Actualmente, la industria global de la IA está experimentando una rápida expansión de la energía informática. El consumo de energía de chips de gran iteración impulsados por modelos continúa aumentando. La densidad de calor de un solo gabinete continúa superando el límite superior original. La disipación tradicional del calor de refrigeración por aire ha alcanzado los límites del rendimiento físico. La tecnología de refrigeración líquida se ha transformado de una solución opcional para centros de datos a una rígida necesidad de infraestructura informática inteligente. Al igual que la lógica de transformación de la automatización en la industria de la energía eléctrica, la infraestructura informática también está siendo objeto de una reconstrucción de la arquitectura de automatización: mientras que los sistemas de refrigeración líquida de alta densidad se están implementando a gran escala, cómo se recopilan, analizan y aplican datos operativos masivos se ha convertido en un problema clave que restringe el funcionamiento estable de centros de computación inteligentes, la optimización de la eficiencia energética y la implementación de objetivos de baja emisión de carbono.
El sistema de refrigeración de líquidos es responsable de la misión de refrigeración del núcleo de la IA, el clúster de computación. El equilibrio y la estabilidad de la distribución de la circulación de refrigerantes determinan directamente si el hardware de computación del núcleo como GPU puede liberar de forma segura su pleno rendimiento. Sin embargo, en un gran número de proyectos de computación inteligente en construcción y renovación, la gestión térmica ha tenido durante mucho tiempo el statu quo de "reorganizar la máquina e ignorar la detección": la CDU, la placa fría y el hardware de tuberías son objeto de plena atención, pero el enlace de detección de flujo es fácil de formar puntos ciegos de datos. El personal de operación y mantenimiento a menudo sólo tiene acceso a datos de flujo de tuberías principales, y el estado real de suministro de líquidos de las ramas de gabinete y los extremos de placas frías no se puede visualizar en tiempo real; peligros ocultos como bloqueo de tuberías, compensación de válvulas y distribución desequilibrada de medios no se pueden identificar con antelación.
Al igual que la idea central de , la industria de la energía eléctrica que avanza hacia la automatización sin límites, la descomposición de silos de datos y la liberación de valor de datos es también la dirección de desarrollo de centros de computación inteligente refrigerados por líquido. La nueva arquitectura de automatización de la nueva generación ya no está satisfecha con alarmas de umbral simples, pero depende de una red de percepción completa para extender datos de campo de dimensiones completas como flujo, presión y temperatura desde el bucle principal de la CDU hasta el final de cada placa fría del servidor para formar una visión digital completa, proporcionando una fuente de datos confiable para el funcionamiento predictivo y el mantenimiento, regulación asistida por IA y contabilidad del consumo de energía.
Las necesidades de la industria están forzando la iteración de los productos de instrumentos de medida.El medidor de flujo tradicional de uso general es difícil de adaptar a las condiciones de trabajo únicas de refrigeración líquida: frente a limitaciones prácticas como ramas de pequeño diámetro, caudales extremadamente bajos, medios de baja conductividad como agua desionizada/etilenglicol, y espacios de instalación compactos en salas de computadoras, los medidores ordinarios son propensos a problemas como la inaccuracia de flujo pequeño, deriva de señal, pérdida excesiva de presión y mantenimiento frecuente, y no pueden satisfacer las necesidades de operación continua 24/7 de centros de computación inteligentes.
Ante el mercado de refrigeración líquida de potencia informática de rápido crecimiento, Doweston se apoya en años de acumulación de tecnología de automatización de procesos y detección inteligente para lanzar una amplia gama de soluciones de medición de flujo para escenarios de refrigeración líquida de inteligencia de inteligencia artificial, que cubren el bucle principal de la CDU, tuberías de rama de gabinete y puntos de medición de varios niveles al final de la placa fría. Es adecuado para las dos principales rutas de refrigeración líquida de tipo placa fría y tipo de inmersión. El producto está especialmente optimizado para el agua desionizada y refrigerante mixto etilenglicol, teniendo en cuenta las capacidades de medición de gran alcance y bajo caudal, reduciendo la pérdida de presión de tuberías y reduciendo el consumo de energía adicional de la unidad de bomba. El instrumento soporta protocolos de comunicación industrial convencionales y puede conectarse sin problemas al centro de datos DCIM y plataformas de operación y mantenimiento para lograr una agregación unificada de datos de tráfico.
Más que solo la recopilación de datos en bruto, la solución completa integra capacidades de reconocimiento de patrones y aprendizaje automático para evaluar ideas de mantenimiento predictivo en el campo industrial. El sistema aprende continuamente la línea de base normal de funcionamiento del sistema de refrigeración líquida y compara datos de flujo, presión y temperatura en tiempo real para identificar peligros ocultos tempranos como bloqueo de filtros, derivación de resistencia a tuberías, anomalías en la distribución de los medios, etc., convirtiendo la resolución de problemas después del evento en pre-advertencia. Combinado con capacidades de simulación digitales gemelas, ayuda al personal de operación y mantenimiento a optimizar dinámicamente las estrategias de distribución de refrigerantes, equilibrar la fiabilidad de disipación de calor y el consumo de energía del sistema, y ayudar a los centros de datos a lograr menores PUE y objetivos verdes y bajos en carbono.
A medida que la IA generativa siga evolucionando, la escala de los centros de computación inteligente continuará expandiéndose, y los sistemas de refrigeración líquida avanzarán hacia arquitecturas distribuidas más complejas. Al igual que la transformación de la automatización de la industria de la energía eléctrica, la competencia en infraestructura informática no es sólo una competencia de potencia informática de hardware, sino también una competencia de percepción automatizada, gobernanza de datos y capacidades de operación inteligentes.
Doweston continuará profundizando en el campo de la medición de la potencia de computación enfriada por líquidos, y utilizará una arquitectura de automatización abierta y compatible para ayudar a los clientes de computación inteligente a abrir un enlace completo desde la percepción de nivel inferior a aplicaciones inteligentes de capa superior, y proteger el desarrollo seguro, eficiente y sostenible de la industria de la energía informática de IA.
Comunicados de prensa - Doweston

Cuéntanos sobre tu tarea de medición y te ayudaremos con la selección del producto y las preguntas técnicas.info@doweston.com