Energiją taupantys AI duomenų centrai ir naujos aušinimo technologijos

Dirbtinis intelektas (AI) 2024–2025 m. tapo viena iš pagrindinių priežasčių, kodėl pasaulyje šauna į viršų duomenų centrų elektros suvartojimas. Dideli kalbiniai modeliai, generatyvusis AI ir milžiniški mokymo klasteriai reikalauja tūkstančių galingų GPU procesorių, kurie išskiria daug šilumos. Todėl šiandien vienas svarbiausių klausimų – kaip užtikrinti, kad AI duomenų centrai būtų ne tik galingi, bet ir energiškai efektyvūs bei tvarūs.

Šioje apžvalgoje žmogiška kalba paaiškinsime, kaip keičiasi duomenų centrų architektūra, kokios naujos aušinimo technologijos jau diegiamos ir kodėl artimiausiais metais energijos efektyvumas taps svarbesnis už vien tik „žalią“ elektros kilmę.

Kodėl AI duomenų centrai taip daug ryja energijos?

Tradiciniai duomenų centrai daugiausia aptarnaudavo debesų paslaugas, svetaines, verslo sistemas. AI era viską pakeitė – tam, kad būtų apdorojami didžiuliai duomenų kiekiai ir treniruojami modeliai su šimtais milijardų parametrų, reikalingi specializuoti grafikos procesoriai (GPU) ir spartūs tinklai.

Pagrindinės energijos sąnaudų priežastys

• Didelė skaičiavimo galia. Vienas modernus AI serveris su keliomis dešimtimis GPU gali suvartoti 10 kW ar daugiau – tiek, kiek visas nedidelis biuras.
• Tankus išdėstymas. AI klasteriuose serveriai montuojami labai tankiai, kad sumažėtų vėlinimas ir pagerėtų ryšio sparta. Tai reiškia milžinišką šilumos koncentraciją viename kvadratiniame metre.
• Nuolatinis apkrovimas. AI modelių mokymas ir inferencija dažnai vyksta beveik 24/7, todėl apkrova ir šilumos generacija yra nuolat aukšta.
• Aušinimo sistemos. Kuo daugiau šilumos, tuo daugiau energijos reikia ją pašalinti. Blogai suprojektuotas aušinimas gali „suvalgyti“ iki pusės visos duomenų centro elektros.

Prognozuojama, kad iki 2030 m. duomenų centrai gali suvartoti iki 4–6 % pasaulinės elektros energijos, o reikšmingą dalį šio pyrago sudarys būtent AI infrastruktūra. Todėl be efektyvaus aušinimo ir protingo energijos valdymo kalbėti apie tvarų AI augimą tiesiog neįmanoma.

PUE – pagrindinis energijos efektyvumo rodiklis

Vertinant duomenų centro efektyvumą, dažniausiai minimas PUE (Power Usage Effectiveness) rodiklis. Jis parodo, kiek papildomos energijos suvartojama be pačių serverių.

• Formulė: PUE = bendra duomenų centro suvartota elektra / IT įrangos suvartota elektra.
• Idealus tikslas: PUE artimas 1,0 (t. y. beveik visa elektra skirta tik serveriams).
• Senesni centrai: PUE 1,7–2,0 ir daugiau.
• Modernūs žalieji centrai: PUE 1,1–1,3 ar net mažiau, pasitelkiant inovatyvų aušinimą.

AI duomenų centruose PUE optimizavimas tampa kritiškai svarbus: net ir nedidelis pagerėjimas nuo, tarkime, 1,4 iki 1,2 gali sutaupyti milijonus eurų per metus ir reikšmingai sumažinti CO₂ pėdsaką.

Tradicinis oro aušinimas: ribos ir iššūkiai

Daug metų duomenų centrai buvo aušinami oro srautais: šaltas oras tiekiamas į serverių eiles, o šiltas pašalinamas ir vėl atšaldomas kondicionavimo sistemomis.

