冷卻系統攸關資料中心安全/效能
(承前文)在高效能運算發展飛快之際，散熱成為AI資料中心難解的課題。柏斯托(Perstorp)潤滑油業務發展總監曾偉銓(圖5)認為，全球企業積極投資與建立資料中心，為環境帶來負擔，也增加大量的電力需求。根據國際能源署(IEA)統計，2021年資料中心用電占全球用電的1.5~2%，並預估2030年可能達到8%。同時，預計2040年資料中心造成的碳排，將會占全球碳排的14%。因此，從用電與環境永續的角度切入，提高資料中心與各項AI運算設備的能源使用效率勢在必行。
圖5 柏斯托(Perstorp)潤滑油業務發展總監曾偉銓提及，減輕資料中心電力負荷的做法之一，是透過提高散熱效率，來降低散熱系統本身的耗能
減輕資料中心電力負荷的做法之一，是透過提高散熱效率，來降低散熱系統本身的耗能。傳統的資料中心以氣體冷卻為主，目前部分AI資料中心開始導入浸沒式的液體冷卻系統，期望增加散熱效率並減少耗電。而冷卻液則是開發資料中心液冷系統的重要關鍵考量。曾偉銓解釋，冷卻液的重點是散熱效果，必須確保冷卻液能夠有效散熱。除此之外，冷卻液材料的選用，要全面考慮冷卻系統與所有資料中心中的設備材料特性，確保冷卻液的可靠性以及較長的壽命。在訊號傳輸方面，資料中心的系統部分接觸空氣，另一部分浸泡在冷卻液中，需要確認冷卻液不會導致傳輸訊號損失。
另外，冷卻液也影響到資料中心的安全性。冷卻系統供應商需要確認冷卻液的絕緣性等電性安全，避免火災情況時延燒，並且不能使用有毒性的化學成分。冷卻液的成分選擇，除了安全性，也要將冷卻液的回收成本納入考量，避免後續產生額外的處理成本。
學員專注聆聽講師分享資料中心能源趨勢
電力緩衝/高壓控制不可少
因為大量耗能，AI資料中心的電力設計要求遠比傳統資料中心嚴苛。台達電電腦及網通事業部資料中心產品經理彭德智(圖6)指出，現階段雲端服務供應商大量投資AI資料中心，雖然目前AI伺服器占整體伺服器市場小於4%，但是預期2026年將成長到15%。Next Move Strategy Consulting預估2023~2030年AI市場的CAGR將達到37%。IEA則認為2026年AI資料中心的用電，將成長至800TWh。顯見全球資料中心面對AI應用的快速興起，將面臨嚴重的缺電問題。
圖6 台達電電腦及網通事業部資料中心產品經理彭德智觀察，世界各地的資料中心由於耗電量驚人，建立資料中心的地點逐漸往東南亞與中東擴散
現在一顆GPU需要耗電大約1,000W，超過一台傳統伺服器的功耗。短期內，AI資料中心單一機櫃的耗能大約為120~130kW，未來可能增加到500kW。為了解決AI資料中心的缺電與散熱問題，產業需要從電網、晶片與AI電源解決方案多管齊下，共同減緩資料中心的耗能衝擊。例如電網到晶片(Grid-to-Chip)方案便是涵蓋了從高壓交流電到低壓直流電的多層次轉換，以高效率的電壓轉換技術來滿足資料中心高功率、高密度的電力需求，有效降低功率耗損，顯著提升能效。
AI資料中心在龐大的電能需求下，也需要穩定的電壓控制。彭德智認為次世代的AI資料中心電力系統，需要在有限的尺寸與現有的材料中，盡可能提高電壓。因此他建議AI資料中心使用高壓直流供電(HVDC)技術，將800V的直流電從±400V高壓直流降壓為50V，再轉換到適用於AI伺服器和GPU的0.8V低壓電源。此外，搭配由功率電子元件堆疊而成的固態變壓器(SST)，相較傳統變壓器使用鐵芯或銅圈，SST的體積較小，更能精確靈活控制電壓。
講師分享多元的電源管理與資料中心散熱設計等經驗
數位分身助散熱系統優化
AI資料中心從選址到硬體設計，都需要多重的分析與模擬，才能確保資料中心順利運作。達梭系統SIMULIA技術顧問葉育魁(圖7)觀察，AI伺服器在2010~2020年的十年間，工作負載大幅增加，資料中心的工作負載更增加六倍以上。世界各地的資料中心由於耗電量驚人，建立資料中心的地點從歐美、東亞，逐漸往東南亞與中東擴散。AI資料中心在新環境建廠，需要考慮模擬溫差、雷擊與地震等環境因素，作為散熱設計、訊號傳輸與其他設備設計的參考，例如雷擊可能干擾訊號。
圖7 達梭系統SIMULIA技術顧問葉育魁表示，AI資料中心在龐大的電能需求下，也需要穩定的電壓控制
除了考量AI資料中心建廠的環境因素，散熱模擬也至關重要。在東南亞與中東新建的資料中心，在規畫與設計初期會先分析該場域的氣流管線與空氣流動，取得初步的物理參數。這些物理參數可以建立小型的AI模型，由模擬軟體在其中建立更多的數位分身細節，包含使用哪些晶片與散熱鰭片、風扇位置的設計等。
數位分身的模擬可以針對每一個機櫃建立單獨的區塊，並輸入/輸出特定的溫度，再執行該機櫃在不同溫度下的熱流分析。每個機櫃的熱流分析結果，可以在模擬系統上輸出，導入到資料中心層級，並進行整體資料中心的熱流分析。
AI資料中心的數位分身除了分析數據，也要連接(Connect)、預測與優化數據。模擬平台透過可視化工具顯示每台伺服器的熱流，並預測整體的熱流與散熱系統的負載。取得預測數據後，設計人員就能持續優化資料中心的配置，盡可能降低耗能，並提高散熱效率。優化資料中心配置的方法之一，是由感測器監測進風溫度。如果某幾台伺服器的進風溫度上升，系統就自動將較多的工作負載分配給進風溫度較低的伺服器，藉此透過不同伺服器的搭配來調整整體的溫度，達到在資料中心維持相同算力的前提下，降低系統的耗能。
AI資料中心搶電大作戰 高效能源/散熱模擬來支援(1)
AI資料中心搶電大作戰 高效能源/散熱模擬來支援(2)