چرا برق به یکی از مشکلات اصلی دیتاسنترها تبدیل شده است؟
مرکز داده را معمولاً با سرور، رک، شبکه و سیستم خنکسازی میشناسیم؛ اما در مقیاس بزرگ، یک مسئله حتی بنیادیتر وجود دارد:
برق.
هرچه تعداد سرورها و شتابدهندههای پردازشی بیشتر شود، نیاز دیتاسنتر به انرژی نیز افزایش پیدا میکند. این مسئله با رشد زیرساختهای هوش مصنوعی جدیتر شده است؛ زیرا خوشههای پردازشی بزرگ برای آموزش و اجرای مدلها به توان الکتریکی بسیار بالایی نیاز دارند.
در همین شرایط، توسعه ظرفیت شبکه برق عمومی نیز به زمان نیاز دارد. ساخت خطوط انتقال، پستهای برق و سایر زیرساختهای مورد نیاز ممکن است سالها طول بکشد.
در نتیجه، برخی اپراتورهای دیتاسنتر به یک راهحل متفاوت روی آوردهاند:
تأمین برق در محل خود دیتاسنتر.
ماجرای دیتاسنتر جدید آمازون در تگزاس چیست؟
در پروژهای در Pecos County تگزاس، آمازون در حال توسعه یک مرکز داده هوش مصنوعی است که برای تأمین برق آن یک نیروگاه گاز طبیعی اختصاصی نیز در نظر گرفته شده است.
طبق گزارش منتشرشده بر اساس مجوزهای پروژه، این نیروگاه میتواند با استفاده از ۳۵ توربین گاز طبیعی تا حدود ۷.۶۵ گیگاوات برق تولید کند.
ظرفیت اعلامشده برای این پروژه به اندازهای بزرگ است که موضوع آن فقط یک دیتاسنتر معمولی نیست؛ بلکه نمونهای از تغییر مقیاس زیرساختهای محاسباتی در عصر AI محسوب میشود.
چرا آمازون به نیروگاه اختصاصی نیاز دارد؟
پاسخ ساده است:
زمان.
وقتی یک شرکت بخواهد یک دیتاسنتر عظیم برای پردازش AI ایجاد کند، ممکن است شبکه برق منطقه در همان لحظه ظرفیت کافی برای تأمین بار جدید را نداشته باشد.
حتی اگر ظرفیت تولید برق وجود داشته باشد، انتقال آن برق به محل پروژه به زیرساخت جدید نیاز دارد.
این یعنی شرکت ممکن است بین دو گزینه قرار بگیرد:
گزینه اول: صبر برای توسعه شبکه برق
گزینه دوم: ساخت یا تأمین یک منبع انرژی اختصاصی نزدیک دیتاسنتر
با افزایش رقابت بر سر ظرفیت برق، گزینه دوم برای برخی پروژههای بزرگ جذابتر شده است.
«Behind-the-Meter» چیست؟
یکی از اصطلاحاتی که در بحث جدید دیتاسنترها زیاد به چشم میخورد، Behind-the-Meter است.
در یک مدل سنتی، جریان انرژی تقریباً این شکل را دارد:
نیروگاه → شبکه برق → دیتاسنتر
اما در مدل Behind-the-Meter، بخشی از تولید یا تأمین انرژی مستقیماً در کنار مصرفکننده بزرگ قرار میگیرد:
تولید برق → دیتاسنتر
در این مدل، دیتاسنتر وابستگی کمتری به ظرفیت فوری شبکه عمومی دارد.
بر اساس گزارش Tom’s Hardware، چنین رویکردی در میان توسعهدهندگان دیتاسنتر در حال افزایش است و یکی از دلایل اصلی آن، زمان طولانی برای ایجاد ظرفیت اتصال جدید به شبکه است.
چرا دیتاسنترهای هوش مصنوعی برق بیشتری مصرف میکنند؟
همه دیتاسنترها یکسان نیستند.
یک دیتاسنتر معمولی ممکن است برای سرویسهای وب، پایگاه داده یا فضای ذخیرهسازی طراحی شده باشد؛ اما مراکز داده AI با تعداد زیادی GPU و شتابدهنده محاسباتی سروکار دارند.