Pagrindiniai tradicinio oro aušinimo trūkumai

• Efektyvumo riba. Esant dideliam šilumos tankiui (aukštos galios AI serverių spintoms), vien oro dažnai nepakanka – reikia labai didelių oro kiekių ir galingų ventiliatorių.
• Didelės energijos sąnaudos. Kompresoriniai šaldytuvai ir kondicionieriai suvartoja daug elektros, ypač šiltame klimate.
• Triukšmas ir erdvė. Oro aušinimo infrastruktūra užima daug vietos ir sukuria triukšmą, kuris riboja galimybes duomenų centrus integruoti į miesto aplinką.
• Netolygus aušinimas. Karštosios zonos (angl. hot spots) gali sukelti serverių gedimus ir riboti jų apkrovą.

Dėl šių priežasčių didieji debesų paslaugų tiekėjai ir AI startuoliai vis dažniau renkasi pažangesnius, skysčiu grįstus aušinimo sprendimus.

Skysčiu aušinami AI serveriai: kitas žingsnis

Skysčiu aušinamos sistemos leidžia daug efektyviau pašalinti šilumą, nes skystis šilumą sugeria ir perneša kelis šimtus kartų geriau nei oras. Tai ypač aktualu AI serveriams, kurių šiluminė galia viename rack’e gali viršyti 50–100 kW.

1. Tiesioginis skysčio aušinimas (direct-to-chip)

Tiesioginio skysčio aušinimo atveju prie procesorių, GPU ir kitų karštų komponentų tvirtinami specialūs blokai, per kuriuos cirkuliuoja aušinimo skystis (dažniausiai vanduo ar glikolio mišinys).

• Aukštas efektyvumas. Šiluma pašalinama tiesiai nuo lustų, todėl galima išlaikyti stabilias, žemesnes temperatūras net esant didelei apkrovai.
• Mažesnė ventiliatorių apkrova. Sumažėja poreikis stipriems oro srautams, todėl mažėja triukšmas ir energijos sąnaudos.
• Lankstumas. Galima diegti ir esamuose duomenų centruose, palaipsniui pereinant nuo oro prie skysčio aušinimo.

Tokį sprendimą vis plačiau taiko tiek hiper mastelio debesų gigantai, tiek specializuoti AI paslaugų teikėjai, kuriems svarbu maksimaliai išnaudoti brangios įrangos potencialą.

2. Imersinis (panardinamasis) aušinimas

Imersinio aušinimo atveju visas serveris ar net keli serveriai panardinami į specialų, elektrai nelaidų skystį. Jis tiesiogiai kontaktuoja su komponentais ir labai efektyviai išsklaido šilumą.

• Vienfazis imersinis aušinimas. Skystis tik sušyla ir per šilumokaitį atvėsinamas. Sprendimas paprastesnis, pigesnis ir vis dažniau diegiamas AI klasteriuose.
• Dvifazis imersinis aušinimas. Skystis verda ant karštų komponentų, virsdamas garais, kurie vėliau kondensuojami. Tai dar efektyvesnis, bet sudėtingesnis ir brangesnis metodas.

Imersinis aušinimas leidžia pasiekti itin aukštą šiluminį tankį ir sumažinti PUE iki 1,05–1,1. Be to, jis atveria galimybes statyti AI duomenų centrus vietose, kur anksčiau tai buvo sudėtinga dėl aušinimo ribojimų.

3. Hibridiniai sprendimai

Praktikoje dažnai derinami keli metodai: pavyzdžiui, AI klasteriai aušinami skysčiu, o likusi infrastruktūra (tinklai, saugyklos) – optimizuotu oro aušinimu. Taip pasiekiamas geras balansas tarp investicijų, sudėtingumo ir efektyvumo.

Free cooling ir aušinimas vietiniais resursais

Be skysčio aušinimo, vis svarbesnis tampa ir free cooling – aušinimas naudojant natūralius aplinkos resursus, sumažinant arba visiškai išvengiant kompresorinių šaldytuvų darbo.

