Energetiškai efektyvūs duomenų centrai DI amžiuje: aušinimo ir elektros revoliucija

Dirbtinio intelekto (DI) bumas 2023–2026 m. radikaliai pakeitė duomenų centrų realybę. Dideli kalbos modeliai, generatyvinis DI ir milžiniškos GPU fermos sunaudoja tiek energijos, kiek vidutinis miestas. Todėl energetiškai efektyvūs duomenų centrai iš nišinio termino tampa kritine verslo ir valstybių infrastruktūros tema.

Šiame straipsnyje apžvelgsime, kaip DI keičia energijos poreikį, kokias aušinimo ir elektros inovacijas diegia pasaulio rinkos lyderiai, ir ką praktiškai gali daryti įmonės Lietuvoje iki 2030 m.

Kodėl DI amžiuje energija tapo „naujuoju auksu“?

Tradiciniai duomenų centrai daugiausia dirbo su CPU pagrįstomis apkrovomis: verslo sistemomis, svetainėmis, duomenų bazėmis. DI amžiuje viską keičia GPU klasteriai ir specializuoti akseleratoriai (TPU, ASIC), kurie:

• vartoja kelis kartus daugiau elektros vienam serverio šasi,
• generuoja žymiai didesnį šilumos srautą,
• reikalauja itin stabilios, mažai svyruojančios elektros tiekimo grandinės.

Tarptautinės analitikų prognozės rodo, kad iki 2030 m. duomenų centrai gali suvartoti 3–4 % visos pasaulio elektros, o reikšmingą dalį šio augimo lemia būtent DI darbo krūviai. Tai verčia tiek hyperscale žaidėjus, tiek regioninius paslaugų teikėjus ieškoti agresyvių energijos efektyvumo sprendimų.

PUE – pagrindinis efektyvumo termometras

Vienas svarbiausių energinio efektyvumo rodiklių – PUE (Power Usage Effectiveness). Jis rodo, kokia dalis visos suvartojamos energijos tenka IT įrangai, o ne aušinimui, transformatoriams, UPS sistemoms ar apšvietimui.

• PUE = 2,0 – už kiekvieną 1 kW IT įrangai sunaudojama dar 1 kW pastato ir infrastruktūros poreikiams.
• Modernūs tikslai – PUE < 1,3, o pažangiausi centrai jau siekia 1,1 ir žemiau.

DI amžiuje PUE tampa ne tik techniniu KPI, bet ir rinkodaros bei ESG ataskaitų dalimi: klientai vis dažniau renkasi paslaugų teikėją pagal realius, audituotus PUE ir CO₂ rodiklius.

Aušinimo revoliucija: nuo oro prie skysčio

Klasikiniai duomenų centrai rėmėsi oro aušinimu: šaltos ir karštos eilės, CRAC/CRAH įranga, išmanus oro srauto valdymas. Tačiau DI GPU klasteriai pasiekia tokį tankį, kad vien oro dažnai nepakanka.

1. Modernizuotas oro aušinimas

Net ir likus prie oro, technologija stipriai evoliucionavo:

• Karštų/šaltų praėjimų izoliavimas – fizinės pertvaros ir uždengimai, kad šaltas ir karštas oras nesimaišytų.
• Free cooling – išorinis oras naudojamas aušinimui didžiąją metų dalį (ypač palankus klimatas Baltijos šalims).
• In-row ir in-rack sprendimai – aušinimo įranga integruojama arčiau serverių, mažinant nuostolius.

Tokios priemonės leidžia sumažinti PUE iki ~1,3–1,4, tačiau DI apkrovoms to dažnai nepakanka – ypač kai viename stelaže GPU tankis viršija 30–50 kW.

2. Tiesioginis skysčio aušinimas (Direct-to-Chip)

Tiesioginis skysčio aušinimas (DLC, Direct Liquid Cooling) tampa de facto standartu DI serveriams:

• ant procesorių ir GPU montuojami skysčio blokai,
• per juos cirkuliuoja specialus skystis (dažniausiai vanduo su inhibitoriais),
• šiluma išnešama į šilumokaičius ir toliau – į aušinimo bokštus arba miesto šilumos tinklus.

Pagrindiniai privalumai:

• gerokai didesnis šilumos nuvedimo efektyvumas,
• mažesnis ventiliatorių triukšmas ir energijos sąnaudos,
• galimybė dirbti su aukštesnėmis šilumnešio temperatūromis, palengvinant šilumos pernaudojimą.

3. Imersinis aušinimas (Immersion Cooling)

Imersinis aušinimas – radikalesnis, bet itin efektyvus sprendimas, ypač DI ūkiams:

• serveriai panardinami į dielektrinį (elektrai nelaidų) skystį,
• šiluma perduodama tiesiai skysčiui, kuris cirkuliuoja per šilumokaičius,
• sumažėja mechaninių dalių (ventiliatorių) poreikis, triukšmas, vibracijos.

Imersinis aušinimas leidžia pasiekti itin žemą PUE ir didelį galios tankį kvadratiniam metrui. Trūkumai – didesnės pradinių investicijų sąnaudos, ribotas suderinamumas su dalimi standartinės įrangos ir poreikis naujų priežiūros įgūdžių.