هر شتابدهنده به برق نیاز دارد و علاوه بر آن:
- سیستمهای شبکه
- ذخیرهسازی
- CPU
- حافظه
- خنکسازی
- سیستمهای UPS
- تجهیزات توزیع برق
نیز مصرف انرژی دارند.
بنابراین مسئله فقط برق خود GPUها نیست؛ کل زیرساخت انرژی و سرمایش باید متناسب با بار دیتاسنتر طراحی شود.
برق فقط برای سرورها نیست
یکی از اشتباهات رایج این است که مصرف انرژی دیتاسنتر را با تعداد سرورها برابر بدانیم.
در یک مرکز داده واقعی، انرژی در بخشهای مختلف مصرف میشود.
مهمترین مصرفکنندهها:
محاسبات:
CPU، GPU و شتابدهندهها
ذخیرهسازی:
SSD، HDD و کنترلرها
شبکه:
سوئیچها، روترها و تجهیزات ارتباطی
خنکسازی:
CRAC، Chiller، پمپها، فنها و تجهیزات Liquid Cooling
برق اضطراری:
UPS، باتری و ژنراتورها
توزیع برق:
تابلوها، PDUها، ترانسفورماتورها و تجهیزات حفاظتی
به همین دلیل طراحی انرژی دیتاسنتر یک مسئله کاملاً چندلایه است.
نیروگاه گاز طبیعی؛ راهحل سریعتر یا یک مشکل جدید؟
استفاده از گاز طبیعی یک مزیت مهم دارد:
قابلیت تأمین برق پایدار و قابل کنترل.
بر خلاف برخی منابع تجدیدپذیر که تولید آنها به شرایط آبوهوایی و زمان وابسته است، نیروگاه گازی میتواند برای تأمین بار پایه و پایدار استفاده شود.
از طرف دیگر، این انتخاب یک چالش مهم هم دارد:
انتشار کربن.
بر اساس گزارش منتشرشده درباره پروژه آمازون، نیروگاه موردنظر در صورت بهرهبرداری در ظرفیت مجاز میتواند تا حدود ۳۳ میلیون تن CO₂ در سال منتشر کند؛ رقمی که بحث جدی درباره اثرات زیستمحیطی رشد دیتاسنترهای AI ایجاد کرده است.
بنابراین سؤال اصلی فقط این نیست که:
«چگونه برق کافی برای دیتاسنتر تولید کنیم؟»
بلکه باید پرسید:
«چگونه برق کافی را با کمترین اثر زیستمحیطی و بیشترین پایداری تأمین کنیم؟»
آیا این یعنی آینده دیتاسنترها با سوخت فسیلی است؟
نه لزوماً.
گاز طبیعی یکی از گزینههاست، اما تنها گزینه نیست.
اپراتورهای بزرگ دیتاسنتر در سالهای اخیر به گزینههای مختلفی توجه کردهاند، از جمله:
- انرژی خورشیدی
- انرژی بادی
- ذخیرهسازی باتری
- زمینگرمایی
- انرژی هستهای
- میکروگرید
- قراردادهای تأمین برق پاک
در واقع، چالش اصلی تأمین برق پایدار و شبانهروزی است.
یک دیتاسنتر بزرگ نمیتواند صرفاً به این دلیل که انرژی خورشیدی در طول روز تولید میشود، تمام بار خود را به خورشید وابسته کند.
بنابراین وقتی از «انرژی پاک» برای دیتاسنتر صحبت میکنیم، قابلیت اطمینان و امکان تأمین برق در تمام ساعات شبانهروز به اندازه میزان تولید انرژی اهمیت دارد.
نقش باتری و ذخیرهسازی انرژی چیست؟
باتری میتواند بخشی از فاصله بین تولید و مصرف را پر کند.
برای مثال:
خورشیدی → تولید برق در روز → شارژ باتری → استفاده در ساعات دیگر
در کنار آن، باتریها میتوانند در مدیریت بار و پشتیبانی از شبکه نقش داشته باشند.
اما برای دیتاسنترهای بسیار بزرگ، مقیاس ذخیرهسازی مورد نیاز نیز بسیار بزرگ میشود.
به همین دلیل طراحی یک سیستم انرژی برای دیتاسنتر AI معمولاً ترکیبی از چند فناوری است.
