اگر چه فناوری خنک کننده هوا در طول سال ها پیشرفت های زیادی را پشت سر گذاشته است، اما هنوز به دلیل تعدادی از مشکلات اساسی محدود مانده است. گذشته از هزینه های انرژی بالا، سیستم های تهویه مطبوع فضای با ارزش زیادی را اشغال می کنند، رطوبت را به محیط های مهر و موم شده وارد می کنند و به دلیل خرابی های مکانیکی بدنام هستند. با این حال، تا همین اواخر، مراکز داده هیچ گزینه دیگری برای رفع نیازهای خنک کننده خود نداشتند. با پیشرفت های جدید در خنک سازی مایع، بسیاری از مراکز داده شروع به آزمایش روش های جدید برای حل مشکلات حرارتی خود کرده اند.
خنک کننده مایع چیست؟
در حالی که تجسم اولیه سیستم های خنک کننده مایع پیچیده، نامرتب و بسیار گران بود، آخرین نسل این فناوری راه حل خنک کننده کارآمدتر و موثرتری را ارائه می دهد. برخلاف خنک کننده هوا، که به انرژی زیادی نیاز دارد و هم آلاینده ها و هم تراکم را به مرکز داده وارد می کند، خنک کننده مایع تمیزتر و هدفمندتر و مقیاس پذیرتر است. دو طرح متداول خنک کننده، خنک کننده غوطه وری کامل و خنک کننده مستقیم به تراشه هستند.
سیستم های غوطه وری شامل غوطه ور شدن خود سخت افزار در حمامی از مایع دی الکتریک غیر رسانا و غیر قابل اشتعال است. هم مایع و هم سخت افزار داخل یک محفظه ضد نشتی قرار دارند. سیال دی الکتریک گرما را بسیار موثرتر از هوا جذب می کند و با تبدیل شدن آب گرم شده به بخار، متراکم می شود و برای کمک به خنک شدن به داخل سیال می افتد. خنک کننده مستقیم به تراشه از لوله هایی استفاده می کند که خنک کننده مایع را مستقیماً به یک صفحه سرد که در بالای پردازنده های مادربرد قرار دارد برای خارج کردن گرما می رساند. سپس گرمای استخراج شده به یک حلقه آب سرد وارد می شود تا به کارخانه خنک کننده تأسیسات منتقل شده و به اتمسفر بیرونی دفع شود. هر دو روش راهحل های خنک کننده بسیار کارآمدتری را برای استقرار مراکز داده تشنه ی انرژی ارائه می دهند.
جهت مشاوره درطراحی، برآورد و خرید تجهیزات مورد نیاز اتاق سرور،پیاده سازی و راه اندازی دیتاسنتر متخصصان ما آماده ارائه خدمات به کلیه شرکت ها و ارگان های دولتی و خصوصی می باشد.
نیاز های انرژی هوش مصنوعی
کارایی یک نگرانی کلیدی برای مراکز داده در آینده خواهد بود. نسل جدیدی از پردازنده ها که قادر به اجرای برنامه های هوش مصنوعی و تحلیلی قدرتمند یادگیری ماشینی هستند، نیازهای انرژی زیادی را به همراه دارند و مقادیر زیادی گرما تولید میکنند. از واحد های پردازش تانسور (TPU) سفارشی Google گرفته تا پردازنده های با کارایی بالا که توسط شتاب دهنده های واحد پردازش گرافیکی (GPU) تسریع می شوند، عضله پردازشی که هوش مصنوعی مدرن را تامین می کند در حال حاضر توان و ظرفیت خنک سازی زیر ساخت مرکز داده را تحت فشار قرار داده است. با افزایش روز افزون سازمان هایی که یادگیری ماشینی را پیاده سازی می کنند و حتی راه حل های هوش مصنوعی را بهعنوان یک سرویس ارائه می کنند، مطمئناً این تقاضا ها افزایش خواهد یافت.
زمانی که این شرکت پردازنده های TPU 3.0 خود را معرفی کرد، گوگل به این موضوع پی برد . در حالی که فن آوری خنک کننده هوا برای خنک کردن دو نسل اول کافی بود. خوشبختانه، این غول فناوری چندین سال در حال تحقیق در مورد راه حل های خنک کننده مایع مفید بود و توانست سیستم جدید را نسبتاً سریع ادغام کند.
تقاضای سرور با چگالی بالا
حتی برای زیر ساخت های مرکز داده که یادگیری ماشین مبتنی بر هوش مصنوعی را تسهیل نمی کنند، تراکم رک سرور و تراکم ذخیره سازی به سرعت در حال افزایش است. از آنجایی که حجم کار همچنان در حال افزایش است و ارائه دهندگان به جایگزینی سیستم های خنک کننده قدیمی تر و کم کارآمدتر هستند، انگیزه بیشتری برای در نظر گرفتن راه حل های خنک کننده مایع خواهند داشت زیرا این به معنای حفظ دو سیستم مجزا نیست. مراکز داده در حال حاضر درگیر یک مسابقه تسلیحاتی برای افزایش تراکم رک هستند تا خدمات قوی تر و جامع تر به مشتریان خود ارائه دهند.