Inovația în domeniul centrelor de date este influențată tot mai puternic de cerințe macro și de trenduri tehnologice asociate inteligenței artificiale, potrivit raportului Vertiv™ Frontiers. Documentul reunește perspective ale specialiștilor Vertiv și urmărește modul în care proiectarea, construcția și operarea centrelor de date se schimbă sub presiunea sarcinilor de lucru AI și HPC, care cresc densitatea de putere și accelerează nevoia de implementare rapidă.
În declarațiile incluse în raport, Scott Armul, Chief Product and Technology Officer al Vertiv, subliniază că industria se adaptează la densități și ritmuri de implementare cerute de „fabricile AI”, iar convergența dintre tehnologii împinge în prim-plan arhitecturi de alimentare în curent continuu (DC) la tensiune înaltă, răcirea cu lichid și, pe termen mediu, generarea de energie la fața locului și digital twins.
Patru forțe macro care reconfigurează infrastructura centrelor de date
Raportul indică patru forțe macro care, împreună, redefinesc modul în care sunt planificate și operate facilitățile de calcul pentru AI:
Densificarea extremă: sarcinile AI și HPC cresc densitatea la nivel de rack, punând presiune pe distribuția energiei și pe răcire.
Scalarea rapidă la nivel de gigawați: implementările se accelerează, iar proiectele se extind la o scară rar întâlnită până acum.
Centrul de date ca unitate de calcul: în era AI, infrastructura este tratată ca un sistem integrat (IT + infrastructură critică), nu ca o sumă de componente independente.
Diversificarea siliciului: ecosistemul de cipuri și arhitecturi se diversifică, iar infrastructura trebuie să rămână compatibilă cu mai multe platforme și profiluri termice/energetice.
Cinci tendințe-cheie identificate de raport
1) Alimentarea infrastructurii pentru AI: trecerea către DC la tensiuni mai ridicate
Raportul notează că multe centre de date folosesc încă distribuție hibridă AC/DC, cu trei-patru etape de conversie de la rețea până la rack, ceea ce introduce pierderi și complexitate. Pe măsură ce densitățile cresc, apare interesul pentru arhitecturi DC la tensiuni mai ridicate, care pot reduce curentul, dimensiunea conductorilor și numărul de conversii, prin centralizarea conversiei la nivel de sală.
În același timp, pe măsură ce standardele și echipamentele DC se maturizează, raportul anticipează o utilizare mai frecventă a DC de înaltă tensiune, în special odată cu creșterea densității la nivel de rack. Generarea de energie la fața locului și microrețelele sunt menționate ca factori care pot accelera această tranziție.
2) Inteligența artificială distribuită: inferență livrată în modele private, hibride și on-premise
Raportul pornește de la investițiile masive din ultimii ani în centre de date pentru AI (în special pentru antrenarea și operarea modelelor lingvistice mari) și argumentează că, pe măsură ce AI devine infrastructură critică pentru afaceri, locația inferenței va fi decisă de cerințe concrete: rezidența datelor, securitate, latență și conformitate.
Industriile puternic reglementate (de exemplu, finanțe, apărare, sănătate) ar putea păstra sau extinde medii AI private ori hibride, inclusiv în centre de date on-premise. În acest scenariu, soluțiile flexibile de alimentare de mare densitate și răcire cu lichid sunt prezentate ca facilitatori pentru extinderea capacității, fie prin modernizarea facilităților existente, fie prin construcții noi.
3) Accelerarea autonomiei energetice: „bring your own power” ca răspuns la constrângeri
Generarea de energie la fața locului a fost folosită tradițional pentru reziliență (backup), însă raportul semnalează o posibilă extindere a autonomiei energetice, în special pentru centrele de date orientate către AI. Motivația principală este disponibilitatea energiei și limitările de conectare/expansiune, nu doar continuitatea operațională.
Sunt menționate investiții în capacități locale (inclusiv turbine pe gaz natural și alte tehnologii), precum și strategii de tip „Bring Your Own Power (și Cooling)”, care pot deveni parte din planurile de dezvoltare în proiectele unde accesul la energie este factorul limitativ.
4) Design și operare bazate pe digital twins: proiectare virtuală și implementare modulară
Creșterea densității și complexității asociate GPU-urilor și sarcinilor AI amplifică presiunea pe time-to-deploy. Raportul descrie digital twins ca un instrument de cartografiere, specificare și integrare virtuală a infrastructurii, permițând implementarea unor unități de calcul preconfigurate (adesea prin design modular/prefabricat).
În logica raportului, această abordare poate reduce timpul până la obținerea rezultatelor în proiectele AI (inclusiv ceea ce documentul numește time-to-token) și este prezentată ca un mecanism important pentru extinderi eficiente la scară de gigawați.
5) Răcire lichidă adaptivă și rezilientă: control mai bun, fiabilitate mai mare
Raportul arată că adoptarea răcirii cu lichid este accelerată de sarcinile AI, iar următorul pas este utilizarea AI pentru a optimiza funcționarea acestor sisteme. Integrată cu monitorizare și control avansate, AI ar putea susține răcirea lichidă prin anticiparea defecțiunilor, managementul fluidelor și al componentelor și menținerea parametrilor în limite sigure.
Obiectivul practic este creșterea fiabilității și disponibilității pentru hardware-ul de mare valoare și pentru sarcinile de lucru asociate, într-un context în care densitatea ridicată reduce marjele de eroare termică.
De ce contează aceste tendințe pentru piață
În ansamblu, raportul descrie un ecosistem în care energia, răcirea și arhitectura IT nu mai pot fi tratate separat. Densificarea și diversificarea platformelor de calcul obligă operatorii să adopte designuri mai standardizate și mai modulare, să optimizeze conversiile energetice și să accelereze punerea în funcțiune prin instrumente digitale precum digital twins. În paralel, distribuția inferenței către medii private și hibride sugerează că modernizarea facilităților existente va rămâne o temă majoră, nu doar construcția de noi campusuri.
Comentariul va fi postat dupa aprobare