Schneider Electric i AMD opublikowały wspólnie opracowany projekt referencyjny, który ma służyć jako wzorzec dla operatorów centrów danych wdrażających wysokogęstościową infrastrukturę AI.

Projekt jest oparty na platformie rackscale AMD Helios i obsługuje szafy rack AI o gęstości mocy do 246kW oraz modułowe, wieloklastrowe środowiska o pojemności IT do 10.4MW. Dla lepszego zobrazowania tej wartości — tradycyjne szafy rack w centrach danych enterprise pracują zazwyczaj w zakresie 5–15kW, co oznacza, że projekt zakłada wzrost poboru mocy na szafę o rząd wielkości, napędzany przez obciążenia treningowe i wnioskujące AI oparte na GPU. Zdaniem firm projekt referencyjny może być stosowany zarówno przez operatorów budujących nowe fabryki AI, jak i przez tych modernizujących istniejące centra danych pod wysokogęstościową infrastrukturę AI.

Rob Bunger, globalny dyrektor ds. architektury rozwiązań dla centrów danych w Schneider Electric, stwierdził, że projekt powstaje w momencie, gdy narastające obciążenia AI dociskają infrastrukturę centrów danych do tego, co określił mianem „bezprecedensowych granic”.

„Operatorzy muszą zarządzać znacznie wyższymi gęstościami mocy, wymaganiami termicznymi i złożonością operacyjną, jednocześnie redukując ryzyko wdrożenia” — powiedział Bunger w rozmowie z AI Business.

Narzędzia symulacyjne i zakres infrastruktury

W celu rozwiązania tych wyzwań projekt wykorzystuje narzędzia symulacyjne Schneider Electric: ETAP oraz EcoStruxure IT Design CFD, umożliwiając operatorom testowanie, prognozowanie i zarządzanie wydajnością infrastruktury przed wdrożeniem.

Projekt referencyjny obejmuje cztery domeny infrastruktury: zasilanie obiektu, chłodzenie obiektu, przestrzeń IT oraz oprogramowanie cyklu życia. Poprzez modelowanie wydajności fizycznej infrastruktury centrum danych firmy twierdzą, że projekt skraca procesy planowania poprzez precyzyjne określenie sposobu organizacji zasilania, chłodzenia i infrastruktury IT.

„Te możliwości pomagają organizacjom budować niezawodne, skalowalne fabryki AI szybciej, z większą pewnością, mniejszym ryzykiem i mniejszą złożonością” — dodał Bunger.

Projekt obejmuje również monitorowanie i analitykę w czasie rzeczywistym, predykcyjne utrzymanie ruchu oparte na AI oraz optymalizację na poziomie systemowym, obejmującą zasilanie, chłodzenie i infrastrukturę IT.

Wdrażanie infrastruktury AI jako wyzwanie inżynieryjne

Publikacja projektu przypada na moment, w którym wdrażanie infrastruktury AI zmienia swój charakter — od zapewniania zdolności obliczeniowej w kierunku integracji złożonych systemów w skali całej operacji, obejmującej zasilanie, chłodzenie, sieć i bieżące zarządzanie. Ta zmiana wywołała falę współprac między dostawcami w celu tworzenia pre-walidowanych architektur referencyjnych, ponieważ poszczególni operatorzy coraz częściej nie radzą sobie samodzielnie z integracją systemów GPU w skali rack, chłodzenia cieczą oraz rozdziału energii wysokiego napięcia.

„Projekt referencyjny AMD Helios pomaga przezwyciężyć przepaść między zaawansowanymi platformami obliczeniowymi AI, technologiami energetycznymi a rzeczywistą implementacją w centrach danych dzięki wspólnie opracowanemu i zwalidowanemu wzorcowi” — powiedział Bunger. „Choć dostęp do energii pozostaje istotnym ograniczeniem branżowym, projekty referencyjne oparte na inżynierii pozwalają organizacjom szybciej przejść od planowania do wdrożenia z większą pewnością, wydajnością i niezawodnością.”

Wskazanie przez Bungera na energię jako ograniczenie odzwierciedla powszechnie raportowane wyzwanie branżowe: terminy przyłączenia do sieci energetycznych, limity przepustowości sieci oraz lokalne procedury pozwoleniowe stały się istotnymi wąskimi gardłami dla wdrożeń AI w skali hyperscale i enterprise w wielu regionach.

Projekt ma na celu wspieranie skalowania modułowego, obsługując klastry AI o pojemności IT do 10.4MW dla wdrożeń greenfield, a jednocześnie zapewniając infrastrukturę zdolną do obsługi wysokogęstościowych obciążeń AI w istniejących obiektach.

Walidacja standardów

Projekt referencyjny został zwalidowany zgodnie ze standardami ANSI dla wdrożeń w USA, z planami rozszerzenia frameworku o obsługę norm Międzynarodowej Komisji Elektrotechnicznej (IEC) dla implementacji globalnych.

Źródło: AI Business