Полное руководство по мониторингу качества воды для центров обработки данных на базе искусственного интеллекта

Основные выводы

• Глобальный рынок жидкостного охлаждения центров обработки данных достигнет 27,65 млрд долларов к 2033 году , растущий на Среднегодовой темп роста 31,5% с уровня 2026 года ( Исследования и рынки )

• Рабочие нагрузки ИИ генерируют 3–6 раз большие требования к охлаждению по сравнению с традиционными вычислениями, требующие сложного управления водоснабжением

• Целевые показатели эффективности использования воды (WUE) для современных объектов ИИ были ужесточены до <0,2 л/кВт·ч , по сравнению с 0,5–1,0 л/кВт·ч для традиционных центров обработки данных

• Непрерывный мониторинг качества воды предотвращает выход из строя системы охлаждения, что может повлечь за собой значительные затраты 2–10 миллионов долларов в час в потерянной выручке от вычислений с использованием ИИ

• Онлайн‑мониторинг проводимости и уровня pH обеспечивает предиктивное техническое обслуживание, продлевая срок службы охладительного оборудования на 25–40%

Введение

Искусственный интеллект коренным образом меняет подход к проектированию центров обработки данных. Вычислительные требования, связанные с обучением и выполнением инференса крупных языковых моделей, порождают тепловые нагрузки, которые традиционные системы охлаждения попросту не способны эффективно справляться.

Это всестороннее руководство рассматривает требования к мониторингу качества воды в центрах обработки данных, использующих искусственный интеллект — от систем жидкостного охлаждения до очистки добавочной воды — и предоставляет практические рекомендации для эксплуатационного персонала и инженеров.

Почему центры обработки данных на базе ИИ требуют передовых решений в области управления водными ресурсами

Современные ускорители искусственного интеллекта потребляют беспрецедентно большое количество энергии. Графические процессоры (GPU), предназначенные для задач ИИ, потребляют 700–1000 ватт за чип, при этом конфигурации с рэками обеспечивают 60–240 кВт на один шкаф. Эта тепловая плотность превышает возможности воздушного охлаждения в несколько раз 3-10x.

Дата‑центры реагируют, внедряя технологии жидкостного охлаждения:

Охлаждение непосредственно на чипе : Холодильные пластины крепятся непосредственно к процессорам, отводя тепло в рециркулирующий хладагент. Этот подход позволяет справляться с плотностями тепловыделения до 100–120 кВт на стойку .

Охлаждение погружением : Полное погружение сервера в диэлектрическую жидкость обеспечивает поддержку крайне высоких плотностей, превышающих 200 кВт на стойку .

Теплообменники для задней двери : Автономные охладительные установки монтируются за серверными стойками и кондиционируют вытяжной воздух без внесения изменений в серверное оборудование.

Каждый из этих подходов требует тщательного управления качеством воды, чтобы предотвратить выход системы из строя и поддерживать эффективность охлаждения.

Параметры качества воды, критически важные для систем охлаждения

Проводимость

Проводимость определяет концентрацию растворённых ионов в охлаждающей воде. Высокая проводимость свидетельствует о повышенном содержании минеральных веществ, что способствует:

• Образование накипи : Растворённые минералы выпадают в осадок на поверхностях теплообмена, снижая эффективность охлаждения

• Ускорение коррозии Ионные виды ускоряют электрохимическую коррозию металлических компонентов.

• Проблемы с электропроводностью В открытых системах охлаждения повышение электропроводности приводит к увеличению электропроводности охлаждающей воды.

Целевые значения для систем охлаждения :

Линейные измерители электропроводности компании Shanghai ChiMay обеспечивают непрерывный контроль в указанных диапазонах с точностью ±1% , обеспечивая точное управление качеством охлаждающей воды.

Уровни pH

pH системы охлаждения влияет на скорость коррозии и эффективность химической обработки:

Кислые условия (pH < 6,5) Ускоряет коррозию стальных и медных деталей, разъедает защитные покрытия и повышает скорость растворения металлов.

Нейтральные условия (pH 6,5–8,0) : Оптимальный диапазон для большинства систем охлаждения, минимизирующий как коррозионные, так и накипеобразующие процессы.