Pagrindinės free cooling kryptys

• Netiesioginis oro free cooling. Naudojamas lauko oras, tačiau jis nesusimaišo su duomenų centro oru – šiluma perduodama per šilumokaičius. Taip sumažinamos dulkės ir drėgmės poveikis.
• Aušinimas paviršiniu ar gręžiniu vandeniu. Upės, ežerai ar giluminis vanduo gali būti naudojami kaip „nemokamas radiatorius“, ypač šiauresnio klimato šalyse.
• Jūrinis ir povandeninis aušinimas. Kai kurie projektai eksperimentuoja su konteineriniais duomenų centrais, panardintais jūroje, pasitelkdami natūralų vandens aušinimą.

Lietuvoje ir kitose Šiaurės bei Vidurio Europos šalyse vėsesnis klimatas suteikia konkurencinį pranašumą – didžiąją metų dalį galima naudoti free cooling ir taip ženkliai mažinti energijos sąnaudas.

Šilumos pernaudojimas: duomenų centras kaip miesto radiatorius

Viena iš didžiausių naujos kartos duomenų centrų galimybių – ne tik efektyviai išsklaidyti šilumą, bet ir ją pernaudoti. AI duomenų centrai gali tapti svarbia miesto šilumos ūkio dalimi.

Kaip tai veikia?

• Šilumos surinkimas. Skysčiu aušinami serveriai išskiria šilumą į vandens kontūrą, kurio temperatūra dažnai jau tinkama tolesniam panaudojimui.
• Šilumos siurbliai. Jei reikia aukštesnės temperatūros (pvz., centralizuotam šildymui), naudojami šilumos siurbliai, pakeliantys temperatūros lygį.
• Šilumos tinklai. Surinkta šiluma tiekiama į miesto šilumos tinklus, šildo gyvenamuosius namus, biurus, baseinus ar pramoninius objektus.

Skaičiuojama, kad modernus duomenų centras gali pernaudoti iki 80–90 % savo išskiriamos šilumos. Kai kuriuose Skandinavijos miestuose tai jau vyksta realiai – gyventojai žiemą šildomi „debesų“ šiluma.

AI valdomas energijos ir aušinimo optimizavimas

Paradoksalu, bet pats AI tampa vienu svarbiausių įrankių, padedančių mažinti AI duomenų centrų energijos sąnaudas. Pažangūs algoritmai gali realiu laiku optimizuoti šimtus parametrų, kuriuos žmogui suvaldyti būtų labai sunku.

Kur AI padeda taupyti energiją?

• Dinaminis apkrovų paskirstymas. AI perkelia užduotis tarp serverių ir net duomenų centrų, atsižvelgdamas į momentinę apkrovą, elektros kainą, atsinaujinančių išteklių prieinamumą.
• Aušinimo valdymas. Modeliai prognozuoja šilumos generaciją ir iš anksto koreguoja siurblių, ventiliatorių, vožtuvų darbą, kad būtų pasiektas optimalus taškas tarp temperatūros ir energijos suvartojimo.
• Gedimų prevencija. Analizuojant sensorių duomenis, galima anksti nustatyti anomalijas ir išvengti kritinių situacijų, kai dėl gedimų staigiai išauga energijos sąnaudos ar prireikia avarinio aušinimo.
• Ilgalaikis projektavimas. AI padeda modeliuoti skirtingus infrastruktūros scenarijus, parenkant efektyviausią aušinimo ir maitinimo architektūrą dar projektavimo stadijoje.

Didieji rinkos žaidėjai jau skelbia, kad AI pagrįstas valdymas leidžia sumažinti aušinimo energijos sąnaudas 10–30 %, o kai kuriais atvejais – dar daugiau.

Naujos medžiagos ir architektūros: nuo lustų iki pastatų

Energijos efektyvumas neapsiriboja vien aušinimo sistemomis. Vyksta pokyčiai visuose sluoksniuose – nuo procesorių architektūros iki pastato konstrukcijų.

