پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

شرکت Schneider می‌گوید خنک‌کننده‌های گرم‌تر می‌توانند مصرف آب دیتاسنترهای هوش مصنوعی را کاهش دهند

انتشار:۳۱ شهریور ۱۴۰۵(۶ روز پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه

مدل‌سازی‌های جدید نشان می‌دهند که طراحی‌های مبتنی بر خنک‌کننده مایع می‌توانند مصرف آب دیتاسنترها را به نصف کاهش دهند؛ هرچند شرکت ارائه‌دهنده این گزارش، منافع تجاری مستقیمی در این زمینه دارد.

شرکت Schneider می‌گوید خنک‌کننده‌های گرم‌تر می‌توانند مصرف آب دیتاسنترهای هوش مصنوعی را کاهش دهند

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • شرکت Schneider Electric اعلام کرد استفاده از خنک‌کننده‌های مایع گرم‌تر می‌تواند مصرف آب دیتاسنترهای هوش مصنوعی را تا ۵۰ درصد کاهش دهد.
  • مدل‌سازی‌های انجام‌شده روی چهار معماری مختلف دیتاسنتر نشان می‌دهد تجهیزات خنک‌کننده خشک بسیار بهینه‌تر از برج‌های خنک‌کننده سنتی عمل می‌کنند.
  • با افزایش سه برابری مصرف آب دیتاسنترها در دهه گذشته، بهینه‌سازی سیستم‌های خنک‌کننده برای کاهش فشار بر منابع آبی جوامع محلی به یک ضرورت تبدیل شده است.

بر اساس اعلام شرکت Schneider Electric، معماری سیستم خنک‌کننده یک دیتاسنتر می‌تواند تاثیر تعیین‌کننده‌ای بر مصرف آب و انرژی آن داشته باشد و اپراتورها باید این موضوع را در مراحل اولیه طراحی مورد ارزیابی قرار دهند.

این متخصص مدیریت انرژی در وایت‌پیپر جدید خود، چهار مدل طراحی دیتاسنتر ۱۰۰ مگاواتی را مورد مقایسه قرار داده است که از خنک‌کننده هوای سنتی تا سیستم‌های بهینه‌سازی‌شده خنک‌کننده مایع را شامل می‌شوند.

این مقاله با عنوان «مصرف آب در مقیاس هوش مصنوعی» نتیجه‌گیری می‌کند که گذر از خنک‌کننده هوا به خنک‌کننده مایع، به طور مداوم بهره‌وری انرژی را بهبود می‌بخشد و می‌تواند مصرف آب را در مناطقی با منابع محدود به میزان قابل‌توجهی کاهش دهد.

البته Schneider در این نتیجه‌گیری منافع تجاری نیز دارد. این شرکت در سال ۲۰۲۴ موفق شد ۷۵ درصد از سهام Motivair (متخصص در زمینه خنک‌کننده‌های مایع) را خریداری کند و قصد دارد مابقی سهام آن را نیز تا سال ۲۰۲۸ تصاحب کند.

این ارزیابی همچنین تاثیر موقعیت مکانی را با اعمال چهار طراحی یادشده روی پروفایل‌های آب‌وهوایی سالانه شهرهای پاریس در فرانسه و دالاس در تگزاس، مدل‌سازی کرده است.

مدل Schneider نشان می‌دهد که بیشترین مصرف آب در محل، مربوط به تاسیساتی با خنک‌کننده هوای سنتی در دالاس است. این شرکت ادعا می‌کند که تغییر به خنک‌کننده مایع با دمای ۴۵ درجه سانتی‌گراد، مصرف آب را حداقل ۵۰ درصد کاهش می‌دهد.

به گفته این شرکت، نتایج نشان می‌دهند که چگونه موقعیت مکانی، دمای عملیاتی و معماری سیستم خنک‌کننده، نیاز آبی یک تاسیسات را تعیین می‌کنند؛ حتی در شرایطی که تراکم رک‌ها و تقاضای سیستم‌های پرمصرف هوش مصنوعی رو به افزایش است.

در این گزارش آمده است که مصرف آب تا حد زیادی به تجهیزاتی بستگی دارد که برای دفع گرما به خارج از سالن داده استفاده می‌شوند. برای تاسیساتی با اندازه مشابه، Schneider ادعا می‌کند که برج‌های خنک‌کننده می‌توانند بین ۵ تا ۲۰ برابر بیشتر از خنک‌کننده‌های خشک آب مصرف کنند.

