Uskoro pokretanje ZAG1.5 novog Digital Realty podatkovnog centra u Zagrebu

Data centri su infrastrukturni objekti, a infrastruktura se projektira i gradi s relativno dugim rokovima korištenja i otplate, ističe za ICTbusiness.info direktor Digital Realty za Hrvatsku Goran Đoreski. Prema njegovim riječima razina investicije i tehnička izvedba najviše ovise o energetskoj gustoći za koju je objekt projektiran, nije dobro niti podcijeniti ni precijeniti energetsku gustoću, jer kriva odluka u bilo kom pravcu garantira neuspješan data centar.

U kojoj je fazi i kako napreduje izgradnja novih data centara Digital Realtya u Hrvatskoj?

Proširenje ZAG1, ili kako ga mi označavamo - ZAG1.5, je pri kraju završetka građevinskih radova, započinje energetika i strojarstvo. Bit će u punoj produkciji u drugom kvartalu 2025. Na lokaciji ZAG2 u Jankomiru su srušeni objekti koji su bili na zemljištu, dizajn je gotov, sve dozvole su dobivene, ugovor za energetski priključak je sklopljen. U toku je izbor izvođača, početak građevinskih radova očekujemo u prvom kvartalu 2025.

Kako su se promijenili tehnički zahtjevi za data centre s pojavom generativnih AI aplikacija poput ChatGPT-a?

Data centri su infrastrukturni objekti, a infrastruktura se projektira i gradi s relativno dugim rokovima korištenja i otplate. Razina investicije i tehnička izvedba najviše ovise o energetskoj gustoći za koju je objekt projektiran, nije dobro niti podcijeniti ni precijeniti energetsku gustoću, jer kriva odluka u bilo kom pravcu garantira neuspješan data centar. U prošlim desetljećima projektirana gustoća je bila relativno predvidljiva. Dobra procjena strukture budućih korisnika i uglavnom se može procijeniti buduća potrebna gustoća, uz lagani rast prosječne energije kroz godine. Generativni AI je disruptor na tržištu jer njegove gustoće energije znatno odskaču od bilo čega drugog, cca desetak puta energetski gušća primjena od recimo cloud servisa. To znači da je gotovo nemoguće izgraditi data centar za dosad uobičajene korisnike i onda ga takvog, bez značajnih novih investicija, koristiti za veliki generativni AI. Generativni AI trend tjera nas na fleksibilnije projektiranje i gradnju data centara od dosad uobičajene, jer se rijetko kad data centar gradi za potpuno poznatog korisnika i primjenu.

Koji su izazovi s kojima se suočavaju stariji data centri u pogledu povećane potrošnje energije i obrade podataka?

Zastarjeli dana centri, kao i "on premise" rješenja većine poduzeća, najčešće imaju slabu energetsku efikasnost. U pravilu su to klimatizacijski sustavi s direktnom ekspanzijom. Često ne postoji ni podjela na tople i hladne zone, nema sustava za tretman zraka pa je teško regulirati vlažnost. To sve dovodi do toga da se onoliko energije koliko troše IT sustavi troši i na hlađenje, nekad i više od toga. U uvjetima skupih energenata to nije dobro ni za pružatelja usluge, ni za korisnika. Nadalje, EU regulativa postavlja visoka očekivanja po pitanju energetske efikasnosti i za očekivati je da do kraja ovog desetljeća neefikasni data centri neće smjeti uopće raditi.

Osim problema energetske efikasnosti, stariji data centri imaju problema i sa zadovoljavanjem zahtjeva energetske gustoće, što sam već objasnio.

Možete li objasniti zašto je modularni dizajn ključan za prilagodbu modernih AI aplikacija u data centrima?

Kao što sam spomenuo, AI aplikacije su disruptor po pitanju procjene očekivane energetske gustoće data centra. Modularna rješenja omogućuju unošenje više razine fleksibilnosti energetske gustoće u dizajn. Tokom eksploatacije može se značajnije mijenjati ukupna raspoloživa snaga lokacije, a time i gustoća energije unutar samog IT prostora.

Kako modularni dizajn omogućava data centrima da se nose s povećanom potrošnjom snage po ormaru?

Osim već spomenute promjenjivosti ukupne snage tokom eksploatacije, konkretno vezano uz pojedini ormar, modularna rješenja omogućuju lakšu zamjenu tehnologije dijela zgrade, npr uvođenje vodenog hlađenja za pojedine katove ili sobe, umjesto hlađenja zrakom.

Na koji način modularni data centri rješavaju problem povećane mrežne propusnosti potrebne za AI aplikacije?

