Energia elektryczna jest kluczowym czynnikiem determinującym przyszły rozwój centrów danych obsługujących aplikacje i usługi oparte na sztucznej inteligencji – zarówno dla konsumentów, jak i przedsiębiorstw. Według prognoz Międzynarodowej Agencji Energetycznej (IEA), globalne zużycie energii przez centra danych wzrośnie z obecnych 415 terawatogodzin (TWh) do około 945 TWh do 2030 roku. Jak twierdzi Philippe Dogny, Segment Sales Director Utilities & Renewables w Eaton – „Zgłoszenia o przyłączenie nowych projektów DC do sieci przesyłowej w kraju szacowane są na 13 GW, co stanowi znacznie więcej niż całkowite moce dostępne w sieci.” Pokazuje to konieczność przemyślenia modeli infrastruktury energetycznej centrów danych tak, aby mogły sprostać gwałtownemu wzrostowi zapotrzebowania na moc.
Wyzwania energetyczne i środowiskowe AI
Jednym z głównych czynników napędzających ten trend jest znacznie wyższe zużycie energii przez nowoczesne procesory AI w porównaniu z tradycyjnymi układami. Procesor graficzny AI (GPU) zużywa od 700 W do 1200 W, podczas gdy klasyczny procesor serwerowy (CPU) pobiera zwykle od 150 do 200 W mocy. Wymagania te dodatkowo zwiększa charakterystyka obciążeń AI, które utrzymują wysoki, stały pobór energii – w przeciwieństwie do tradycyjnych środowisk chmurowych, gdzie obciążenia zmieniają się w ciągu dnia.
Stałe zużycie energii przez systemy AI tworzy nowe wyzwania w zakresie planowania energetycznego. Nawet proste zadania AI wymagają dużych ilości energii. Badania MIT pokazują na przykład, że wygenerowanie pojedynczego obrazu przy użyciu AI wymaga tyle energii, ile pełne naładowanie smartfona. Jak przywołuje Philippe Dogny, „Według niektórych prognoz centra danych mogą odpowiadać za nawet 5% całkowitego zużycia energii w Europie do 2030 roku”. W skali globalnej ma to ogromne konsekwencje dla całkowitego zapotrzebowania energetycznego aplikacji AI.
Dodatkowym wyzwaniem pozostaje zrównoważony rozwój. Dotyczy to nie tylko emisji związanych z zasilaniem procesorów AI, ale również znacznie większych ilości ciepła generowanych przez te układy. Kluczowe staje się znalezienie najbardziej efektywnych i ekologicznych metod chłodzenia coraz gęściej upakowanych szaf serwerowych.
Budowa zunifikowanego ekosystemu energetycznego „od sieci do chipu”
Rosnąca świadomość ilości energii potrzebnej do obsługi nowej generacji wielkoskalowych centrów danych AI – określanych także mianem „fabryk AI” – coraz częściej wpływa na debaty polityczne na poziomie lokalnym, krajowym i międzynarodowym. Zwiększa to presję na opracowanie najbardziej efektywnych strategii projektowania i budowy nowych centrów danych AI w sposób pozwalający nadążyć za gwałtownie rosnącym zapotrzebowaniem na energię przy jednoczesnym zachowaniu zrównoważonego charakteru inwestycji.
W odpowiedzi coraz częściej wdrażane jest podejście „grid-to-chip” („od sieci do chipu”). Oznacza ono zunifikowany, modułowy i cyfrowo orkiestrujący ekosystem energetyczny, który dostarcza czystą i odporną energię od sieci elektroenergetycznej aż po sam chip AI, już stosowany przez wielu producentów.
Punktem wyjścia jest projektowanie centrum danych jako „dobrego obywatela sieci” (good grid citizen). Oznacza to sposób pobierania energii z sieci, jej efektywnego wykorzystania oraz prowadzenia działalności wspierającej – a nie destabilizującej – krajowy system elektroenergetyczny.
