ИИ, центры обработки данных и ультразвуковые расходомеры: Соединяя вычисления с охлаждением

Искусственный интеллект (ИИ) быстро меняет способы выполнения вычислений, обработки данных и цифровых приложений. Проще говоря, ИИ использует алгоритмы и вычислительные ресурсы для обучения, анализа и обработки больших объемов данных, что позволяет использовать такие приложения, как прогнозирование, распознавание, генерацию контента и автоматическое принятие решений.

Эти вычислительные задачи требуют большого количества серверов, графических процессоров, систем хранения и сетевого оборудования.Центр обработки данных — это основная инфраструктура, в которой размещаются и управляются эти вычислительные, хранилища и сетевые ресурсы.

По мере развития моделей искусственного интеллекта и высокопроизводительных вычислений плотность вычислений в центрах обработки данных искусственного интеллекта увеличивается. Более высокая вычислительная мощность означает более высокий спрос на электроэнергию, в то время как тепло, выделяемое серверами и графическими процессорами, должно постоянно отводиться. Как результат,охлаждение стало важнейшей частью современной инфраструктуры центров обработки данных с искусственным интеллектом. Жидкостное охлаждение также все чаще применяется в вычислительных средах с высокой плотностью размещения, где традиционного воздушного охлаждения может быть недостаточно.

Зачем центрам обработки данных необходимо измерение расхода?

Независимо от того, использует ли объект системы охлажденной воды, прямое жидкостное охлаждение или другие технологии жидкостного охлаждения, системы охлаждения непрерывно циркулируют охлаждающую жидкость через насосы, теплообменники, охлаждающее оборудование и трубопроводы.

В этом процессеСкорость потока является важным параметром для понимания и контроля производительности системы охлаждения.

Например:

Достаточно ли охлаждающей жидкости поступает в оборудование?

Правильно ли распределяется поток между различными контурами охлаждения?

Насосы и теплообменники работают в требуемых условиях?

Можно ли вовремя обнаружить аномальные условия потока?

Является ли чрезмерная циркуляция причиной ненужного потребления энергии?

Поэтому мониторинг электроэнергии, потребляемой ИТ-оборудованием, сам по себе не дает полной картины эффективности центра обработки данных. Также важно пониматьпоток, температура и передача тепловой энергии внутри системы охлаждения. Исследования показали, что расход и температура охлаждающей жидкости могут напрямую влиять на термическую стабильность и энергоэффективность системы охлаждения в вычислительных средах с высокой плотностью размещения.

Как ультразвуковые расходомеры соединяют искусственный интеллект с центрами обработки данных?

Именно здесь становится актуальным ультразвуковое измерение расхода.

Накладные ультразвуковые расходомеры можно устанавливать снаружи на существующих трубопроводах без резки труб или серьезных модификаций трубопроводной системы. Это делает их подходящими для мониторинга и модернизации существующей инфраструктуры охлаждения в центрах обработки данных.

Постоянно измеряя поток охлажденной воды или других охлаждающих жидкостей, ультразвуковые расходомеры предоставляют рабочие данные в режиме реального времени системам мониторинга и управления.

В сочетании с измерением температуры ультразвуковые счетчики энергии/БТЕ также могут контролировать передачу тепловой энергии внутри системы охлаждения, помогая инженерам понять фактическую охлаждающую нагрузку, которую обрабатывает система.

Данные измерений могут передаваться черезRS485, 4–20 мА и другие промышленные интерфейсы. к системам управления зданиями, платформам управления энергопотреблением или другим системам данных, где их можно дополнительно интегрировать с аналитикой данных и искусственным интеллектом.

Общую связь можно понимать как:

ИИ-вычисления→Дата-центр→Тепло, выделяемое серверами/графическими процессорами→Система охлаждения→Измерение расхода и температуры→Сбор данных→Аналитика данных/Оптимизация искусственного интеллекта→Регулировка системы охлаждения

AI не заменяет расходомер. Вместо,расходомер предоставляет данные о реальных месторождениях, а ИИ может использовать эти данные для анализа, прогнозирования и оптимизации.

Например, система на основе искусственного интеллекта может комбинировать нагрузку сервера, скорость потока, температуру подачи и обратки, условия окружающей среды и исторические эксплуатационные данные для анализа потребности в охлаждении и поддержки оптимизации насосов, охлаждающего оборудования и других компонентов системы. Недавние исследования изучали прогнозирование температуры охлаждающей жидкости на основе искусственного интеллекта и оптимизацию потребления энергии жидкостного охлаждения в центрах обработки данных на основе данных.

От измерения к интеллектуальному управлению

Для центров обработки данных нового поколения с искусственным интеллектом измерение расхода больше не сводится к простому получению значения расхода.

Надежные полевые данные являются основой для управления энергопотреблением, мониторинга системы, анализа неисправностей и интеллектуальной оптимизации.

В рамках уровня сбора полевых данных ультразвуковые расходомеры и счетчики энергии могут помочь установить связь междуфизическая система охлаждения→оперативные данные в реальном времени→цифровой мониторинг→AI-анализ и оптимизация.

Flo-Instruments предлагает накладные, портативные и настенные ультразвуковые расходомеры, а также решения для ультразвукового измерения энергии/БТЕ для систем отопления, вентиляции и кондиционирования, систем охлаждения, промышленных объектов и приложений управления энергопотреблением, поддерживая надежное измерение расхода и энергии для центров обработки данных и другой требовательной инфраструктуры.