Efektyvesni procesoriai ir GPU

• Specializuoti AI lustai. Vietoje universalių procesorių kuriami specialūs AI akseleratoriai, kurie tam tikras užduotis atlieka daug efektyviau, sunaudodami mažiau energijos vienam skaičiavimui.
• Pažangesni gamybos procesai. Mažesnis tranzistorių dydis ir naujos medžiagos leidžia sumažinti energijos nutekėjimą ir šilumos generaciją.
• Žemesnės įtampos ir dinaminis dažnio valdymas. Lustai prisitaiko prie apkrovos, automatiškai mažindami energijos suvartojimą, kai nereikia maksimalaus našumo.

Moduliniai ir konteineriniai duomenų centrai

Vis dažniau AI infrastruktūra statoma moduliniu principu – atskiros aušinimo ir maitinimo zonos projektuojamos kaip konteineriai ar moduliai, kuriuos galima greitai pastatyti ten, kur yra pigesnė ir žalesnė elektra ar geresnės aušinimo sąlygos.

• Greitesnis diegimas. Modulius galima surinkti gamykloje ir atvežti į vietą, sutrumpinant statybos laiką nuo metų iki kelių mėnesių.
• Optimizuotas aušinimas. Kiekvienas modulis projektuojamas konkrečiam šilumos tankiui ir aušinimo technologijai, todėl išvengiama „universalios, bet neefektyvios“ infrastruktūros.
• Migracija paskui energiją. Teoriškai tokius modulius galima perkelti ten, kur atsiranda nauji atsinaujinančios energijos šaltiniai ar palankesnis reguliavimas.

Reguliavimas ir rinkos spaudimas: kodėl efektyvumas tampa privalomas

Energetikos ir klimato tikslai Europoje ir kitur pasaulyje vis griežtėja. Duomenų centrai, ypač AI, atsiduria reguliuotojų ir visuomenės dėmesio centre.

Pagrindinės tendencijos

• Privalomas energijos efektyvumo atskaitomumas. Dideli duomenų centrai vis dažniau įpareigojami skelbti PUE, vandens suvartojimą, atsinaujinančios energijos dalį.
• Žaliosios energijos kvotos. Naujoms AI platformoms keliami reikalavimai naudoti tam tikrą dalį atsinaujinančios energijos ir mažinti išmetamą CO₂ per skaičiavimo vienetą.
• Vandens naudojimo ribojimai. Regionuose, kur trūksta vandens, griežtinami reikalavimai vandeniu aušinamiems duomenų centrams, skatinant uždarus kontūrus ir šilumos pernaudojimą.

Investuotojai taip pat vis labiau vertina ESG (aplinkos, socialinės atsakomybės ir valdysenos) rodiklius, todėl energiškai neefektyvūs AI duomenų centrai rizikuoja prarasti kapitalą ir klientus.

Ką tai reiškia verslui ir vartotojams?

AI paslaugų vartotojams dažnai rūpi našumas ir kaina, tačiau užkulisiuose vis daugiau reikšmės įgauna ir infrastruktūros tvarumas. Nuo to priklauso ne tik įmonės reputacija, bet ir ilgalaikės sąnaudos.

Verslui svarbūs aspektai

• Paslaugų tiekėjų pasirinkimas. Renkantis AI debesų paslaugas, verta klausti ne tik apie GPU skaičių, bet ir apie PUE, šilumos pernaudojimą, atsinaujinančios energijos dalį.
• Kainodara. Efektyvūs duomenų centrai turi mažesnes eksploatacines sąnaudas, todėl gali pasiūlyti konkurencingesnes kainas arba bent jau stabiliau jas išlaikyti augant energijos kainoms.
• ESG ir reputacija. Tvarios AI infrastruktūros pasirinkimas tampa konkurenciniu pranašumu tendere, derybose su partneriais ir komunikacijoje su klientais.

Galutiniams vartotojams tai dažniausiai reiškia patikimesnes paslaugas, mažesnę tikimybę patirti sutrikimus dėl perkaitimo ar energijos trūkumo ir, ilgainiui, tvaresnę skaitmeninę ekonomiką.