Kluczowym elementem tego podejścia jest wdrażanie interaktywnych względem sieci systemów zasilania awaryjnego UPS (grid-interactive UPS). Systemy te mogą natychmiast reagować na zmiany częstotliwości w sieci i pomagać stabilizować dostawy energii podczas zakłóceń. Gdy infrastruktura UPS, stale monitorująca i analizująca parametry sieci, zostaje połączona z litowo-jonowymi magazynami energii (BESS – Battery Energy Storage Systems), możliwe stają się dodatkowe korzyści. Energia pobierana z sieci lub pochodząca z lokalnych źródeł odnawialnych, takich jak instalacje solarne czy wiatrowe, może być magazynowana i szybko wykorzystywana w momentach szczytowego zapotrzebowania, zmniejszając przeciążenie sieci. W takim modelu centra danych działają jako elastyczne, sterowalne zasoby energetyczne, wspierając stabilność sieci przy jednoczesnym zapewnieniu ciągłości pracy infrastruktury IT.
Przejście na wydajne systemy prądu stałego (DC)
Kolejny etap tej transformacji dotyczy zmian w sposobie dystrybucji energii wewnątrz centrum danych.
Obecnie większość centrów danych HPC (High-Performance Computing), obsługujących przetwarzanie chmurowe i aplikacje AI, odbiera zasilanie w postaci prądu przemiennego (AC) na obrzeżach obiektu. Konwersja AC na prąd stały (DC) na poziomie serwerów zwykle wymaga wielu etapów przekształcania energii, zanim dotrze ona do obciążenia IT.
Bezpośrednia konwersja zasilania wejściowego eliminuje potrzebę stosowania rozbudowanych i nieefektywnych etapów konwersji. Uproszczenie infrastruktury dystrybucji energii zwiększa niezawodność systemu, ogranicza generowanie ciepła oraz poprawia ogólną efektywność energetyczną. Przejście na dystrybucję DC przynosi te korzyści operacyjne, ponieważ konwersja średnionapięciowego zasilania AC z sieci na 800 V DC zmniejsza natężenie prądu, redukując straty rezystancyjne i zwiększając efektywność przesyłu energii.
Choć przejście na dystrybucję DC może wydawać się skomplikowane, możliwe jest jego wdrażanie etapami. W celu modernizacji istniejącej infrastruktury można integrować dodatkowe moduły typu „DC sidecar”, które przekształcają 800 V DC i dostarczają energię bezpośrednio do szaf IT. Długoterminowym celem jest wdrożenie średnionapięciowych transformatorów półprzewodnikowych (MVSST – Medium Voltage Solid-State Transformer) w stacjach elektroenergetycznych. Technologia ta umożliwia konwersję średniego napięcia AC z sieci na niskonapięciowy prąd stały rozprowadzany w całym centrum danych i infrastrukturze serwerowej.
Przyspieszenie wdrożeń dzięki pięcioblokowej architekturze
Potrzeba budowy nowych mocy obliczeniowych dla AI rośnie bardzo szybko. Ostatnim elementem tej strategii jest modułaryzacja całej infrastruktury zasilania, chłodzenia oraz zarządzania programowego, aby przyspieszyć budowę i uruchamianie nowych centrów danych.
Każdy moduł może być prefabrykowany i integrowany poza miejscem inwestycji, na linii produkcyjnej w fabryce. Takie podejście pomaga rozwiązać wiele problemów, w tym niedobory wykwalifikowanych specjalistów od infrastruktury centrów danych. Zintegrowane moduły zasilania, chłodzenia i infrastruktury serwerowej mogą być konteneryzowane i transportowane na miejsce gotowe do podłączenia do fizycznej infrastruktury obiektu.
Koncepcja budowy centrów danych w modułowych blokach rozpoczyna się od lokalnej generacji energii i mikrosieci (microgrids) opartych na różnych źródłach wytwarzania energii – takich jak turbiny gazowe, energia słoneczna, wiatrowa czy inne źródła – wraz z połączeniem do sieci elektroenergetycznej.
