De opkomst van AI verandert de uitgangspunten van het datacenterontwerp. Waar een rack tot voor kort enkele kilowatt vermogen verbruikte, zien we nu vermogensdichtheden van tientallen tot honderden kilowatt per rack. AI-training en -inferentie zorgen bovendien voor snelle schommelingen in stroomverbruik en warmteontwikkeling. Voor datacenters die hier niet op zijn voorbereid, kunnen de gevolgen groot zijn: thermische hotspots, inefficiënt capaciteitsgebruik en in het ergste geval downtime.
Deze uitdaging speelt op een gevoelig moment, want de aandacht voor de impact van datacenters op het elektriciteitsnet groeit. Netcapaciteit wordt steeds schaarser en het is belangrijker dan ooit beschikbare stroom zo efficiënt mogelijk te benutten.
Stroom en koeling als één systeem
Tegenwoordig loopt de traditionele gescheiden aansturing van stroomvoorziening en koeling tegen haar grenzen aan. Elke watt die een chip verbruikt, komt vrij als warmte die moet worden afgevoerd. AI-workloads veroorzaken veel grotere en snellere pieken, waardoor stroom- en koelsystemen continu op elkaar moeten reageren. Reageert het koelsysteem te traag of niet synchroon, dan wordt de werking instabiel en worden AI-workloads minder efficiënt uitgevoerd.
Maar wanneer het als één systeem is ingericht, kunnen de thermische reacties worden afgestemd op het actuele stroomverbruik en de rekenvraag. Zo blijven prestaties en energie-efficiëntie zelfs bij de meest dynamische AI-workloads op peil. Dat is niet alleen belangrijk voor prestaties, maar ook voor het optimaal benutten van beschikbare energie.
Warmteafvoer en -opname
Hoe begin je stroom en koeling te integreren in een datacenter dat ze altijd als losse systemen heeft behandeld? Dat begint bij de warmteafvoer zelf. De meeste bestaande datacenters vertrouwen nog voornamelijk op luchtkoeling binnen de datazaal. Maar voor de hoogste vermogensdichtheden is direct-to-chip-vloeistofkoeling (DTC) een van de belangrijkste methoden, ondersteund door coolant distribution units (CDU’s) die de warmte nauwkeurig wegvoeren.
Bestaande datacenters die niet in één keer kunnen opschalen, kunnen een tussenstap zetten met rear door heat exchangers (RDHx). Deze worden aan de achterzijde van het rack gemonteerd en vangen de warmte op voordat die de ruimte in komt. Hiermee kunnen operators hogere vermogensdichtheden ondersteunen zonder het volledige koelsysteem te vervangen. Tot slot zorgen in-row-koeling en thermal-wall-technologie voor gerichte koeling en een efficiënte luchtverdeling. Deze technologieën vullen DTC en RDHx aan door resterende warmte uit de ruimte af te voeren.
De afgevoerde warmte hoeft bovendien geen afvalproduct te blijven. Steeds vaker wordt restwarmte hergebruikt voor warmtenetten, de verwarming van gebouwen of industriële processen. Zo draagt warmte die anders verloren zou gaan bij aan een hogere energie-efficiëntie van de hele faciliteit.
Flexibiliteit
Het kiezen van de juiste technologie is echter slechts één deel van de uitdaging. AI ontwikkelt zich snel en daarmee veranderen ook de eisen aan koeling. Dat vraagt om een infrastructuur die zich kan aanpassen aan de benodigdheden van AI.
Een koelsysteem dat vandaag optimaal presteert, moet ook over enkele jaren nieuwe AI-platforms kunnen ondersteunen zonder volledige vervanging van de infrastructuur. Daarom is flexibiliteit essentieel: koelsystemen moeten kunnen werken met verschillende watertemperaturen en belastingen om efficiënt te blijven zonder ingrijpende aanpassingen aan de koelinfrastructuur.
Die flexibiliteit komt voort uit het samenspel van verschillende koeltechnieken. Zo kan vrije koeling het energieverbruik aanzienlijk verlagen, terwijl centrifugaalchillers en inverter screw-technologie zorgen voor betrouwbare en energiezuinige koelcapaciteit wanneer vrije koeling niet voldoende is.
De besturingslaag
Als laatste draait AI-ready koeling vooral om slimme besturing van de volledige koelketen. De besturingsarchitectuur moet drie lagen bevatten:
- Op unit-niveau zorgt intelligente koelsturing in elk apparaat voor bescherming tegen lokale storingen.
- Daarboven coördineert een overkoepelende laag de koelunits voor een hele ruimte of locatie en stemt zij luchtstromen en watertemperaturen op elkaar af.
- Op installatieniveau wordt het volledige gekoeldwatersysteem geoptimaliseerd tot een voorspellende en zelf-optimaliserende motor.
Daardoor reageren afzonderlijke systemen niet langer onafhankelijk van elkaar, maar als onderdeel van één geïntegreerd geheel. Zo worden koeling en energieverbruik continu afgestemd op de actuele rekenvraag en worden storingen beter opgevangen. Dit geeft operators meer inzicht in thermische processen en ondersteunt zo de behoeften van betrouwbare, schaalbare AI-omgevingen.
De groei van AI, de beschikbaarheid van netcapaciteit en de behoefte aan efficiënter energiegebruik raken steeds sterker met elkaar verweven. Daarom gaat het in het AI-tijdperk niet om simpelweg méér koeling, maar om slimmer gecoördineerde koeling die het energieverbruik optimaliseert.
Dit is een ingezonden bijdrage van Ronald van Veen, Technical Solutions Architect Datacenters bij Vertiv. Klik hier voor meer informatie over de oplossingen van het bedrijf.