Elektros tiekimo transformacija: nuo „tiesiog tinklo“ prie išmanių miksų

DI amžiuje vien patikimas tinklo ryšys nebeužtenka. Duomenų centrai tampa savotiškomis energetikos įmonėmis, valdančiomis kelių šaltinių, sandėliavimo ir lankstaus vartojimo grandinę.

Atsinaujinanti energija ir ilgalaikės sutartys

Didieji debesų tiekėjai (AWS, Google, Microsoft) ir regioniniai žaidėjai vis agresyviau naudoja:

• PPA (Power Purchase Agreements) – ilgalaikes sutartis su vėjo ir saulės parkų vystytojais,
• on-site generaciją – saulės elektrines ant stogų ir šalia esančiuose sklypuose,
• geoterminę energiją – ypač šiauresnio klimato regionuose.

Lietuvoje tai derinama su vietiniu vėjo ir saulės parkų bumų: dalis duomenų centrų jau dabar deklaruoja 100 % žalios elektros naudojimą per garantijų kilmės sertifikatus.

Energijos kaupimas ir apkrovos balansavimas

GPU klasteriai dažnai dirba bangomis – intensyvios treniravimo fazės ir palyginti ramesni aptarnavimo (inference) periodai. Tai atveria kelią išmaniam apkrovos valdymui:

• baterijų sistemos (BESS) – ne tik UPS, bet ir aktyvus dalyvavimas balansavimo rinkose,
• apkrovos perkėlimas laike – DI treniravimo darbų planavimas pagal pigesnės elektros langus,
• apkrovos paskirstymas tarp regionų – darbo krūvių nukreipimas į vietas, kur tuo metu energija pigesnė ir švaresnė.

Šilumos nešvaistyti: atliekinės šilumos pernaudojimas

Dideli DI klasteriai išskiria milžiniškus kiekius žemos ir vidutinės temperatūros šilumos. Vietoje to, kad ji būtų išmetama į orą per aušinimo bokštus, vis dažniau:

• šildomi gyvenamieji kvartalai – integracija į miesto centralizuoto šildymo tinklus,
• šildomi biurai, sandėliai, šiltnamiai,
• naudojama pramonės procesams, kuriems pakanka 30–60 °C temperatūros.

Skystinio ir imersinio aušinimo sistemos čia turi ryškų pranašumą – jos lengviau atiduoda šilumą su mažesniais nuostoliais ir gali dirbti aukštesnėje temperatūroje, kas naudinga šilumos tinklams.

Programinė optimizacija: energijos taupymas kodo lygmenyje

Energijos efektyvumas – ne vien inžinierių ir energetikų rūpestis. DI amžiuje vis svarbiau, kaip parašytas kodas ir sukonstruoti modeliai.

Modelių ir užklausų optimizavimas

• Modelių distiliacija ir praretinimas – mažesni, efektyvesni modeliai vietoje gigantiškų, jei nereikia maksimalios kokybės.
• Mixed precision ir kvantavimas – mažesnio tikslumo skaičiavimai (pvz., FP16, INT8) taupo energiją ir didina našumą.
• Užklausų kešavimas – dažnai kartojami atsakymai generuojami rečiau, sumažinant GPU apkrovą.

Workload orchestration ir „žalieji“ SLA

Debesų paslaugų tiekėjai pradeda siūlyti paslaugas, kur:

• užduotys vykdomos tik tada, kai energija yra pigiausia ir švariausia,
• klientas renkasi „žalius SLA“ – sutinka su lankstesniais laiko terminais mainais už mažesnį CO₂ pėdsaką ir kainą,
• DI treniravimo darbai perskirstomi tarp regionų pagal atsinaujinančios energijos prieinamumą.

Reguliavimas ir standartai: kur juda ES ir Lietuva

Europos Sąjunga, atsižvelgdama į sparčiai augantį duomenų centrų energijos suvartojimą, stiprina reguliavimą:

• ES Taksonomija – apibrėžia, kada duomenų centrai laikomi „žalia investicija“ (PUE, atsinaujinančios energijos ir šilumos pernaudojimo kriterijai).
• ES Energy Efficiency Directive – reikalauja skaidriai raportuoti energijos suvartojimą ir efektyvumo rodiklius.
• ES AI aktas – netiesiogiai skatina efektyvesnį DI naudojimą, ypač aukštos rizikos sektoriuose.

Lietuvoje tai persipina su vietiniais reikalavimais prisijungti prie elektros tinklo, dalyvauti balansavimo rinkose, taip pat su savivaldybių planais dėl šilumos ūkio modernizavimo – čia duomenų centrai tampa potencialiais partneriais.

Kaip praktiškai judėti link energetiškai efektyvaus duomenų centro?

Nesvarbu, ar valdote nuosavą serverinę, ar planuojate naują duomenų centrą, ar renkatės partnerį DI projektams – yra keli pragmatiški žingsniai.

