie planować pojemność. W środowiskach-o dużej gęstości właśnie ta szczegółowość umożliwia bezpieczną rozbudowę.
P: Co to jest architektura zasilania-gotowa na sztuczną inteligencję?
O: To skalowalny, monitorowany i nadmiarowy system, który zapewnia niezawodne zasilanie ze źródła zasilania do szaf-procesorów graficznych o dużej gęstości. Zwykle łączy w sobie odpowiednią moc UPS i reakcję na stany przejściowe, elastyczną dystrybucję, inteligentne jednostki PDU, monitorowanie jakości zasilania i chłodzenie od początku skoordynowane z zasilaniem.
Ostateczne dania na wynos
Projektowanie zasilania centrum danych AI nie polega na zwiększaniu mocy elektrycznej. Chodzi o dostarczanie użytecznej mocy - w sposób bezpieczny, widoczny i niezawodny - do szaf, które mogą pobierać ponad dziesięciokrotnie więcej energii niż dotychczas zbudowana. Planuj od sieci do szafy, koordynuj zasilanie z chłodzeniem, monitoruj na poziomie odgałęzienia i gniazdka oraz projektuj pod kątem następnej generacji procesorów graficznych, a nie obecnej. Przed wdrożeniem należy ocenić gęstość szafy serwerowej, ścieżki dystrybucji, wydajność zasilacza UPS w stanach przejściowych, jakość zasilania, monitorowanie i wspólne chłodzenie. Tak zbudowany system zasilania nie tylko zapobiega awariom; pozwala skalować infrastrukturę AI zgodnie z harmonogramem, zamiast zatrzymywać się w pierwszym wąskim gardle.
