24.6.2026 (SITA.sk) – Servery určené pre AI aplikácie sú oveľa výkonnejšie, energeticky náročnejšie a často vyžadujú úplne iný prístup k chladeniu.
Dátové centrá sa dlhé roky vyvíjali relatívne predvídateľným tempom. Infraštruktúra postavená pre cloudové a podnikové aplikácie rátala najmä so štandardnými servermi, ktorých výkon aj spotreba rástli postupne. Operátori dátových centier tak mohli navrhovať kapacity s dlhším výhľadom, počítať s viacerými obnovovacími cyklami IT technológií a ponechať si priestor na budúci rast.
Nástup umelej inteligencie však túto logiku zásadne mení. Servery určené pre AI aplikácie sú oveľa výkonnejšie, energeticky náročnejšie a často vyžadujú úplne iný prístup k chladeniu. V praxi to znamená, že dátové centrá sa už nemôžu spoliehať na postupné zvyšovanie kapacity v malých krokoch. Výkonová hustota rastie skokovo a návrh infraštruktúry musí predvídať potreby, ktoré prídu už v horizonte jedného či dvoch rokov.
Z 10 kW na stovky kW na rack
Tradičné dátové centrá sa dlhé obdobie pohybovali pri výkonovej hustote približne od 3 do 10 kW na rack. Pri AI infraštruktúre sú však tieto hodnoty úplne inde. Akcelerované výpočtové servery s viacerými GPU, CPU a dátovými procesormi prinášajú výrazne vyššie požiadavky na napájanie aj odvod tepla.
Rozdiel je viditeľný najmä pri najnovších generáciách GPU. Kým ešte pred pár rokmi sa vysokovýkonné AI systémy pohybovali v desiatkach kW na rack, nové riešenia smerujú k hodnotám, ktoré môžu dosiahnuť aj stovky kW na rack. Takáto hustota už nie je iba otázkou výkonnejšej elektroinštalácie. Vyžaduje nový pohľad na celú architektúru dátového centra: od rozvodov energie cez chladenie až po riadenie prevádzky.
Organizácie, ktoré chcú operatívne nasadzovať najnovšie GPU potrebujú zmeniť spôsob plánovania. Nestačí navrhnúť dátové centrum podľa aktuálnych požiadaviek. Kľúčové je pripraviť infraštruktúru na budúce generácie technológií.
A tu sú sľubované spôsoby, ako pripraviť dátové centrum na éru umelej inteligencie
1. Simulovať výkon pomocou digitálnych dvojčiat
Pri vysokých hustotách je rizikové spoliehať sa iba na technickú dokumentáciu. Fyzické testovanie prichádza často až po nasadení, keď sú zmeny drahé a časovo náročné. Digitálne dvojčatá umožňujú modelovať správanie napájania, chladenia aj celého dátového centra ešte pred samotnou realizáciou.
Vďaka simulačným nástrojom možno overiť, ako sa infraštruktúra bude správať pri rôznych prevádzkových scenároch, záťažiach alebo poruchových stavoch. Pomáha to odhaliť slabé miesta skôr, než sa prejavia v reálnej prevádzke. Zároveň sa tým znižuje riziko návrhových chýb, skracuje čas prípravy a zlepšuje predvídateľnosť výsledku.
Dôležité však je, aby organizácie s týmito nástrojmi pracovali systematicky. Najprv je vhodné overovať jednoduchšie scenáre a až následne prechádzať ku komplexnejším modelom celého systému.
2. Využívať overené referenčné návrhy
Druhým spôsobom, ako zrýchliť prípravu AI dátového centra, je využiť referenčné návrhy infraštruktúry. Tie poskytujú východiskový model pre konkrétne úrovne výkonovej hustoty, chladenia a napájania.
Referenčné návrhy môžu obsahovať technické výkresy, schémy, zoznamy komponentov či výkonové parametre. Pre projektové tímy a lokálnych konzultantov predstavujú praktický základ, ktorý možno prispôsobiť miestnym normám, regulačným požiadavkám a špecifikám konkrétnej lokality.
Výhodou je, že organizácia nezačína od nuly. Namiesto vývoja úplne nového riešenia môže využiť overený návrh, znížiť projektové riziko a skrátiť čas potrebný na prípravu výstavby alebo modernizácie.
3. Zrýchliť výstavbu pomocou prefabrikovaných modulov
Pri AI infraštruktúre je čas často rozhodujúcim faktorom. Prefabrikované moduly preto získavajú na význame. Môžu pokrývať IT priestory, napájacie systémy aj chladenie a sú navrhnuté tak, aby sa po príprave lokality dali rýchlo zapojiť do prevádzky.
Keďže sa vyrábajú a testujú vo výrobnom prostredí, prinášajú vyššiu mieru predvídateľnosti než tradičná výstavba priamo na mieste. Môžu znížiť náklady na návrh, obmedziť realizačné riziká a urýchliť nasadenie novej kapacity.
Pri AI klastroch môžu takéto moduly zahŕňať racky, napájacie zbernice, distribúciu energie, pripojenia kvapalinového chladenia a ďalšie prvky potrebné na rýchle uvedenie do prevádzky. Po pripojení zdrojov napájania a chladenia zostáva doplniť výpočtové servery a infraštruktúra môže byť pripravená na záťaž.
Informačný servis
Viac k témam: Dátové centrá, PR, umelá inteligencia (AI)
Zdroj: SITA.sk – Expertný názor Schneider Electric: Ako pripraviť dátové centrum na éru umelej inteligencie? © SITA Všetky práva vyhradené.