Ateities kryptys: kaip atrodys AI duomenų centrai po 5–10 metų?

AI ir duomenų centrų rinka juda labai greitai, tačiau jau dabar galima įvardyti kelias aiškias kryptis, kurios formuos artimiausią dešimtmetį.

• Beveik visiškas perėjimas prie skysčio aušinimo galingiausiuose AI klasteriuose – oro aušinimas liks tik periferinei įrangai ir mažesniems serveriams.
• Šilumos pernaudojimas taps norma naujuose projektuose, ypač miestuose, kuriuose gerai išvystyti šilumos tinklai.
• AI valdys AI infrastruktūrą – vis daugiau sprendimų bus priimama automatiškai, remiantis realaus laiko duomenimis ir prognozėmis.
• Geografinė diversifikacija – AI duomenų centrai bus statomi ten, kur yra daug atsinaujinančios energijos (vėjo, saulės, hidro) ir palankios aušinimo sąlygos.
• Naujos aušinimo medžiagos ir faziniai keitimosi skysčiai leis dar labiau sumažinti energijos sąnaudas ir padidinti šiluminį tankį.

Galutinis tikslas – sukurti AI infrastruktūrą, kuri galėtų augti eksponentiškai, tačiau jos energijos ir klimato pėdsakas didėtų daug lėčiau arba net mažėtų vienam skaičiavimo vienetui.

Išvada

Energiją taupantys AI duomenų centrai ir naujos aušinimo technologijos – nebe nišinė tema, o būtina sąlyga tolesnei skaitmeninei ir AI plėtrai. Skysčiu aušinami serveriai, imersinis aušinimas, free cooling ir šilumos pernaudojimas jau šiandien leidžia pasiekti įspūdingą efektyvumą, o AI pagrįstas valdymas padeda išnaudoti kiekvieną kilovatvalandę maksimaliai.

Verslui ir visuomenei tai reiškia, kad AI gali augti ne tik greitai, bet ir atsakingai – su mažesnėmis sąnaudomis, mažesniu CO₂ pėdsaku ir didesniu energetiniu saugumu. Tie, kurie pirmieji investuos į energiškai efektyvią infrastruktūrą, turės aiškų pranašumą rinkoje, kurioje skaičiavimo galia tampa nauja strategine valiuta.

DUK: dažniausiai užduodami klausimai

Ar skysčiu aušinami AI serveriai yra saugūs?

Taip, modernios skysčio aušinimo sistemos projektuojamos taip, kad skystis niekada nesiliestų su jautriais elektronikos taškais. Tiesioginio skysčio aušinimo atveju skystis cirkuliuoja uždaruose blokuose ir vamzdeliuose, o imersiniame aušinime naudojami specialūs, elektrai nelaidūs skysčiai. Be to, sistemos turi nuotėkio detekciją ir atsarginius kontūrus, todėl reali žalos rizika yra labai maža.

Kiek energijos galima sutaupyti pereinant prie naujų aušinimo technologijų?

Priklausomai nuo pradinės situacijos, pereinant nuo tradicinio oro aušinimo prie skysčio ar imersinio aušinimo galima sumažinti aušinimo energijos sąnaudas 30–50 % ir daugiau. Bendras PUE rodiklis dažnai pagerėja nuo ~1,6 iki 1,2 ar net 1,1, o tai ilgalaikėje perspektyvoje reiškia milijoninius sutaupymus ir ženkliai mažesnį CO₂ pėdsaką.

Ar šilumos pernaudojimas tinka tik dideliems miestams?

Ne, šilumos pernaudojimas galimas ir mažesniuose miestuose ar pramoninėse zonose. Be centralizuoto šildymo tinklų, duomenų centro šiluma gali būti naudojama šiltnamiams, pramoniniams procesams, baseinams, biurų kompleksams ar net vietinėms gyvenvietėms šildyti. Svarbiausia – suplanuoti šilumos vartotoją dar projektavimo stadijoje ir užtikrinti ekonomiškai pagrįstą atstumą iki vartotojų.