ความร่วมมือ เชิงกลยุทธ์ สำหรับ โครงสร้างพื้นฐาน AI ความหนาแน่นสูง
Siemens Smart Infrastructure และ Rittal ได้ร่วมมือเชิงกลยุทธ์เพื่อรับมือกับความต้องการพลังงานที่เพิ่มขึ้นของศูนย์ข้อมูลที่ใช้ AI ด้วยปริมาณงาน AI ที่เพิ่มขึ้น การใช้พลังงานต่อแร็คมักจะสูงกว่า 100 กิโลวัตต์ และคาดว่าจะสูงถึง 1 เมกะวัตต์ต่อแร็คภายในสิ้นทศวรรษนี้
การปรับปรุง ประสิทธิภาพ การจ่ายไฟ
ความร่วมมือนี้นำความเชี่ยวชาญของ Siemens ในระบบพลังงานอัจฉริยะ รวมถึงโซลูชันฮาร์ดแวร์สำหรับศูนย์ข้อมูลของ Rittal เป้าหมายของความร่วมมือนี้คือการออกแบบระบบที่รองรับความหนาแน่นสูงขึ้นโดยไม่ลดทอนประสิทธิภาพ ผลลัพธ์ของความร่วมมือคือแร็คพลังงาน “ไซด์การ์” รุ่นใหม่ที่สามารถวางใกล้กับตู้เซิร์ฟเวอร์ในพื้นที่สีขาว การออกแบบนี้ช่วยลดระยะห่างระหว่างอุปกรณ์จ่ายไฟกับเซิร์ฟเวอร์เพื่อให้สูญเสียประสิทธิภาพน้อยที่สุด

สนับสนุน การออกแบบ แบบโมดูลาร์ และ ขยายได้
สถาปัตยกรรมไซด์การ์ที่นำเสนอนี้อิงตามสถาปัตยกรรมแบบโมดูลาร์ ซึ่งช่วยให้สามารถขยายระบบได้ง่าย เนื่องจากสามารถเพิ่มความจุได้อย่างง่ายดายโดยไม่ต้องเปลี่ยนแปลงโครงสร้างที่ซับซ้อน คาดว่าจะช่วยให้การเติบโตเป็นไปอย่างยืดหยุ่นมากขึ้นตามความต้องการคอมพิวต์ AI ที่เพิ่มขึ้น นอกจากนี้ อุปกรณ์อิเล็กทรอนิกส์พลังงานจะดูแลรักษาง่ายภายในศูนย์ข้อมูล
ให้ความสำคัญกับ มาตรฐาน และ ความรวดเร็วในการติดตั้ง
ด้วยความเร็วในการนำ AI มาใช้ที่เพิ่มขึ้น ความสำคัญของการสร้างและขยายศูนย์ข้อมูลอย่างรวดเร็วไม่อาจมองข้ามได้ Siemens และ Rittal มุ่งเน้นที่โมเดลโครงสร้างพื้นฐานมาตรฐานเพื่อส่งมอบโซลูชันการติดตั้งที่รวดเร็ว วิธีการนี้ซึ่งมุ่งลด “เวลาสู่การคำนวณ” ช่วยให้ผู้ปฏิบัติงานสามารถติดตั้งความจุการคำนวณเพิ่มเติมได้อย่างรวดเร็วในหลายสถานที่ ตามที่ Andreas Matthé ซีอีโอฝ่ายผลิตภัณฑ์ไฟฟ้าของ Siemens Smart Infrastructure กล่าว มีความจำเป็นต้องจัดหาโซลูชันพลังงานที่ชาญฉลาด เชื่อถือได้ และมีประสิทธิภาพอย่างรวดเร็ว ความเชี่ยวชาญของ Rittal ในด้านโมดูลาร์สามารถสนับสนุนความต้องการนี้ได้ดี
ปรับปรุง ตัวชี้วัด ประสิทธิภาพ พลังงาน
ความร่วมมือนี้คาดว่าจะนำไปสู่ประสิทธิภาพที่สูงขึ้น โดยเฉพาะอย่างยิ่งในเรื่อง “โทเค็นต่อวัตต์” ซึ่งหมายถึงระดับผลผลิตที่ได้ต่อวัตต์ของพลังงานที่ใช้โดยเทคโนโลยี AI ความร่วมมือนี้จะช่วยเพิ่มประสิทธิภาพและประสิทธิผลในระดับแร็คผ่านการบูรณาการที่ดีขึ้นกับการจ่ายไฟและทรัพยากรการคำนวณ การบูรณาการดังกล่าวจะช่วยป้องกันความไม่มีประสิทธิภาพและเวลาหยุดทำงานของแหล่งจ่ายไฟ
การพัฒนาในอนาคต และ การประยุกต์ใช้ที่กว้างขึ้น
แม้ว่าแร็คพลังงานสำหรับไซด์การ์จะเป็นผลลัพธ์แรกของความร่วมมือ แต่โครงการเพิ่มเติมกำลังอยู่ในขั้นตอนการพัฒนา อย่างไรก็ตาม การประยุกต์ใช้หลักสำหรับการบูรณาการนี้ดูเหมือนจะเป็นสำหรับศูนย์ข้อมูล ในขณะที่ความเข้มข้นของงาน AI ที่เพิ่มขึ้นจะต้องการประสิทธิภาพที่สูงขึ้น