La sugerencia de un software específico ante el aumento de la demanda de refrigeración en los Data Centers
Estamos viendo que la inteligencia artificial ya es una realidad y que poco a poco se va introduciendo en los centros de datos de prácticamente cualquier tamaño. Las empresas no se quieren quedar atrás sin aprovechar todas las ventajas que ofrece esta tecnología tan disruptiva y la mayoría está montando al menos pequeñas zonas dentro de sus centros de datos para montar un nodo de entrenamiento de algoritmos para su IA.
Estos pequeños nodos en tamaño, tienen una gran capacidad de cómputo y por ello de consumo eléctrico. Lo que hace años se consideraban racks de muy alta capacidad de unos 30kW de consumo, se está viendo que eso se ha quedado actualmente en nada, teniendo ya racks que demandan desde 50kW hasta más de 100 kW en algunos casos.
Esto implica que la refrigeración que teníamos en los centros de datos tiene que evolucionar para poder disipar todo este calor generado, ya que con los métodos con los que hasta ahora se ha estado trabajando no son suficientes para la demanda actual. Anteriormente, con cerramientos de pasillos y refrigeración “In-row” podíamos refrigerar hasta 30 kW, pero con esta nueva demanda de más de 50kW por rack ya tenemos que empezar a usar otros métodos como la refrigeración líquida o las puertas activas.
Garantizar que los equipos informáticos se refrigeran correctamente y evitar el derroche en refrigeración es difícil o imposible simplemente siguiendo las mejores prácticas de diseño de centros de datos. Tanto los equipos informáticos y como los de refrigeración crean patrones de flujo de aire complejos que sólo pueden predecirse mediante la dinámica de fluidos computacional (CFD).
Una herramienta específica para estudios CFD le permite construir fácilmente un modelo 3D de su centro de datos y luego simular y visualizar los patrones de flujo de aire y las temperaturas en cada punto del centro de datos. Las últimas herramientas del mercado nos permiten poder diseñar nuestro centro de datos combinando refrigeración líquida y refrigeración por aire para poder dimensionar correctamente la infraestructura necesaria para las zonas de diferente densidad de carga dentro del centro de datos.
Los beneficios obtenidos son bastantes y variados en función de la fase de uso del estudio CFD:
- Asegurar suficiente refrigeración en la fase de diseño: asegurar que el equipamiento IT está correctamente refrigerado antes de que el edificio sea construido o renovado.
- Mejorar la eficiencia energética: Diseñar para disminuir el flujo de aire emitido y maximizar la temperatura de retorno.
- Detectar puntos calientes en entornos existentes: Visualizar y analizar la causa raíz de puntos calientes y validar virtualmente soluciones antes de implantarlas en el centro de datos.
- Realizar análisis “what-if”: Simular fallos de máquinas de clima, cargas altas IT en racks, configuraciones alternativas de refrigeración, opciones de cerramientos…
Si queremos ir un paso más allá introduciendo datos en tiempo real de nuestro centro de datos, podemos apoyarnos en las últimas soluciones software que introducen machine learning y la propia inteligencia artificial para analizar nuestra infraestructura que nos propondrán acciones de mejora dentro de unos KPIs de trabajo preestablecidos.
La climatización dentro de un centro de datos supone de media un 35% de la energía consumida, siendo sólo utilizada un 40% de toda la refrigeración instalada. Subiendo simplemente de manera controlada la temperatura de entrada en los servidores 1°C podríamos obtener un ahorro energético de un 4%, pero utilizando herramientas de machine learning alineándolas con las recomendaciones de ASHRAE podemos obtener unos ahorros del 30%.
La propia herramienta nos sugerirá acciones de mejora como redistribución de la infraestructura, cambios en la temperatura de consigna e incluso detectará cuando una máquina está empezando a bajar su rendimiento para adelantarnos a un posible fallo de la misma que podría poner en riesgo nuestra infraestructura. Ante cualquier cambio sugerido, la herramienta analiza el estado del centro de datos y no permite realizar ningún cambio más hasta que da por válido el cambio anterior y confirma que la sala está estable, manteniendo un histórico de los cambios realizados y pudiendo ver en el propio diseño un antes y un después del cambio realizado:
El tener una visión 3D en tiempo real de nuestro centro de datos con capacidad de machine learning nos aporta grandes beneficios en la operación, en el mantenimiento y en la optimización del centro de datos:
- Identificar posibles riesgos en nuestra infraestructura y subsanarlos a tiempo antes de que pongan en compromiso la instalación.
- Reducir consumo energético debido a la optimización de nuestra infraestructura.
- Gestionar la capacidad de nuestra instalación para anticiparnos a futuras demandas o liberar infraestructura no utilizada.
- Obtener los SLAs marcados a nuestros clientes y generar informes automáticos para presentárselos periódicamente.
- Generar automáticamente informes de consumo y ahorro energético para poder justificar la inversión en el propio sistema de optimización del centro de datos.
- Generar automáticamente el reporte con los principales indicadores ESG para alinearnos con la nueva directiva europea.
(datacenterdynamiycs.com)
Les estaremos informando con mucho más detalle, en el marco del informe especial: “Soluciones de valor de Cloud Computing y Arquitecturas de IA, Machine Learning, Deep Learning, con innovadores modelos de negocio, soluciones de IOT, IOTI, soluciones de Automatización del hogar y soluciones de automatización de oficina. Infraestructura física, Cableado y gestión de cableado estructurado. POL (Passive Optical LAN). Ciberseguridad, infraestructura de conectividad: redes LAN, Wifi, etc y Buenas prácticas corporativas», que estamos preparando para nuestra edición 212 y publicaremos en el mes de octubre.
Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario.