Новая архитектура от Trane и Eaton позволит дата-центрам сократить потребление меди на 80%

Компании Trane Technologies и Eaton представили совместное инженерное решение, объединяющее средневольтное распределение электроэнергии и климатическую инфраструктуру для дата-центров на платформе Nvidia DSX. По расчетам разработчиков, данный подход способен поднять общую энергоэффективность на величину до 15%, уменьшить капитальные затраты на монтаж на 30% и сократить расход меди на 80% по сравнению со стандартными низковольтными схемами.

Разработка интегрирована в платформы Trane Continuum Rubin DSX и Eaton Beam Rubin DSX. Силовые установки Eaton снабжают энергией оборудование Trane, а интеллектуальные системы управления обеспечивают непрерывный обмен телеметрией между энергетическим и холодильным контурами, гибко подстраиваясь под динамические колебания вычислительной нагрузки.

Результатом сотрудничества стал не изолированный аппаратный продукт, а масштабируемая эталонная архитектура, комплексно охватывающая силовую и тепловую инфраструктуру ЦОД.

Специализированные ИИ-кластеры характеризуются экстремальной плотностью мощности и высоким тепловыделением на ограниченной площади. Сквозное проектирование систем электропитания и терморегуляции исключает дублирование инженерных задач, позволяет заблаговременно выявлять дефицит мощностей и дает операторам прозрачное понимание реального энергетического баланса, остающегося непосредственно для IT-нагрузки. Кроме того, архитектура изначально рассчитана на бесшовное внедрение жидкостного охлаждения и линий постоянного тока по мере развития этих технологий.

При этом производители подчеркивают, что приведенные показатели являются расчетно-проектными, а не результатами практических тестов на реальных площадках. Публичных данных о пилотных внедрениях или сроках коммерческих поставок пока нет. Реальную ценность концепции для индустрии определят будущие измерения — фактическое энергопотребление, реальные затраты на интеграцию, скорость ввода в эксплуатацию и стабильность работы под нагрузкой. Тем не менее представленный проект формирует готовую референсную базу для преодоления ключевых инфраструктурных барьеров в эпоху масштабирования ИИ.

Источник: iXBT