Segment dostarczający średnie napięcie do centrum danych może zostać dodatkowo zoptymalizowany poprzez integrację systemów UPS i magazynów energii BESS. Wspólnie zarządzają one obciążeniem energetycznym pobieranym z sieci, ograniczając zużycie energii w godzinach szczytu oraz stosując filtrację harmonicznych w celu poprawy efektywności energetycznej i ochrony urządzeń przed awariami.
Kolejne dwa bloki obejmują tzw. „grey space” i „white space” centrum danych.
„Grey space” odnosi się do infrastruktury zaplecza technicznego obsługującej energię dostarczaną z segmentu generacji energii. Obejmuje ona rozdzielnice, transformatory, wyłączniki oraz systemy UPS odpowiedzialne za dystrybucję energii i utrzymanie ciągłości działania podczas zakłóceń zasilania. W centrach danych AI właśnie tutaj mogłaby zostać wdrożona technologia MVSST, dostarczająca zarówno zasilanie AC, jak i DC dla infrastruktury IT oraz systemów mechanicznych. Wykorzystanie transformatorów półprzewodnikowych zapewnia zaawansowane sterowanie, większą odporność systemu oraz wyższą efektywność energetyczną na styku z siecią – co ma kluczowe znaczenie przy stałym, wysokim poborze mocy przez AI.
„White space” oznacza natomiast infrastrukturę dystrybucji energii bezpośrednio zasilającą serwery, projektowaną dla hiperskalerów przy założeniu nawet 800 kW na pojedynczą szafę rackową. Może ona być podłączona bezpośrednio do MVSST albo do modułów „DC sidecar”, umożliwiających dostarczanie 800 V DC bezpośrednio do chipów AI.
Czwarty blok obejmuje chłodzenie i technologie zarządzania temperaturą, w tym rozwiązania direct-to-chip cooling. Łączyć można różne technologie, takie jak zaawansowane jednostki dystrybucji chłodzenia ciecz-ciecz i ciecz-powietrze (CDU – Cooling Distribution Units) wraz z technologią cold plate, odprowadzającą ciepło bezpośrednio z CPU i GPU. Rozwiązania te oferują wyższą wydajność chłodzenia, większą efektywność energetyczną oraz większą przepustowość niż tradycyjne systemy chłodzenia powietrznego oparte na wentylatorach, a dodatkowo ograniczają hałas dzięki eliminacji głośnych wentylatorów serwerowych.
Ostatnim blokiem jest oprogramowanie i usługi zarządzania energią obejmujące całą fizyczną infrastrukturę energetyczną. Zapewniają one kontrolę, analizę wydajności oraz prognozowanie zmian obciążeń energetycznych. Dzięki pełnemu wglądowi we wszystkie połączone zasoby – zarówno infrastrukturę operacyjną (OT), jak i IT – operator może realizować cele związane z bezpieczeństwem, efektywnością, odpornością systemu i zrównoważonym rozwojem, jednocześnie ograniczając ryzyko operacyjne.
Kształtowanie przyszłości
Nowa generacja centrów danych projektowanych i budowanych obecnie będzie stanowiła fundament kluczowych usług dla obywateli i biznesu przez kolejne dekady. Sam dostęp do energii z sieci elektroenergetycznej przestaje być wystarczający, jeśli obiekty te mają zapewniać wysoką efektywność, wydajność oraz realną – a nie jedynie deklaratywną – zrównoważoność.
Coraz bardziej potrzebna staje się jednolita i inteligentna ścieżka zasilania – od sieci elektroenergetycznej aż po zaawansowane chipy AI. Dzięki przemyśleniu infrastruktury energetycznej centrów danych i odejściu od tradycyjnych modeli, nowa generacja obiektów AI może funkcjonować jako aktywny partner społeczności lokalnych, wspierając stabilność sieci elektroenergetycznej oraz krajowe cele związane z elektryfikacją i rozwojem odnawialnych źródeł energii.