Yüksek işlem yoğunluğuna sahip bir yapay zekâ (AI) veri merkezindeki tek bir soğutma arızası bile saniyeler içinde kontrolsüz ısınmaya sebep olabiliyor. GPU kümeleri, geleneksel hava soğutma sistemlerinin idare edebileceğinden çok daha fazla güç yoğunluğu istiyor. Bundan dolayı soru artık, sıvı soğutma altyapısı bakım stratejisini gözden geçirip geçirmemek değil, bunu ne kadar hızlı yapabileceğiniz.

AI veri merkezi sıvı soğutma pazarının 2025'te 3,2 milyar dolar olan hacminin %16,9'luk bileşik yıllık büyüme oranıyla (CAGR) 2035'te 15,3 milyar dolara yükseleceği öngörülüyor [Precedence Research, 2024]. AI altyapı ekosistemi, %75'i AI iş yükünü hedefleyen yeni veri merkezi projeleri, %53'ü sıvı soğutma sistemlerinin gelecekte yüksek yoğunluklu kurulumlara egemen olmasını bekleyen operatörlerle [Uptime Institute, Yıllık Veri Merkezi Anketi, 2024] hızla değişiyor. Bakım stratejilerinin de bu hıza ayak uydurması gerekiyor.

AI veri merkezi soğutmasında yeni gerçeklik

2025 yılına kadar, çipin doğrudan sıvıyla soğutulduğu sistemlerin pazar payının %47 olacağı [Global Market Insights, 2024], sıvı soğutma sistemlerinin %55'inin ise büyük ölçekli AI veri merkezlerinde kullanılacağı öngörülüyordu. GPU tabanlı işleme ve yüksek performanslı bilgi işlem uygulamaları, hava soğutma sistemlerinin yönetemeyeceği ısıl yükler üretiyor.

Ancak sıvı soğutmanın getirdiği operasyonel karmaşıklık daha az tartışılıyor. Doğrudan çip soğutma, daldırmalı soğutma veya hibrit yapılandırmalar fark etmeksizin, soğutma sıvısı dağıtım üniteleri, ısı eşanjörleri, hassas pompalar ve manifold grupları, geleneksel ısıtma, havalandırma ve soğutma (HVAC) sistemlerinden temelde farklı arıza türleri ortaya çıkarıyor. Bunlar, daha basit koşullar için tasarlanmış takvim tabanlı bakım döngülerine uygun bileşenler değil.

Bu tür sistemlerde arızaların ortaya çıkış sebeplerini daha iyi anlamak için AI veri merkezlerinde sıvı soğutmaya ilişkin risklerin ele alındığı sektörel analizlere göz atın. Bu analizler, malzeme uyumluluk sorunlarına, korozyon süreçlerine ve tasarlanmış sistem entegrasyonunun önemine odaklanıyor.

Önleyici bakım neden yetersiz kalıyor?

Geleneksel önleyici bakım, daha düşük güç yoğunluklarının, daha basit yapıların ve daha az enstrümanlı altyapıların var olduğu daha öngörülebilir bir dünya için tasarlandı. Günümüzde AI ortamları, elektriksel güç izleme sistemi (EPMS) ve bina yönetim sistemi (BMS) platformlarından sürekli operasyonel veri akışları sağlayan sıvıdan sıvıya ve sıvıdan havaya soğutma sistemlerini birleştiriyor. Bu verileri arka plan gürültüsü olarak değerlendirip sabit zamanlı kontrollere güvenmek, bakıma ilişkin en değerli uyarıyı göz ardı etmek anlamına geliyor.

Bu tercihin maliyeti ölçülebiliyor:

  •  Güvenilirliği artırmadan maliyet yaratan önleyici bakım görevlerinin %30'una kadarı gereksiz olabiliyor [ABD Enerji Bakanlığı, Operasyon ve Bakım En İyi Uygulamalar Kılavuzu, 2010].
  •  Planlı denetimler arasında gelişen arızalar kritik hale gelene kadar tespit edilemiyor.
  • Buradaki boşluk, AI iş yükünü destekleyen sıvı soğutma için beklenmedik operasyonel duraksamaya ve bilgi işlemde kapasite kaybına dönüşüyor.

AI destekli Sistemik Durum Bazlı Bakıma (CBM) (AI Destekli Sistemik Varlık Yönetimi Stratejisiyle Veri Merkezi Hizmetini Yeniden Düşünmek) ilişkin son teknik raporumuz, reaktif ve takvim tabanlı modellerin yüksek yoğunluklu ortamlarda neden başarısız olduğunu gösteriyor. Bu değişim, bu blog yazısında verilen temel mesajı güçlendiriyor: AI iş yükleri için gerekli hale gelen sıvı soğutma, duruma dayalı öngörücü bakım, ısıl kararlılık, dayanıklılık ve kesintisiz performans için kritik öneme sahip.

