Rosnące wykorzystanie sztucznej inteligencji szybko zmienia sposób projektowania i budowy centrów danych. Według prognozy McKinsey Cloud Infra & DataCenter Service Line AI, do 2030 roku globalne zapotrzebowanie na centra danych wzrośnie ponad dwukrotnie, przy czym obciążenia związane ze sztuczną inteligencją będą odpowiadać za 71 proc. tego popytu. Milionkrotny wzrost wydajności obliczeniowej w ciągu ostatnich 10 lat sprawił, że rozwój AI nie sprowadza się już wyłącznie do zwiększania mocy obliczeniowej. Potrzebne jest również nowe podejście do projektowania infrastruktury, w tym systemów zasilania, chłodzenia i zarządzania.
Dzisiejsze wyzwania związane ze sztuczną inteligencją wymagają też budowy fabryk AI, a obciążenia AI - zoptymalizowanych, kompleksowych rozwiązań. To właśnie rosnące wymagania infrastruktury AI były jednym z głównych tematów konferencji „Vertiv Driving Innovation: Converged Infrastructure for the AI Era”, która odbyła się w ramach Vertiv Week w Zagrzebiu 22–24 września. Eksperci Vertiv i Nvidia, przedstawiciele organizacji branżowych, operatorzy oraz partnerzy firmy dyskutowali o technologiach i trendach, które będą kształtować centra danych przystosowane do obsługi obciążeń AI.
Paul Ryan, prezes Vertiv na region EMEA ogłosił rozbudowę zakładu produkcyjnego w Nové Mesto nad Váhom na Słowacji. W ciągu 18–24 miesięcy firma planuje zwiększyć powierzchnię produkcyjną o około 22 tys. m². Inwestycja ma zwiększyć możliwości produkcji systemów zasilania, rozdzielnic oraz rozwiązań chłodzenia cieczą przeznaczonych m.in. dla centrów danych obsługujących obciążenia AI i HPC. Vertiv chce także wzmocnić zaplecze inżynieryjne oraz łańcuch dostaw w regionie EMEA. Inwestycja jest odpowiedzią na rosnące zapotrzebowanie na infrastrukturę zasilania i chłodzenia ze strony dostawców chmurowych i hiperskalerów, operatorów centrów kolokacyjnych, neocloudów oraz przedsiębiorstw. W regionie EMEA Vertiv ma 10 zakładów produkcyjnych.
Paul Ryan wskazał, że architekturę przyszłych centrów danych definiuje przede wszystkim pięć wzajemnie powiązanych czynników: rosnąca gęstość mocy obliczeniowej, potrzeba szybszego wdrażania infrastruktury, możliwość skalowania od pojedynczych modułów do obiektów o mocy liczonej w gigawatach, rosnąca złożoność systemów oraz dynamiczny charakter obciążeń AI.
Szef Vertiv w regionie EMEA zaznaczył, że klienci potrzebują infrastruktury sprawdzonej, powtarzalnej i łatwej do skalowania. Jednym z przykładów takiego podejścia jest współpraca Vertiv z Nvidia przy projektowaniu infrastruktury dla nowych generacji fabryk AI. Vertiv uczestniczy m.in. w rozwoju architektury referencyjnej Nvidia Vera Rubin DSX oraz projektu Nvidia Omniverse DSX Blueprint.
Istotną rolę odgrywa też technologia cyfrowych bliźniaków (ang. digital twins). Vertiv wykorzystuje platformę Nvidia Omniverse do tworzenia wirtualnych modeli centrów danych, co pozwala symulować działanie fabryk AI i sprawdzać reakcje systemów zasilania, chłodzenia oraz infrastruktury IT na zmieniające się obciążenia jeszcze przed ich fizycznym wdrożeniem.
Rosnąca gęstość mocy oraz dynamiczne obciążenia AI powodują, że tradycyjne, rozdzielne podejście do projektowania centrum danych staje się coraz trudniejsze do utrzymania. Znaczenia nabierają strategie chłodzenia hybrydowego, krótsze harmonogramy budowy oraz prefabrykowane, konwergentne rozwiązania integrujące zasilanie, chłodzenie i moc obliczeniową.
Przykładem jest oferowana przez Vertiv od sierpnia 2025 r. platforma OneCore, przeznaczona dla środowisk AI i HPC oraz centrów danych o gęstości przekraczającej 5 MW. Rozwiązanie może być stosowane w środowiskach korporacyjnych, kolokacyjnych, autonomicznych oraz neocloud.
Podczas Vertiv Week Gautham Gnanajothi, Senior VP & Global Head of Best Practice Analytics w Frost & Sullivan, w swojej prezentacji zwrócił uwagę na znaczenie nowej architektury zasilania, w tym systemów 800 V DC, zaawansowanego chłodzenia i modularności. Wśród trendów wymienił także zarządzanie infrastrukturą za pomocą oprogramowania, ograniczanie zużycia energii i wody oraz emisji CO₂, większą odporność energetyczną centrów danych i rozwój rozproszonej infrastruktury AI.
Rozwój infrastruktury AI oznacza więc zmianę nie tylko skali centrów danych, ale także sposobu ich projektowania. Zasilanie, chłodzenie, moc obliczeniowa i oprogramowanie coraz częściej muszą być traktowane jako jeden zintegrowany system, który można szybko wdrażać, testować w środowisku cyfrowym i następnie skalować wraz ze wzrostem obciążeń AI.
