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.
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.
Utjecaj rasta računalnih opterećenja na energetsku potrošnju
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.
Termalno opterećenje i evolucija rashladnih sustava
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).
Umjetna inteligencija 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 njegovo učinkovito upravljanje. 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 njihovog 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 AI-vođenog upravljanja infrastrukturom podatkovnih centara. Rješenja uključuju integraciju naprednih sustava za nadzor, analitiku i optimizaciju rada rashladnih sustava, s potvrđenom primjenom na stvarno instaliranim sustavima. Na temelju provedenih projekata ostvarene su mjerljive energetske uštede te povećana operativna učinkovitost, što dodatno potvrđuje isplativost implementacije AI modela u upravljanju klimatizacijskom infrastrukturom.
Primjena AI u nadzoru i upravljanju omogućuje prediktivno i optimizirano upravljanje rashladnim sustavima u stvarnom vremenu. Time se podatkovni centri transformiraju iz pasivnih energetskih potrošača u inteligentne, adaptivne i održive sustave spremne za zahtjeve AI ere.
