Sztuczna inteligencja, centra danych i ultradźwiękowe przepływomierze: połączenie komputerowania z chłodzeniem
Sztuczna inteligencja (AI) szybko zmienia sposób, w jaki wykonywane są obliczenia, przetwarzanie danych i aplikacje cyfrowe. Mówiąc prościej, AI wykorzystuje algorytmy i zasoby obliczeniowe do uczenia się, analizowania i przetwarzania dużych ilości danych, umożliwiając takie zastosowania, jak przewidywanie, rozpoznawanie, generowanie treści i zautomatyzowane podejmowanie decyzji.
Te zadania obliczeniowe wymagają dużej liczby serwerów, procesorów graficznych (GPU), systemów pamięci masowej i sprzętu sieciowego.Centrum danych to podstawowa infrastruktura, która przechowuje i obsługuje te zasoby obliczeniowe, pamięci masowej i sieciowe.
W miarę rozwoju modeli AI i wysokowydajnych systemów obliczeniowych, gęstość obliczeniowa centrów danych AI rośnie. Wyższa moc obliczeniowa oznacza większe zapotrzebowanie na energię, podczas gdy ciepło generowane przez serwery i procesory graficzne musi być stale usuwane. W rezultacie,chłodzenie stało się krytycznym elementem nowoczesnej infrastruktury centrów danych AI. Chłodzenie cieczą jest również coraz częściej stosowane w środowiskach o dużej gęstości obliczeniowej, gdzie tradycyjne chłodzenie powietrzem może być niewystarczające.
Dlaczego centra danych potrzebują pomiaru przepływu?
Niezależnie od tego, czy obiekt wykorzystuje systemy wody lodowej, bezpośrednie chłodzenie cieczą, czy inne technologie chłodzenia oparte na cieczy, systemy chłodzenia stale cyrkulują chłodziwo przez pompy, wymienniki ciepła, sprzęt chłodniczy i rurociągi.
W tym procesie,natężenie przepływu jest ważnym parametrem do zrozumienia i kontrolowania wydajności systemu chłodzenia.
Na przykład:
Czy wystarczająca ilość chłodziwa dociera do sprzętu?
Czy przepływ jest prawidłowo rozłożony między różnymi obiegami chłodzenia?
Czy pompy i wymienniki ciepła działają w wymaganych warunkach?
Czy można wykryć nienormalne warunki przepływu na czas?
Czy nadmierna cyrkulacja powoduje niepotrzebne zużycie energii?
Dlatego monitorowanie energii elektrycznej zużywanej wyłącznie przez sprzęt IT nie daje pełnego obrazu efektywności centrum danych. Ważne jest również zrozumienieprzepływu, temperatury i wymiany energii cieplnej w systemie chłodzenia. Badania wykazały, że przepływ i temperatura chłodziwa mogą bezpośrednio wpływać na stabilność termiczną i efektywność energetyczną systemu chłodzenia w środowiskach o dużej gęstości obliczeniowej.
Jak przepływomierze ultradźwiękowe łączą AI z centrami danych?
W tym miejscu pomiar przepływu ultradźwiękami staje się istotny.
Przepływomierze ultradźwiękowe z montażem zewnętrznym (clamp-on) mogą być instalowane na istniejących rurociągach bez konieczności ich cięcia ani znaczących modyfikacji systemu rurociągowego. Dzięki temu nadają się do monitorowania i modernizacji istniejącej infrastruktury chłodniczej w centrach danych.
Poprzez ciągły pomiar przepływu wody lodowej lub innych cieczy chłodzących, przepływomierze ultradźwiękowe dostarczają danych operacyjnych w czasie rzeczywistym do systemów monitorowania i sterowania.
W połączeniu z pomiarem temperatury, mierniki energii/BTU ultradźwiękowe mogą również monitorować wymianę energii cieplnej w systemie chłodzenia, pomagając inżynierom zrozumieć rzeczywiste obciążenie chłodnicze obsługiwane przez system.
Dane pomiarowe mogą być przesyłane za pośrednictweminterfejsów RS485, 4-20mA i innych interfejsów przemysłowych do systemów zarządzania budynkami, platform zarządzania energią lub innych systemów danych, gdzie mogą być dalej integrowane z analizą danych i AI.
Ogólne połączenie można zrozumieć w następujący sposób:
Obliczenia AI → Centrum danych → Ciepło generowane przez serwery/GPU → System chłodzenia → Pomiar przepływu i temperatury → Pozyskiwanie danych → Analiza danych / Optymalizacja AI → Regulacja systemu chłodzenia
AI nie zastępuje przepływomierza. Zamiast tego,przepływomierz dostarcza rzeczywistych danych terenowych, podczas gdy AI może wykorzystać te dane do analizy, przewidywania i optymalizacji.
Na przykład, system oparty na AI może łączyć obciążenie serwera, natężenie przepływu, temperatury zasilania i powrotu, warunki otoczenia i historyczne dane operacyjne w celu analizy zapotrzebowania na chłodzenie i wsparcia optymalizacji pomp, sprzętu chłodniczego i innych elementów systemu. Niedawne badania eksplorowały oparte na AI przewidywanie temperatur chłodziwa i optymalizację zużycia energii w systemach chłodzenia cieczą w centrach danych w oparciu o dane.
Od pomiaru do inteligentnego zarządzania
Dla centrów danych AI nowej generacji, pomiar przepływu nie polega już tylko na uzyskaniu wartości natężenia przepływu.
Niezawodne dane terenowe są podstawą zarządzania energią, monitorowania systemu, analizy błędów i inteligentnej optymalizacji.
Jako część warstwy pozyskiwania danych terenowych, przepływomierze ultradźwiękowe i mierniki energii mogą pomóc w nawiązaniu połączenia międzyfizycznym systemem chłodzenia → danymi operacyjnymi w czasie rzeczywistym → cyfrowym monitorowaniem → analizą i optymalizacją AI.
Flo-Instruments oferuje przepływomierze ultradźwiękowe z montażem zewnętrznym, przenośne i ścienne, a także rozwiązania do pomiaru energii/BTU ultradźwiękami dla HVAC, systemów chłodzenia, obiektów przemysłowych i zastosowań związanych z zarządzaniem energią, wspierając niezawodny pomiar przepływu i energii dla centrów danych i innych wymagających infrastruktur.