در سناریوی اول از خنک‌کننده هوا استفاده می‌شود. سناریوی دوم از خنک‌کننده مایع با دمای ۳۲ درجه سانتی‌گراد استفاده می‌کند که به گفته Schneider، نماینده دیتاسنترهای اولیه هوش مصنوعی است. سناریوی سوم همان تجهیزات خنک‌کننده را حفظ می‌کند، اما نقطه تنظیم تامین مایع را به ۴۵ درجه سانتی‌گراد افزایش می‌دهد.

طراحی چهارم با تنظیم ابعاد سیستم خنک‌کننده به‌طور ویژه برای کار در دمای ۴۵ درجه سانتی‌گراد، تعداد تجهیزات را کاهش می‌دهد. این شرکت می‌گوید چنین رویکردی از ایجاد ظرفیت مازاد جلوگیری کرده و هزینه‌های سرمایه‌ای را پایین می‌آورد.

این گزارش می‌افزاید که دماهای بالاتر در مایع خنک‌کننده باعث «صرفه‌جویی قابل‌توجهی در مصرف آب» می‌شود؛ زیرا دامنه شرایطی را گسترش می‌دهند که در آن هوای خنک‌تر بیرون می‌تواند بدون نیاز به سرمایش مکانیکی، گرما را دفع کند.

در نهایت، این مقاله توصیه می‌کند که مصرف آب باید در همان مراحل ابتدایی طراحی ارزیابی شود و منابع جایگزین نیز مدنظر قرار گیرند تا فشار بر منابع آبی مورد استفاده جوامع محلی کاهش یابد.

این موضوع به‌ویژه در ایالات متحده بحث‌برانگیز شده است؛ جایی که مصرف آب دیتاسنترها در یک دهه گذشته سه برابر شده و مخالفت‌های محلی با پروژه‌های جدید در حال افزایش است. در همین حال، در بریتانیا، دولت متهم شده است که هم‌زمان با ترویج ساخت مزارع سرور هوش مصنوعی، تقاضای آب را نادیده می‌گیرد.

شرکت Schneider هشدار می‌دهد که بهره‌وری آب و انرژی باید در کنار یکدیگر ارزیابی شوند. بهترین طراحی به اهمیت نسبی اثربخشی مصرف توان (PUE) و میزان مصرف آب، و همچنین هزینه‌های محلی انرژی و آب بستگی خواهد داشت.

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعه‌دهنده‌ها قید مدل‌های گران‌قیمت را می‌زنند!
آخرین اخبار

رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعه‌دهنده‌ها قید مدل‌های گران‌قیمت را می‌زنند!

مدل زبانی تخصصی LEGAL-BERT با ثبت بیش از ۸۳۳ هزار دانلود در ماه روی پلتفرم هاگینگ فیس حسابی خبرساز شده است. این ابزار جمع‌وجور و تخصصی نشان می‌دهد که برای پردازش و تحلیل متون حقوقی، حتماً نیازی به مدل‌های غول‌پیکر و پرهزینه ندارید و گزینه‌های بهینه همچنان در اوج هستند.

۲ دقیقه مطالعه
۰
۶ مهر
جاسوسی هوش مصنوعی در محل کار؛ کارمندان می‌گویند کارفرماها باید قانوناً مچ‌گیری‌هایشان را لو بدهند!
آخرین اخبار

جاسوسی هوش مصنوعی در محل کار؛ کارمندان می‌گویند کارفرماها باید قانوناً مچ‌گیری‌هایشان را لو بدهند!

نظرسنجی‌های تازه نشان می‌دهد که بیشتر کارمندان حس می‌کنند مدیرانشان با ابزارهای هوش مصنوعی تمام حرکات آن‌ها را زیر نظر گرفته‌اند. حالا بیش از ۸۰ درصد شاغلان خواستار تصویب قانونی شده‌اند که شرکت‌ها را مجبور کند هرگونه مچ‌گیری و نظارت هوش مصنوعی در محیط کار را رسماً اعلام کنند.

۳ دقیقه مطالعه
۰
۶ مهر
گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!
آخرین اخبار

گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!

مایکروسافت در تازه‌ترین گزارش خود از ضریب نفوذ هوش مصنوعی در جهان پرده برداشت؛ آماری شگفت‌انگیز که نشان می‌دهد امارات و سنگاپور با فاصله‌ای خیره‌کننده پیشتاز دنیا هستند و در مقابل، آمریکا در رتبه ۲۱ جا مانده است. همچنین الگوی استفاده از هوش مصنوعی میان کشورهای غربی و کشورهای در حال توسعه، از تفاوتی عمیق میان کاربردهای روزمره و آموزش پرده برمی‌دارد.

۳ دقیقه مطالعه
۰
۶ مهر