چالش تأمین برق برای مراکز داده

این یادداشت را «مجتبی ابدالی»، مدیر ارشد طراحی‌وساخت مراکز داده فناپ زیرساخت، در اختیار دیجیاتو قرار داده است.

اگر انرژی مورد نیاز مرکز داده بیشتر از چیزی باشد که شبکه برق قادر به تامین آن باشد، چه باید کنیم؟ برای مراکز داده مقیاس بزرگ، این موضوع نه یک مشکل احتمالی، بلکه واقعیتی است که روز به روز جدی‌تر می‌شود. از یک سو با افزایش تقاضا برای انواع خدمات دیجیتال، از پردازش هوش مصنوعی گرفته تا پلتفرم‌های جهانی پخش آنلاین و از سوی دیگر با جدی‌تر شدن بحران ناترازی انرژی و کمبود برق، ارائه چنین خدماتی از محدوده­­ توان زیرساخت‌های سنتی تامین انرژی فراتر رفته است.

چالش موجود فقط همگامی با افزایش نیاز به انرژی نیست؛ بلکه ایجاد نوآوری­هایی جلوتر از منحنی تقاضا و همزمان حفظ کارایی، پایداری و قابلیت اطمینان عملیاتی نیز چالشی است که مراکز داده با آن مواجه­اند.

چالش فزاینده انرژی برای مراکز داده

«موسسه تحقیقاتی انرژی الکتریکی» (EPRI) برآورد می‌کند که تا سال 2030 مراکز داده در ایالات متحده، احتمالاً حدود 9 درصد از برق تولیدی این کشور را مصرف خواهند کرد؛ این میزان مصرف بیش از دوبرابر میزان فعلی آن است.

عامل این افزایش تا حد زیادی پذیرش سریع فناوری‌های هوش مصنوعی است که به توان پردازش قابل توجهی نیاز دارند. در تحقیقات گلدمن ساکس پیش‌بینی شده است که تقاضای انرژی مراکز داده تا سال 2030 تا 160 درصد رشد خواهد کرد و هوش مصنوعی از عوامل اصلی این افزایش خواهد بود.

این پیش‌بینی‌ها با تجربه­‌هایی که فناپ ­زیرساخت با مشتریان سازمانی خود داشته است مطابقت دارد و بر نیاز حیاتی مراکز داده مقیاس بزرگ به استفاده از منابع تجدیدپذیر انرژی و اجرای اقدامات نوآورانه در زمینه بهره‌وری انرژی برای مدیریت مؤثر افزایش تقاضای انرژی تأکید می‌کنند.

حرکت به‌سوی منابع انرژی چندگانه

افزایش تقاضا برای برق و بروز بحران ناترازی مصرف انرژی در کشور باعث شده است مدیران مراکز داده در راهبردهای تأمین انرژی خود تجدیدنظر کنند. البته تامین برق مرکز داده، مشکلی نیست که محدود به ایران باشد و تقریبا از رایج‌ترین چالش‌های توسعه مراکز داده در سراسر جهان است. این افزایش تقاضا بسیاری از مراکز را به سوی گزینش ترکیبی از راهکارها، از جمله تولید انرژی در محل سوق داده است. چالش‌­های تأمین انرژی مورد نیاز از یک منبع واحد، عامل محرک به‌کارگیری راهبرد چندلایه‌ بوده است.

تولید انرژی در محل: تأسیسات مقیاس بزرگ برای ایجاد جزایر ایزوله تولید انرژی در مناطقی که دسترسی به ظرفیت کافی شبکه برق ندارند، به‌طور فزاینده‌ای از منابع تولید انرژی در محل استفاده می‌کنند. این سیستم‌های ریزشبکه در بسیاری از موارد برای کار با چند منبع سوخت طراحی شده‌اند، اما بیشتر از گاز طبیعی برای دستیابی به انرژی و تاب‌آوری مورد نیاز برای مرکز داده استفاده می‌کنند. انرژی‌های تجدیدپذیر مکمل و بازیافت حرارت، اغلب در سبد انرژی این مراکز در نظر گرفته می‌شوند تا مصرف سوخت را جبران کنند و بهره‌­وری کلی مصرف انرژی(PUE) را بهبود ببخشند.

