Stefano Mozzato, CoLo & Hyperscale Strategic Segment Director Southern Europe di Vertiv, esamina le soluzioni di IA che permettono di monitorare in tempo reale le esigenze energetiche di un data center.
I data center, che sono al centro della trasformazione digitale delle imprese, assumono un ruolo rilevante in quanto abilitano applicazioni innovative di intelligenza artificiale (IA) e permettono di monitorare in tempo reale le esigenze energetiche di un data center, di ottimizzare la distribuzione dei carichi di lavoro, gestire le risorse energetiche più efficienti, e regolare i sistemi di raffreddamento. La IA consente inoltre di migliorare la sicurezza informatica dei data center rilevando intrusioni e supportando l’integrità e la riservatezza dei dati.
Come agire
La comprensione e la misurazione dei fenomeni all’interno di un data center risultano fondamentali per ottimizzarne l’efficienza operativa. Spesso si associa a questi ambienti un elevato consumo di energia, ma è cruciale riconoscere il potenziale moltiplicativo che possiedono. I server, alimentati da energia elettrica, elaborano attraverso programmi avanzati e di IA, traducendo questa energia in calcoli, previsioni meteorologiche, ottimizzazioni di processi, percorsi stradali ottimizzati, comparazioni diagnostiche, ogni altro elemento pervasivo del nostro quotidiano che, senza tali tecnologie, richiederebbero risorse energetiche significativamente maggiori.
Le soluzioni basate sull’IA offrono anche vantaggi enormi nella loro gestion. Un elemento essenziale per il funzionamento continuo di un data center è la fornitura costante di energia, garantita da gruppi di continuità, batterie al litio e generatori. Questi ultimi, sebbene operino solo per poche ore l’anno, necessitano di test e manutenzione periodica per assicurare la loro efficienza operativa.
La capacità di scegliere i momenti ottimali per attivare questi dispositivi rappresenta un’opportunità significativa per migliorare l’efficienza energetica. L’implementazione di monitoraggi predittivi integrati con il machine learning consente di prevedere e ottimizzare l’uso energetico, riducendo inefficienze e migliorando la sostenibilità delle operazioni.
Un passo avanti
La IA e l’elaborazione accelerata stanno quindi stimolando una domanda di consumo energetico e di raffreddamento senza precedenti, con densità di rack che possono superare i 120kW per rack già oggi con scenari di raddoppio nel breve periodo. Di conseguenza, la progettazione e l’implementazione delle infrastrutture di alimentazione e raffreddamento sono più complicate. Per rispondere a queste esigenze Vertiv ha sviluppato Vertiv 360AI, una gamma di soluzioni pre-ingegnerizzate di alimentazione e raffreddamento end-to-end. Questa tipologia di soluzioni elimina i cicli di progettazione, riducendo i tempi di implementazione delle infrastrutture fino al 50% consentendo di ottenere fino al 25% di spazio in più rispetto alle realizzazioni tradizionali.
Sostenibilità ambientale
La crescita di consumo energetico e di raffreddamento impone di affrontare anche il tema della sostenibilità ambientale. L’Agenzia Internazionale dell’Energia prevede che la domanda globale di elettricità dei data center raddoppierà entro il 2026. Data l’enorme quantità di dati che la IA è in grado di gestire, anche il raffreddamento come pure le soluzioni per la continuità dell’alimentazione elettrica verranno ulteriormente ottimizzate grazie al machine learning e al supervised learning che permettono ai data center di operare ottimizzando sempre le sorgenti energetiche più efficaci come pure usare le modalità di raffreddamento più sostenibili incluso il riuso del calore generato dai data center.
Per contenere il consumo energetico e supportare la continuità operativa, è essenziale raffreddare efficacemente i dispositivi IT. Tra le tecnologie emergenti, il raffreddamento a liquido direttamente sui chip sta guadagnando popolarità. Una tecnologia che si integra con i sistemi di raffreddamento ad aria tradizionali e può sostituirli in applicazioni ad alta potenza dissipata come quelli richiesti dall’AI.
Negli anni passati si è parlato molto di applicazioni “con raffreddamento evaporativo” grazie a scambiatori a flusso incrociato che sfruttano il fenomeno fisico che vede l’aria raffreddarsi, grazie all’evaporazione dell’acqua. Chiaramente queste soluzioni sono appropriate quando vi è abbondanza di risorsa idrica perché, ad esempio, raccolta durante le piogge. In Italia tale tecnologia non è molto presente in quanto viene preferita la soluzione con impianti ad acqua refrigerata prodotta da freecooling chiller in circuito chiuso quindi con impatto sul consumo d’acqua uguale a zero.
Cosa aspettarsi in futuro
Stiamo assistendo a un forte cambiamento che avrà un impatto significativo nell’architettura dei data center di prossima generazione o quantomeno su una parte di essi. Si rileva un incremento di utilizzo del raffreddamento a liquido, direttamente a livello dei chip, che sta guadagnando sempre più popolarità integrandosi con i tradizionali sistemi di raffreddamento ad aria, sino a ipotizzarne la parziale sostituzione in quelle applicazioni dove la potenza dissipata per rack sarà sino a 10-15 volte superiore a quella odierna.
In conclusione, le soluzioni di IA applicate ai data center non solo riducono i consumi energetici ma incrementano l’efficienza operativa, portando benefici tangibili sia alle infrastrutture tecnologiche sia alla vita quotidiana di ciascuno. Il data center è diventato a pieno titolo elemento fondante dell’industria del dato, industria essenziale per un paese come l’Italia che solo ora sta iniziando a recuperare un gap significativo degli anni scorsi.
Per ulteriori informazioni consultare www.vertiv.it
Scrivi un commento