مشکل بعدی: دیتاسنتر فقط برق نمیخواهد، آب هم میخواهد
افزایش توان پردازشی به یک مسئله دیگر نیز فشار وارد میکند:
خنکسازی.
هرچه توان محاسباتی بالاتر باشد، گرمای بیشتری نیز تولید میشود.
در دیتاسنترهای سنتی، بخش بزرگی از این گرما با سیستمهای سرمایش هوا کنترل میشود.
اما در رکهای بسیار متراکم AI، فناوریهایی مثل:
Liquid Cooling
اهمیت بیشتری پیدا میکنند.
به این ترتیب، طراحی دیتاسنتر جدید دیگر فقط یک پروژه برق نیست؛ بلکه باید همزمان:
برق + خنکسازی + شبکه + رک + امنیت + آب + ساختمان
در کنار یکدیگر طراحی شوند.
PUE در این میان چه اهمیتی دارد؟
یکی از شاخصهای مهم برای سنجش بهرهوری انرژی دیتاسنتر، PUE یا Power Usage Effectiveness است.
به زبان ساده، PUE نشان میدهد چه مقدار انرژی کل دیتاسنتر صرف خود تجهیزات IT میشود و چه مقدار برای سایر بخشها مانند سرمایش و توزیع انرژی مصرف میشود.
هرچه PUE به ۱ نزدیکتر باشد، بهرهوری انرژی دیتاسنتر بهتر است.
مثلاً اگر یک دیتاسنتر PUE برابر ۱.۲ داشته باشد، یعنی به ازای هر واحد انرژی مصرفشده توسط تجهیزات IT، مقدار بیشتری انرژی برای سایر زیرساختها مصرف میشود.
به همین دلیل، با افزایش هزینه برق، بهینهسازی PUE اهمیت بیشتری پیدا میکند.
آیا مراکز داده مستقل از شبکه برق میشوند؟
به احتمال زیاد نه بهطور کامل.
مدل محتملتر، ترکیبی است.
یعنی دیتاسنتر میتواند از چند منبع استفاده کند:
شبکه عمومی + تولید اختصاصی + باتری + UPS + ژنراتور + قرارداد انرژی
این معماری به دیتاسنتر اجازه میدهد در شرایط مختلف انعطافپذیرتر باشد.
حتی در پروژههایی که برق اختصاصی دارند، اتصال به شبکه میتواند برای پشتیبان، تعادل بار یا شرایط اضطراری ارزشمند باشد.
چرا این روند برای صنعت دیتاسنتر مهم است؟
حرکت به سمت منابع انرژی اختصاصی یک پیام مهم دارد:
دیتاسنتر دیگر فقط یک ساختمان پر از سرور نیست.
در پروژههای نسل جدید، تولید و مدیریت انرژی بخشی از خود معماری دیتاسنتر شده است.
یعنی شرکتهایی که دیتاسنتر میسازند باید همزمان درباره این موارد تصمیم بگیرند:
- محل ساخت
- ظرفیت برق
- نوع نیروگاه
- خنکسازی
- آب
- اتصال شبکه
- ذخیرهسازی انرژی
- افزونگی
- مقیاسپذیری
این تغییر بهویژه برای دیتاسنترهای AI اهمیت بیشتری دارد.
آیا این روند میتواند روی هزینه خدمات Cloud تأثیر بگذارد؟
احتمالاً یکی از پیامدهای مهم همین است.
وقتی هزینه:
- زمین
- برق
- نیروگاه
- سرمایش
- ساختوساز
- تجهیزات شبکه
- GPU
- نگهداری
افزایش پیدا کند، هزینه ایجاد ظرفیت جدید Cloud نیز افزایش مییابد.
این موضوع میتواند در بلندمدت روی قیمت سرویسهای Cloud و AI تأثیر بگذارد؛ هرچند میزان اثر آن به مدل کسبوکار، منطقه و بهرهوری هر اپراتور بستگی دارد.
این اتفاق چه معنایی برای دیتاسنترهای ایران دارد؟
این مسئله برای بازار ایران نیز از یک جهت مهم است.
در پروژههای دیتاسنتر، فقط خرید سرور و رک کافی نیست.