فناوری‌های تولید انرژی با در نظر گرفتن ترکیبات سوخت‌ هیدروژنی طراحی شده‌­اند تا گذار از این مرحله را ممکن و به مصرف کمتر سوخت‌های هیدروکربنی کمک کنند. پیل‌های سوختی که می‌توانند با گاز طبیعی یا هیدروژن کار کنند، جایگزینی برای ژنراتورهای سنتی هستند و آلایندگی کمتری دارند.

امروزه سیستم‌های ذخیره‌سازی انرژی باتری (BESS) به بخش حیاتی موفقیت عملکرد مراکز داده تبدیل شده‌اند. زیرا به‌عنوان جایگزینی برای یوپی‌اس‌های سنتی، نوسان‌های ولتاژ و فرکانس را تثبیت می‌کنند.

راکتورهای کوچک ماژولار (SMRs) به‌عنوان راهکار آینده تولید انرژی در محل برای مراکز داده جذابیت ویژه‌ای دارند زیرا قابلیت مقیاس‌پذیری، چگالی انرژی بسیار بالا و عملکرد پایدار و کم‌کربن ارائه می‌کنند.

بسیاری از مراکز داده برای تکمیل راهکارهای تولید انرژی در محل، به‌طور مستقیم با نیروگاه‌ها و ارائه­‌دهندگان خدمات انرژی برای ایجاد منابع نوآورانه همکاری می‌کنند. این همکاری به پایداری شبکه کمک می­‌کند و هزینه‌های عملیاتی را کاهش می‌دهد. مشارکت‌ها شامل قراردادهای خرید انرژی‌­های تجدیدپذیر (PPA) هستند و مشارکت‌های پیشرفته‌تر برای ساخت نیروگاه‌های هم‌مکان در کنار مراکز داده به‌عنوان منبع انحصاری تامین انرژی را نیز دربرمی‌گیرند.

مراکز داده مقیاس بزرگ با ترکیب این رویکردها، نه ­تنها به چالش‌های فوری پاسخ می‌دهند، بلکه در ارائه استانداردهای جدید برای کارایی، پایداری و تاب‌آوری پیشگام می­‌شوند. این راهبردهای نوآورانه و چندگانه، الگویی برای مدیریت انرژی ایجاد می­‌کنند که تأثیرگذاری آن بر صنایع فقط به زیرساخت‌های دیجیتال محدود نمی­‌شود.

کاهش مصرف انرژی از طریق فناوری‌های نوآورانه

مراکز داده‌ مقیاس بزرگ در کنار تنوع‌ بخشیدن به منابع انرژی مورد نیاز، ساختار خود را برای کاهش مصرف کلی برق در شرایط ناترازی انرژی، بهینه‌سازی می‌­کنند. راهبردها در این زمینه  شامل موارد زیر هستند:

استفاده از انرژی زمین‌گرمایی برای سیستم‌های خنک‌کننده: مراکز داده برای تهویه گرمایی که سرورهایشان تولید می‌کنند به ظرفیت خنک‌کنندگی عظیمی نیاز دارند. سیستم‌های زمین‌گرمایی می‌توانند از طریق پمپ‌های حرارتی منبع زمینی، خنک‌کنندگی کارآمدی ارائه دهند. این سیستم‌ها با استفاده از دمای پایدار زمین، گرمای تجهیزات را می‌زدایند و انرژی مورد نیاز برای سیستم‌های تهویه هوای سنتی را کاهش می‌دهند.

سیستم­های خنک­سازی مستقیم با مایع (DLC): خنک­کننده مایع که به‌طور قابل توجهی در حذف گرما از سرورهای متراکم کارآمدتر است بهترین عملکرد را در سطح تراشه دارد. خنک­کننده مایع با چرخش مستقیم در اطراف قطعات، به مراکز داده امکان می‌­دهد با تراکم بالاتر کار کنند، بی آنکه بیش از حد گرم شوند.