Щелочные условия (pH > 8,5) : Способствует образованию накипи на поверхностях теплообмена, снижая эффективность охлаждения.

Непрерывный мониторинг уровня pH позволяет оперативно реагировать на отклонения, способные повредить охладительное оборудование.

Мутность

Мутность указывает на концентрацию взвешенных частиц в охлаждающей воде. Повышенная мутность вызывает:

• Ограничения потока : Частицы накапливаются в трубах, клапанах и теплообменниках

• Износ и повреждения : Взвешенные твёрдые частицы ускоряют износ насосов и уплотнений

• Загрязнение датчика : Частицы осадка покрывают поверхности приборов, ухудшая точность измерений

Онлайн‑анализаторы мутности обеспечивают раннее предупреждение о снижении эффективности работы системы фильтрации, что позволяет проводить профилактическое техническое обслуживание до наступления повреждений оборудования.

Индексы коррозии

На предприятиях по очистке воды рассчитывают производные индексы, прогнозирующие склонность к коррозии и образованию накипи:

Индекс насыщения Ланжелье (LSI) : Предсказывает склонность к образованию отложений карбоната кальция. Значения в пределах -0,5 и +0,5 указывают на стабильные условия.

Индекс устойчивости Ризнера (RSI) : Оценивает равновесный pH для карбоната кальция. Значения в пределах 6,0 и 7,5 предлагать стабильные условия.

Индекс масштабирования Пуккориуса (PSI) : Учитывает буферную ёмкость при прогнозировании образования накипи, обеспечивая более точные прогнозы для некоторых составов воды.

Непрерывный мониторинг параметров, входящих в эти расчёты, обеспечивает предиктивное обслуживание химического состава системы охлаждения.

Типы систем охлаждения и требования к их мониторингу

Жидкостное охлаждение непосредственно на чип

Эти системы обеспечивают непосредственную циркуляцию охлаждающей жидкости к процессорам серверов. Требования к качеству воды являются самыми строгими:

Технические характеристики охлаждающей жидкости :

• Проводимость: <100 мкСм/см (в идеале <50 мкСм/см)

• pH: 6,5–8,0

• Мутность: <1 NTU

• Растворённый кислород: <1 мг/л для минимизации коррозии

Точки мониторинга :

• Подача на распределительный коллектор

• Возврат заголовка из соединений стойки

• Система подачи воды для макияжа

• Стоки системы фильтрации

Последствия неудачи : Загрязнение охлаждающей жидкости, попадающее на процессоры серверов, может привести к Катастрофическое повреждение оборудования при единовременных затратах, которые могут превышать 5 миллионов долларов .

Системы градирен

Охладительные башни испаряют воду, чтобы отводить тепло из систем охлаждения. Хотя их работа менее критична, чем у систем прямого охлаждения чипов, химический состав воды в башнях существенно влияет на срок службы и эффективность оборудования:

Параметры мониторинга :

• Проводимость (для контроля концентрации)

• pH

• Мутность

• Микробиологическая активность (для оптимизации биоцида)

Стратегия управления : Поддерживать циклы концентрации (соотношение расходной воды и проводимости подпиточной воды) в пределах 3–6 циклов для сбалансирования расхода воды с потенциалом накипеобразования и коррозии.

Ультрачистая вода для производства

Некоторые процессы производства аппаратных средств искусственного интеллекта требуют сверхчистой воды, соответствующей полупроводниковым стандартам:

Требования к UPW :

• Удельное сопротивление: >18 МОм·см

• Частицы: <10 частиц/мл (>0,05 мкм)

• Общее содержание: <1 ppb

• Растворённый кислород: <10 ppb

Эти технические требования требуют применения наиболее совершенных средств мониторинга, включая онлайн‑счётчики частиц и анализаторы следовых концентраций.

Внедрение программ непрерывного мониторинга

Этап 1: Оценка и планирование

Инвентарь системы : Документировать все системы, использующие воду, их требования к качеству и существующие методы мониторинга.

Анализ разрыва Сравнить существующий мониторинг с передовыми практиками и нормативными требованиями.