Ne vidim utjecaj modula unutar samog data centra na mrežnu propusnost, ako pod "mrežom" mislimo na IT komunikacije. U tom dijelu module više vidim kao krajnja edge rješenja, koja će omogućiti isporuku AI aplikacija sa lokacije na kojima se koriste, npr video nadzor na krovu shopping centra i slično. Time će se izbjeći transport velikog bandwidtha na daleku lokaciju i time štedjeti na komunikacijama.

Koje su opasnosti po sustav hlađenja u data centrima s visokim gustoćama opreme?

Takvi sustavi su znatno osjetljiviji na ispade hlađenja, zbog manje toplinske inercije. Kad je u pitanju manja energetska gustoća moguće je izvoditi hlađenje tako da se većim dijelom ugasi u periodu prelaska s mrežnog napajanja na agregate, a nastavi s radom kad su agregati uklopljeni i sinkronizirani. Ovakvo rješenje je jednostavnije, robusnije i jeftinije. Kod visokih gustoća u najčešće takva rješenja neće moći biti implementirana, jer bi došlo do pregrijavanja i gašenja IT sustava prije nego se napajanje klimatizacije ponovo uspostavi. Dakle, ne povećava se opasnost po nastavak usluge nego cijena i složenost rješenja.

Kako modularni dizajn omogućuje bolju otpornost i distribuciju opterećenja u data centrima?

Ovo je pitanje iz topologije energetske distribucije i teško je dati jednostavan odgovor, koji će biti jasan nekome tko nije duboko u materiji. Također, za odgovor na ovo pitanje bilo bi dobro pred sobom imati jednopolnu shemu data centra i diskutirati gledajući u nju. Ali na najkraći i najjednostavniji način: postoje moduli koji u sebi imaju integriran UPS, baterije, agregat i distribucijski ormar. Takav modul je sam za sebe potpuno neovisna grana napajanja. Ukoliko postoji razvod napajanja unutar zgrade koji se može iskoristiti, ili ako je takav moguće implementirati uvođenjem novih buss barova, modulima je moguće dodati još jednu granu napajanja i povećati redundanciju.

Koji je značaj Computational Fluid Dynamics (CFD) analize u optimizaciji hlađenja u data centrima?

Kod vrlo niskih temperatura ambijenta data centra nije potrebna nikakva analiza, jer sve radi. Ali to je krajnje neefikasno. Povećanjem zahtjeva na energetsku efikasnost dolazimo do povećanje temperature medija za hlađenje i ambijenta, a onda na površinu izlaze loša rješenja rasporeda IT opreme, lošeg blankiranja kabineta, kabliranja koje ometa protok zraka itd. To dovodi do "hot spotova", alarma na opremi korisnika, prebacivanje potrošnje struje sa opreme data centra na ventilatore same IT opreme i slično. Na maksimalnoj efikasnosti uvođenje ili izbacivanje jedne podne rešetke u hladnom redu može značajno promijeniti čitavu toplinsku sliku iz perspektive korisnika. U tom kontekstu CFD omogućava simulirati razne postave hlađenja, bez da se to isproba u stvarnosti, a time i bez ometanja rada korisnika.

Kako tehnologije poput InfiniBand-a utječu na dizajn i instalaciju infrastrukture u data centrima?

Nemaju značajan utjecaj. Koliko god da takve tehnologije značajno utječu na performansu IT okruženja, one se uklapaju u uobičajenu postavu kanalica i portova unutar data centra i možemo biti agnostični prema njima.

Kakvu ulogu ima hibridno zračno i tekuće hlađenje u prilagodbi data centara za AI implementacije?

Iako na našem tržištu ono nije standard, pa se čak i neki prilično novi data centri oslanjaju na DX klime, mi u Digital Realtyju hibridno hlađenje smatramo našom "tradicionalnom" tehnologijom. Ono dobro kombinira jednostavnost i efikasnost hlađenja zrakom, sa dobrim karakteristikama tekućine (vode i alkohola) kao medija visokog toplinskog kapaciteta. Kombinacija postiže visoku efikasnost uz velike rashladne kapacitete. Ova tehnologija iskazuje jednake kvalitete i kod visokih gustoća data centara. Na jednak ili sličan način se koriste vanjski cooling toweri i eventualno adijabatsko hlađenje, samo što je kod manjih gustoća najbolje rješenje napraviti još jednu konverziju medija, i IT opremu na kraju hladiti zrakom. Kod visokih gustoće opreme nužno moramo dovesti tekući medij na hladnjak chipa.