مدیریت انرژی مبتنی بر هوش مصنوعی: سیستم­های هوش مصنوعی بمنظور شناسایی ناکارآمدی‌ها، پیش‌بینی نوسانات تقاضا و بهینه‌سازی تخصیص لحظه‌ای منابع، حجم زیادی از داده­‌های عملیاتی را تجزیه و تحلیل می‌­کنند. یکپارچه‌سازی این فناوری با سیستم‌های مدیریت ساختمان، سیستم­‌های خنک­کننده را به شکلی پویا تنظیم می‌­کند، تعادل بار کاری را بین سرورها برقرار و حتی نیاز به تعمیر و نگهداری را پیش‌بینی می‌­کند؛ همه اینها به کاهش حداکثری اتلاف انرژی کمک می­‌کنند. با اینکه هوش مصنوعی ظرفیت قابل توجهی دارد، پذیرش آن در مدیریت تاسیسات هنوز در مراحل اولیه است زیرا اپراتورها باید با رویکردهای جدید سازگار ­شوند.

فناوری‌های بازیافت حرارت: این فناوری‌ها گرمای تولید شده در سرورها را جذب می­­‌کنند و آن را در خارج از تاسیسات بکار می‌گیرند. استفاده از این گرمای زاید برای گرمایش ساختمان‌های مجاور، تأمین آب گرم یا پشتیبانی از فرایندهای صنعتی به افزایش بهره‌وری انرژی در مقیاس وسیع‌تری فراتر از مرکز داده کمک می‌کند. نمونه این اقدام را در جریان المپیک 2024 پاریس، برای گرم‌کردن آب استخرهای المپیک شاهد بودیم.

مهار راهروهای گرم/ سرد: یکی از رویکرد‌های رایج کنترل اقلیم، مهار راهروهای گرم/ سرد است که با جداسازی فیزیکی جریان‌های هوای گرم و سرد از هم، بر بهبود بهره‌وری انرژی در مراکز داده تمرکز دارد. این روش از اختلاط هوای گرمی که از سرورها خارج می‌­شود با هوای سردی که در خنک‌سازی استفاده می­‌شود جلوگیری می‌کند و در نتیجه مصرف انرژی برای حفظ دماهای عملیاتی بهینه کاهش می‌یابد.

راهبردهای جایگزین مصرف آب: ارزیابی سایر منابع آب موجود مانند پساب­‌ها یا آب باران به عاملی کلیدی در انتخاب محل مراکز داده تبدیل شده است. فرایند سرمایش تبخیری نقش مهمی در کاهش PUE (شاخص بهره‌وری مصرف انرژی) دارد، اما تقاضای قابل توجهی برای منابع آب خانگی ایجاد می‌­کند. به همین علت، یکپارچه­‌سازی سیستم‌های پایدار بازیافت آب برای تولید آب صنعتی یا آب خاکستری به یکی از اولویت‌های اصلی بسیاری از مراکز داده مقیاس بزرگ تبدیل شده است.

با بهره‌گیری از این فناوری‌ها، مراکز داده مقیاس بزرگ هردو جنبه معادله انرژی را کنترل می‌کنند: مصرف را کاهش و تولید را افزایش می‌دهند.

طراحی سیستم‌های کم‌مصرف و پیاده‌سازی راهکارهای پیشرفته خنک‌سازی و مدیریت انرژی مبتنی بر هوش مصنوعی همچنین تمرکز بر طراحی انعطاف‌پذیر و ماژولار مراکز داده این امکان را می‌دهد که بهره‌وری مراکز داده در شرایط مواجهه با ناترازی افزاش یابد، هزینه‌ها پایین بیاید و از رشد بلندمدت در ارائه خدمات مرکز داده پشتیبانی کند.