Приоритизация рисков : Упорядочить системы по последствиям отказов и степени серьёзности пробелов в мониторинге.

Разработка плана мониторинга Определить параметры мониторинга, места размещения, используемые приборы и процедуры реагирования для каждой приоритетной системы.

Этап 2: Развертывание инфраструктуры

Выбор датчика : Выберите приборы, соответствующие требованиям применения по диапазону измерений, точности и надёжности.

Установка : Установить датчики положения в репрезентативных точках отбора проб, обеспечив их надлежащий доступ для проведения технического обслуживания.

Интеграция Подключайте датчики к системам сбора данных, платформам управления и системам оповещения о тревоге.

Ввод в эксплуатацию : Проверить надлежащее функционирование, откалибровать приборы и зафиксировать исходные условия.

Этап 3: Оптимизация и улучшение

Анализ данных : Анализировать данные мониторинга для выявления возможностей улучшения и возникающих проблем.

Оптимизация управления : Регулировать дозировки химических реагентов для обработки на основе непрерывных данных, а не периодических пробоотборов.

Прогнозное техническое обслуживание Используйте анализ тенденций мониторинга для заблаговременного планирования мероприятий по техническому обслуживанию.

Бенчмаркинг Сравнивайте показатели эффективности с целевыми значениями и отраслевыми эталонами.

Показатели управления водными ресурсами для объектов ИИ

Эффективность использования воды (WUE)

WUE определяет эффективность использования воды:

WUE = Годовое потребление воды (л) / Мощность ИТ‑оборудования (кВт)
 

Цели современного объекта ИИ:

• Традиционные центры обработки данных: 0,5–1,0 л/кВт·ч

• Энергоэффективные и водосберегающие объекты: 0,2–0,5 л/кВт·ч

• Ультраэффективные цели: <0,2 л/кВт·ч

Эффективность системы охлаждения

Температура подхода : Разница между температурой подачи охлаждающей воды и температурой по влажному термометру. Чем меньше эта разница, тем эффективнее отводится тепло.

Коэффициент полезного действия (КПД) : Отношение холодопроизводительности к потребляемой энергии. Более высокий коэффициент COP свидетельствует о более высокой эффективности охлаждения.

PUE (эффективность использования энергии) : Общая мощность объекта, делённая на мощность ИТ‑оборудования. Целевые значения для объектов с жидкостным охлаждением: 1,05–1,15 .

Соображения по стоимости

Капитальные инвестиции

Типичные затраты на инфраструктуру мониторинга для 10 MW Центры обработки данных ИИ:

Эксплуатационные преимущества

Избежанные издержки от неудачи : Сбои в системе охлаждения, влияющие на работу ИИ, могут обойтись в 2–10 миллионов долларов в час . Эффективный мониторинг предотвращает подобные инциденты.

Оптимизация энергопотребления : Оптимизированная химия охлаждения и управление потоком обычно снижают потребление энергии на охлаждение на 10–20% .

Продление срока службы оборудования : Эффективное управление качеством воды продлевает срок службы охладительного оборудования за счёт 25–40% , сокращая капитальные затраты на замену.

Заключение

Центрам обработки данных на базе искусственного интеллекта необходимы передовые системы мониторинга качества воды, обеспечивающие надёжность, энергоэффективность и долговечность систем охлаждения. Инвестиции в комплексную инфраструктуру мониторинга позволяют защитить гораздо более крупные капитальные вложения в вычислительное оборудование и одновременно помогают объектам достигать строгих целей по повышению водной эффективности.

По мере того как инфраструктура ИИ продолжает расширяться — при этом рынок жидкостного охлаждения, согласно прогнозам, достигнет 27,65 млрд долларов к 2033 году —Объекты, внедряющие надёжные программы управления водными ресурсами, обеспечивают себе устойчивую и надёжную эксплуатацию.

Компания Shanghai ChiMay предлагает комплексные решения для мониторинга качества воды, разработанные с учётом строгих требований сред AI‑центров обработки данных. От встроенных измерителей электропроводности до онлайн‑анализаторов мутности — эти приборы формируют базу данных, необходимую для эффективного управления системами охлаждения.