Diseño de fábrica de IA: desde diseños de alta densidad hasta fábricas de IA completas

El punto de partida para el diseño de un centro de datos

Un diseño de referencia de centro de datos es un plano completamente diseñado y prevalidado que define cómo deben organizarse los sistemas de energía, enfriamiento e infraestructura de TI para construir un centro de datos confiable, escalable y preparado para la IA.

Utiliza diseños probados y estandarizados.
Garantiza la compatibilidad de la infraestructura.
Reduce el riesgo durante la implementación.
Admite cargas de trabajo de IA.
Permite una construcción más rápida de centros de datos.

En estrecha colaboración con los principales fabricantes e integradores de GPU, TPU y servidores, seguimos ampliando nuestra biblioteca de diseños de referencia completamente diseñados para responder al acelerado ritmo y a los cambios que está experimentando la industria. La IA exige más «diseños de referencia» y nosotros los proporcionamos.

Si tu infraestructura existente está basada en CA, la pregunta a corto plazo no es si desmontarla y reemplazarla, sino dónde introducir la conversión de CC y qué tan cerca del rack puedes colocarla. El equilibrio práctico está entre preservar la distribución de CA aguas arriba, agregar sidecars de energía adyacentes al rack y reservar suficiente espacio físico y eléctrico para soportar futuras cargas de 800 VCC. Los enfoques de sidecar o rack de energía permiten a los operadores alojar equipos de 800 VCC sin convertir todo el centro de datos a CC, lo cual es importante porque la adopción temprana de 800 VCC se aplicará a clústeres de IA de alta densidad específicos, no a cada carga en el edificio. Las expansiones futuras más grandes pueden justificar un soporte de 800 VCC más centralizado, pero eso se convierte en una optimización a escala de sala de datos o clúster en lugar de un requisito a corto plazo para todo el sitio.

El equilibrio clave aquí es la flexibilidad frente al aislamiento. Una cadena de energía compartida puede dar a los operadores más margen en días cuando la carga mecánica disminuye (por ejemplo, cuando los enfriadores no están funcionando a pleno rendimiento y una mayor parte de la capacidad disponible puede destinarse a la carga de TI). Una arquitectura separada le proporciona al lado de TI un límite más claro para futuros cambios, incluidas las actualizaciones de 800 VCC, pero también hace que la energía mecánica sea más difícil de reasignar porque esa capacidad se encuentra dentro de su propio tren. Antes de decidirse por cualquiera de las dos estructuras, los operadores deben realizar pruebas de estrés en los modos de operación estacionales, los escenarios de mantenimiento, la carga de los generadores, las rutas de energía de las CDU y la distribución esperada entre TI enfriada por aire, enfriada por líquido y la futura TI alimentada por CC.

Existen dos caminos, y el correcto depende de si la carga de trabajo puede tolerar la interrupción. Para inferencia de alta disponibilidad o cargas de trabajo que no pueden moverse limpiamente a otro sitio, el UPS sigue siendo la capa de protección más cercana porque soporta transición ininterrumpida, protección contra interrupciones de corta duración y suavizado de carga de IA. BESS desempeña un papel diferente: admite servicios de red, limitación de energía, uso de energías renovables, energía almacenada de mayor duración y suavizado de carga. Una distinción útil es que el BESS normalmente puede almacenar de una a dos horas de energía y actúa más como una fuente de energía interactiva de línea. En resumen, el BESS puede usarse para fortalecer una estrategia energética del sitio, pero no se debe dar por sentado que este reemplaza al UPS hasta que se conozcan los requisitos de carga de trabajo y transición.

La prefabricación puede cubrir más que skids de energía, pero los operadores deben pensar en términos de qué actividades del sitio desean eliminar de la ruta crítica. Los elementos prefabricados principales pueden incluir equipos de media tensión, e-houses, trenes de energía de baja tensión, Power Skids, pods de TI, racks integrados, enfriadores empaquetados con bombas integradas y ensamblajes seleccionados de tuberías o pasillos de servicio. El valor práctico proviene de reducir la coordinación en campo entre contratistas eléctricos, contratistas mecánicos, gerentes de construcción y equipos de puesta en marcha. Los Power Skids pueden integrar UPS, tableros de distribución, baterías, ATS y software de gestión, con configuraciones listadas que incluyen 1,250 kW a 480 V/60 Hz y modelos de 2 MW, 2.25 MW y 2.5 MW a 400 V.

Una forma útil de pensar sobre los diseños de referencia no es “estándar versus personalizado”, sino “punto de partida validado versus ingeniería desde cero”. Los diseños de referencia listos para la IA pueden acortar el ciclo de planificación al proporcionar a los equipos del proyecto una línea base preingeniería para los sistemas de energía, enfriamiento, diseño de TI e integración de controles. Los diseños de referencia actuales de Schneider Electric incluyen clústeres de IA enfriados por líquido NVIDIA GB200 NVL72 de 7.392 MW, diseños NVIDIA GB300 NVL72 de 7.536 MW, diseños Vera Rubin NVL72 de 10 MW-12.4 MW y soluciones de IA prefabricadas de 12 racks de 1 MW. El compromiso es que los elementos modulares pueden prefabricarse en bloques principales, mientras que la arquitectura completa del sitio aún requiere una integración a través de la interconexión de servicios públicos, plantas mecánicas, distribución de media tensión, estrategia de implementación de TI y secuenciación de construcción.