زیرساخت انرژی از ابتدا باید بررسی شود:
ظرفیت برق → UPS → ژنراتور → توزیع برق → سرمایش → افزونگی
هرچه بار محاسباتی بیشتر شود، طراحی انرژی اهمیت بیشتری پیدا میکند.
برای دیتاسنترهای بزرگ، برخورد با برق بهعنوان یک «هزینه جانبی» دیگر منطقی نیست؛ انرژی باید از همان مرحله طراحی معماری پروژه در نظر گرفته شود.
آینده دیتاسنترها چگونه خواهد بود؟
به نظر میرسد دیتاسنترهای نسل جدید به سمت یک مدل ترکیبی حرکت میکنند:
⚡ انرژی
شبکه عمومی + تولید اختصاصی + انرژی پاک
❄️ خنکسازی
Air Cooling + Liquid Cooling
🖥️ محاسبات
CPU + GPU + شتابدهندههای تخصصی AI
🔋 پایداری
UPS + Battery Storage + Backup Generation
🌐 شبکه
اتصالهای پرظرفیت و کمتأخیر
این یعنی دیتاسنتر آینده بیشتر شبیه یک زیرساخت صنعتی و انرژی-محاسباتی خواهد بود تا صرفاً یک ساختمان IT.
جمعبندی
رشد هوش مصنوعی در حال تغییر یکی از قدیمیترین فرضهای صنعت دیتاسنتر است:
اینکه برق را میتوان هر زمان لازم شد از شبکه گرفت.
پروژه جدید آمازون در تگزاس، که طبق گزارش منتشرشده برای آن یک نیروگاه گاز طبیعی با ظرفیت بالقوه ۷.۶۵ گیگاوات در نظر گرفته شده، نمونهای از حرکت صنعت به سمت تولید انرژی نزدیک به محل مصرف است.
این رویکرد یک مزیت بزرگ دارد: شرکت میتواند سریعتر از توسعه ظرفیت شبکه عمومی به انرژی مورد نیاز خود دسترسی پیدا کند.
اما در کنار آن، مسائل مهمی درباره انتشار کربن، مصرف منابع، هزینه انرژی و اثرات زیستمحیطی ایجاد میشود.
به همین دلیل آینده دیتاسنترها احتمالاً نه صرفاً «بزرگتر شدن سرورها»، بلکه ترکیبی از محاسبات قدرتمند، انرژی اختصاصی، خنکسازی پیشرفته و مدیریت هوشمند منابع خواهد بود.
در عصر AI، برنده فقط شرکتی نیست که GPU بیشتری داشته باشد؛ شرکتی که بتواند انرژی و زیرساخت این GPUها را بهموقع، پایدار و اقتصادی تأمین کند، مزیت بزرگتری خواهد داشت.
سوالات متداول
رشد بار محاسباتی، بهخصوص در مراکز داده AI، نیاز به برق بسیار زیادی ایجاد کرده و توسعه اتصال به شبکه عمومی در بعضی مناطق زمانبر است. به همین دلیل برخی اپراتورها به تولید برق نزدیک یا داخل سایت روی آوردهاند.
به مدلی گفته میشود که بخشی از برق مصرفی یک مصرفکننده بزرگ مانند دیتاسنتر مستقیماً در محل یا نزدیک آن تولید میشود و وابستگی به شبکه عمومی برای تأمین بار اصلی کاهش مییابد.
GPUها و شتابدهندههای AI در مقیاس بزرگ توان قابلتوجهی مصرف میکنند و علاوه بر آن، شبکه، ذخیرهسازی و سیستم خنکسازی نیز انرژی نیاز دارند.
نه لزوماً. گاز طبیعی بهدلیل قابلیت تأمین پایدار و سرعت توسعه جذاب است، اما گزینههایی مانند انرژی هستهای، خورشیدی، زمینگرمایی و باتری نیز در حال بررسی و استفاده هستند.
PUE شاخصی برای سنجش بهرهوری انرژی مرکز داده است و نشان میدهد انرژی کل دیتاسنتر نسبت به انرژی مصرفی تجهیزات IT چقدر است. هرچه این عدد به ۱ نزدیکتر باشد، بهرهوری بهتر است.









ارسال دیدگاه
مشاهده دیدگاهها