Öngürücü bakımın avantajı

Durum tabanlı öngörücü bakım stratejileri, bakımı operasyon maliyetlerinden kurtarıp fark yaratan rekabetçi bir unsura dönüştürmek için gerçek zamanlı izleme, gelişmiş analitikler ve AI odaklı algoritmalar kullanıyor.

  • Geleneksel yaklaşımlara oranla genel bakım maliyetinde % 18 -25'e varan azalma   
  • Beklenmedik duraksama sürelerinde %30 ila %50 azalma   
  • 12 -18 ay içinde 10'a 1 ila 30'a 1 arasında yatırım getirisi oranı [Deloitte, 2017; Tesis Mühendisliği, 2023]

Kuruluşların %95'i olumlu getiri raporluyor, %27'si ise ilk yıl içinde yatırımının tamamını geri kazanıyor. Bu faydalar, izlenen sistemlerin karmaşık ve kritik olması nedeniyle sıvı soğutma altyapısı bağlamında daha da artıyor.

AI donanımlarının, ısıl sınırları yeni uç noktalara doğru genişletmesinden dolayı tek fazlı doğrudan sıvı soğutmanın bu sınırları ortadan kaldırarak neden AI veri merkezi verimliliğini artırdığı ve sıvı soğutmanın güvenilir GPU performansı için neden gerekli hale geldiği keşfedilmeye değer görünüyor.

Sıvı soğutmada öngörücü bakımın uygulanması: Schneider Electric yaklaşımı

Genel geçer tedarikçi iddialarının çöktüğü nokta tam da burası. Bu nedenle, etkili uygulamanın pratikte nasıl göründüğü konusunda net olmakta fayda var.

Temel izleme teknolojileri şu hususları içeriyor:

  • Pompalar ve soğutma dağıtım ünitelerindeki titreşim izleme fonksiyonu asıl arızadan önce mekanik arızayı tespit ediyor.
  • Isı eşanjörleri ve soğutucu dağıtım manifoldlarına yönelik termal görüntüleme fonksiyonu, birikinti oluşumu, akış azalışları veya termal arayüz arızasını gösteren sıcaklık anormalliklerini (gözle yapılan planlı denetimlerde fark edilmeyen durumlar) tanımlıyor.
  • Sürekli analitikler, insan operatörlerin gözden kaçırabileceği değişimler ve anormallikleri belirlemek amacıyla izleme verilerini küresel bir tabana dayalı arıza modelleri kütüphaneleriyle karşılaştırarak işliyor.

Fark yaratan husus ise sensörler değil verinin nasıl kullanıldığı.

Schneider Electric'in yeni nesil EcoCare for Cooling hizmetleri tam olarak şu yeteneği kazandıracak: uzaktan izleme ve müdahalenin ne zaman gerekli olduğunu öngören veri odaklı çıkarımlar ile operasyonları kesintiye uğratmadan bakımı planlamak için yeterli sürenin kazanılması. Yüksek sermayeli sıvı soğutma altyapısı bağlamında veri odaklı bakım zamanlamasıyla ekipman ömrünü %20-40 oranında uzatma yeteneği, toplam sahiplik maliyetini doğrudan iyileştiriyor.

İzlenecek yol

Veri merkezi soğutma pazarının 2030 yılına kadar %16,46'lık bir CAGR'la 40,72 milyar dolar seviyesine ulaşacağı öngörülüyor [Mordor Intelligence, Veri Merkezi Soğutma Pazarı, 2024]. Bugün bakım stratejilerini bu altyapı evrimiyle uyumlu hale getiren kuruluşlar, beklemede kalanlara karşı güvenilirlik ve işletme maliyetinde yapısal avantaj sağlayacak.

Sıvı soğutma sistemlerinde öngörücü bakımın benimsenmesi teknolojik değil, operasyonel bir strateji kararı. Altyapı zaten veri üretiyor. Soru, bakım modelinizin veriyi kullanmak için tasarlanıp tasarlanmadığı.

Schneider Electric'in AI veri merkezi soğutma hizmetini nasıl yeniden tanımladığını öğrenmek ister misiniz? Yeni nesil EcoCare for Cooling için takipte kalın ve veri odaklı bakım yaklaşımımızın en kritik altyapınızı korumanıza nasıl katkı sunabileceğini keşfedin.