Puedes usar capacidad redundante para tener más cómputo, pero los operadores deben tratar eso como una decisión de modo de operación en lugar de una capacidad gratuita. Las instalaciones mantenibles concurrentemente tradicionales reservan margen eléctrico y mecánico para que los sistemas puedan desconectarse para su mantenimiento mientras la carga de TI comprometida permanece en línea. La IA cambia la presión económica porque la capacidad de la red, la velocidad de implementación y la demanda de cómputo hacen que la capacidad redundante inactiva sea más difícil de justificar. Por ejemplo, una instalación diseñada para soportar 200 MW de carga de TI durante el mantenimiento concurrente puede soportar físicamente un punto de operación más alto, como de 240 MW, pero el cómputo adicional proviene de la capacidad que anteriormente protegía los escenarios de mantenimiento y fallas. La decisión real es si el negocio valora más tokens adicionales por instalación que la estrategia de redundancia original. Antes de ajustar los márgenes, define el estado de operación explícitamente: modo redundante normal, modo de alto rendimiento, modo de mantenimiento y modo de respuesta a fallas.

La carga de trabajo debe impulsar el diseño una vez que el operador sepa si el sitio admitirá la colocación general, clientes de neocloud de alta densidad, clústeres de entrenamiento, plataformas de inferencia o una combinación de esos modelos. Una instalación de colocación general puede necesitar preservar opcionalidad a nivel de energía masiva y enfriamiento hasta que los requisitos del usuario se conozcan con claridad. Una nube de IA enfocada o una fábrica de IA de propósito único puede diseñarse directamente alrededor de una hoja de ruta de GPU conocida, topología de clúster, densidad de rack y requisito de enfriamiento. La oferta de Schneider Electric para centros de datos con IA enmarca el mismo problema alrededor de infraestructuras integradas para sistemas de enfriamiento, energía, software, pods y racks, así como servicios de gestión del ciclo de vida para cargas de trabajo de IA de alto rendimiento.

No diseñes todo el centro de datos como si todas las cargas fueran a funcionar a 800 VCC. La pregunta práctica de diseño es dónde 800 VCC entran en la arquitectura y qué tan grande necesita ser el bloque de conversión de CC. Las implementaciones tempranas pueden usar sidecars adyacentes al rack, a menudo alineados a uno o dos racks de GPU, dentro de un centro de datos de CA existente sin necesidad de una adaptación mayor aguas arriba. Los clústeres futuros más grandes pueden justificar bloques centralizados de 800 VCC en el rango de 2 MW a 5 MW, potencialmente escalando hacia bloques más grandes, mientras que las arquitecturas a más largo plazo pueden incorporar la media tensión en la conversión basada en transformadores de estado sólido a una escala de aproximadamente 10 MW. Las arquitecturas de 800 VCC abordan densidades de rack que superan los 400 kW al reubicar la conversión de CA a CC fuera del rack de TI y usar racks de energía o sidecars para reducir la interrupción en instalaciones existentes basadas en CA.

El compromiso clave es el aislamiento frente a la capacidad dinámica compartida. Los trenes de potencia separados pueden simplificar los límites entre la infraestructura de TI y el sistema de enfriamiento, especialmente cuando los grandes enfriadores, CDU y salas de datos no se alinean perfectamente en el mismo incremento. La infraestructura compartida puede preservar la flexibilidad en condiciones de enfriamiento libre, ya que la capacidad mecánica no utilizada puede redirigirse hacia la carga de TI si el transformador y la arquitectura descendente lo permiten. El riesgo de la separación total es la energía desperdiciada: si la carga mecánica disminuye pero el transformador de TI ya está funcionando al límite de su capacidad, el operador no puede recuperar esa capacidad no utilizada del lado del enfriamiento para destinarla a la computación. Brecha a señalar: Esta elección de diseño requiere de un modelado específico del sitio en torno al tamaño de la sala de datos, el tamaño del bloque de enfriadores, la asignación de transformadores, el objetivo de redundancia y los modos de operación estacionales antes de que se convierta en un estándar defendible.

El modelado eléctrico, de flujo de aire y de flujo de líquido debe realizarse antes de completar el diseño porque cada modelo aborda una clase diferente de falla. El modelado eléctrico valida la corriente de falla, la protección, la seguridad, la confiabilidad y escenarios hipotéticos en torno al mantenimiento o carga agregada. La simulación de la dinámica de fluidos computacional (CFD) o del flujo de aire valida la contención, la capacidad del lado del aire y el comportamiento del enfriamiento redundante. El modelado de tuberías y del flujo de fluidos valida si cada rack recibe el flujo de refrigerante requerido durante los estados normales, redundantes y de mantenimiento. El siguiente paso es acoplar el comportamiento de la carga de TI al comportamiento de las instalaciones, para que las fluctuaciones de carga de IA puedan propagarse a través de los sistemas de energía eléctrica, unidades de distribución de líquido refrigerante (CDU), controles de enfriadores y bucles de enfriamiento antes de que el sitio opere bajo carga real.

El modelo debe comenzar en el diseño y madurar hacia el análisis operacional hipotético a medida que los datos en vivo estén disponibles. Un modelo estático estilo ETAP ya puede admitir escenarios fuera de línea como la conmutación de mantenimiento, agregar equipos o probar si una configuración estresa la infraestructura eléctrica. El modelo operativo más sólido conecta datos de carga reales a la capa de simulación para que los operadores puedan evaluar qué sucede cuando los enfriadores se desconectan, las cargas cambian o grandes clústeres de IA aumentan antes de ejecutar cambios en el campo. EcoStruxure Power Monitoring Expert admite el análisis de energía, el análisis de forma de onda de perturbaciones de voltaje, la agrupación de alarmas, el seguimiento de capacidades del sistema y el análisis de calidad de la energía, mientras que EcoStruxure IT admite el monitoreo, la planificación, el modelado, el análisis de energía y potencia, y la optimización del enfriamiento.