1. Įvertinkite dabartinį efektyvumą

• pamatuokite realų PUE (ne tik teorinį),
• įvertinkite IT apkrovų profilį (DI, tradicinės sistemos, saugyklos),
• nustatykite „karštas zonas“ – kur švaistoma daugiausiai energijos.

2. Numatykite DI scenarijus

• ar planuojami DI treniravimo klasteriai, ar tik inference paslaugos?
• koks gali būti GPU tankis stelažuose per 3–5 metus?
• ar reikės hibridinio (vietinio + debesies) varianto?

Nuo atsakymų priklausys, ar užteks modernizuoto oro aušinimo, ar iškart verta planuoti skystinį ar imersinį sprendimą.

3. Integruokite atsinaujinančią energiją ir šilumos pernaudojimą

• įvertinkite PPA galimybes su vėjo/saulės parkais,
• planuokite šilumos atidavimą – bent jau techninę galimybę jungtis prie tinklų,
• apsvarstykite baterijų ir kitų kaupimo sprendimų atsiperkamumą.

4. Įtraukite programuotojus ir duomenų mokslininkus

Energetinis efektyvumas turi tapti ir programinės pusės KPI:

• matuokite energijos sąnaudas vienam užklausos atsakymui ar vienam modelio epochui,
• skatinkite modelių optimizaciją ir efektyvesnes architektūras,
• diegiant naujus DI servisus, vertinkite ne tik našumą ir kainą, bet ir energijos pėdsaką.

Ateities kryptys: ką atneš artimiausi 5–10 metų?

Žvelgiant į 2030 m. horizontą, energetiškai efektyvūs duomenų centrai ir DI infrastruktūra greičiausiai judės šiomis kryptimis:

• Standartizuotas skystinis ir imersinis aušinimas – DI serveriai bus projektuojami skysčiui „iš dėžutės“.
• „Grid-interactive“ duomenų centrai – aktyvus dalyvavimas elektros rinkose, teikiant balansavimo ir rezervines paslaugas.
• Modulinės DI stotys – konteineriniai, greitai pastatomi DI klasteriai šalia atsinaujinančios energijos šaltinių.
• Griežtesnis CO₂ reguliavimas – privalomas ataskaitų teikimas ir, galbūt, emisijų mokesčiai neefektyviems centrams.
• „Green by design“ DI – modeliai ir algoritmai kuriami nuo pradžių su energijos efektyvumu kaip vienu iš pagrindinių tikslų.

Ši transformacija – ne tik išlaidos, bet ir konkurencinis pranašumas. Įmonės ir šalys, kurios anksčiau investuos į energetiškai efektyvią DI infrastruktūrą, taps patraukliausiomis vietomis naujiems skaitmeniniams verslams ir tarptautiniams projektams.

Išvada

Energetiškai efektyvūs duomenų centrai DI amžiuje – tai ne vien nauji aušinimo įrenginiai ar „žalios“ elektros sertifikatai. Tai visos ekosistemos pokytis: nuo architektūros ir elektros tinklų iki programinio kodo ir verslo modelių.

Jei planuojate DI projektus ar duomenų centro plėtrą, verta galvoti ne tik apie šiandienos poreikius, bet ir apie tai, kaip jūsų infrastruktūra atrodys 2030 m.: kokią energiją ji naudos, kaip grąžins šilumą miestui ir kokį PUE rodiklį galėsite drąsiai rašyti viešose ataskaitose.

DUK: Energetiškai efektyvūs duomenų centrai ir DI

Kaip DI darbo krūviai keičia duomenų centrų energijos poreikį?

DI treniravimo ir inference užduotys reikalauja didelio GPU ir kitų akseleratorių tankio. Tai ženkliai didina vieno stelažo galios poreikį ir šilumos išskyrimą, todėl tradicinis oro aušinimas ir standartinės elektros grandinės dažnai tampa nepakankamos. Rezultatas – spartus bendro energijos suvartojimo augimas ir būtinybė pereiti prie skystinio aušinimo bei atsinaujinančios energijos mikso.

Kuo skystinis ir imersinis aušinimas pranašesni už oro aušinimą?

Skystinis ir imersinis aušinimas daug efektyviau išneša šilumą iš DI serverių, leidžia pasiekti didesnį galios tankį ir sumažina ventiliatorių energijos sąnaudas. Be to, šiluma surenkama aukštesnėje temperatūroje, todėl ją lengviau panaudoti miesto šildymui ar pramonės procesams. Tai padeda mažinti PUE ir bendrą CO₂ pėdsaką.

Kokius žingsnius turėtų žengti įmonės Lietuvoje, planuodamos DI infrastruktūrą?

Pirmiausia – realiai išmatuoti dabartinį PUE ir įvertinti, kokio lygio DI apkrovų tikimasi per artimiausius 3–5 metus. Antra – projektuoti infrastruktūrą su skystinio aušinimo ir šilumos pernaudojimo galimybe, integruojantis su vietiniais šilumos tinklais. Trečia – sudaryti ilgalaikes sutartis dėl žalios elektros tiekimo ir įtraukti energijos efektyvumo KPI į DI projektų ir programinės įrangos kūrimo procesus.