AI Surge Accelerates the Transition to Liquid Cooling: Rethinking Energy and Water Use in Data Center Cooling
यह अध्ययन प्रदर्शित करता है कि एआई (AI) वर्कलोड के लिए लिक्विड कूलिंग में संक्रमण, पर्याप्त ऊर्जा बचत, अत्यंत निम्न पीयूई (PUE) मान और व्यापक 100% फ्री कूलिंग क्षमता को सक्षम करके वैश्विक ऊर्जा और जल की मांग को महत्वपूर्ण रूप से कम करता है, जबकि साथ ही टिकाऊ डेटा सेंटर डिजाइन और नीति के लिए कार्रवाई योग्य लक्ष्य भी प्रदान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डिजिटल दुनिया कंप्यूटरों के विशाल गोदामों पर चलती है, जिन्हें डेटा सेंटर कहा जाता है, जो उस जानकारी को प्रोसेस करते हैं जिसका हम हर दिन उपयोग करते हैं। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस अधिक शक्तिशाली होती जा रही है, ये सुविधाएं अविश्वसनीय रूप से गर्म होती जा रही हैं, जिससे इतनी गर्मी पैदा हो रही है कि पारंपरिक एयर कंडीशनिंग इसे संभालने में संघर्ष कर रही है। मशीनों को अधिक गर्म होने से बचाने के लिए, इंजीनियर उनके ऊपर ठंडी हवा फूंकने के बजाय सीधे हार्डवेयर के माध्यम से तरल पंप करने की ओर बढ़ रहे हैं, एक ऐसी विधि जो गर्मी को बहुत अधिक कुशलता से दूर ले जाती है। हालांकि, यह बदलाव नई चुनौतियों का एक सेट लेकर आता है। जबकि लिक्विड कूलिंग कम बिजली का उपयोग करती है, इसके कुछ संस्करण उस गर्मी को बाहर निकालने के लिए पानी को वाष्पित करने पर निर्भर करते हैं, जो उन क्षेत्रों में स्थानीय जल आपूर्ति को खाली कर सकता है जो पहले से ही सूखे हैं। उद्योग के सामने सवाल यह है कि इन विशाल कंप्यूटरों को बिना अत्यधिक बिजली बर्बाद किए या स्थानीय नदियों और जलभृतों (aquifers) को सुखाए बिना कैसे ठंडा किया जाए।
शोधकर्ताओं की एक टीम ने इस संक्रमण के लिए सबसे अच्छे मार्ग को मैप करने का लक्ष्य रखा। उन्होंने दुनिया भर के सत्तावन शहरों में विभिन्न लिक्विड कूलिंग सिस्टमों के प्रदर्शन का अनुकरण करने के लिए एक विस्तृत कंप्यूटर मॉडल बनाया, जिसमें जमा देने वाले उत्तर से लेकर झुलसा देने वाले रेगिस्तानों तक हर प्रमुख जलवायु प्रकार को शामिल किया गया। उनका लक्ष्य वह 'स्वीट स्पॉट' खोजना था जहाँ ऊर्जा उपयोग और जल खपत के बीच संतुलन बना रहे, न कि केवल एक कारक को अलग से देखना। उन्होंने लिक्विड कूलिंग के दो मुख्य प्रकारों की तुलना की: एक जो पाइपों के ऊपर हवा फूंकने के लिए पंखों का उपयोग करता है (ड्राय कूलिंग), और दूसरा जो पाइपों को ठंडा करने में मदद करने के लिए पानी का छिड़काव करता है (इवैपोरेटिव कूलिंग)। उन्होंने यह भी परीक्षण किया कि कंप्यूटर रैक में प्रवेश करने वाले तरल के तापमान को बदलने से कुल बिजली बिल पर क्या प्रभाव पड़ता है, जिसमें वे सर्वर भी शामिल हैं जो चलाने के लिए बिजली का उपयोग करते हैं।
अध्ययन में पाया गया कि लिक्विड कूलिंग पर स्विच करना दक्षता के मामले में एक बड़ी छलांग है। पुराने एयर-कूल्ड सिस्टम की तुलना में, लिक्विड कूलिंग केवल कूलिंग के लिए आवश्यक ऊर्जा को 25 से 56 प्रतिशत तक कम कर सकती है। सबसे कुशल परिदृश्यों में, जहाँ सिस्टम बाहर की हवा का उपयोग तरल को ठंडा करने के लिए करता है, पूरे सुविधा द्वारा उपयोग की जाने वाली कुल ऊर्जा का स्तर इतना गिर जाता है कि लगभग सारी बिजली सीधे कंप्यूटरों को जाती है, और कूलिंग उपकरणों पर बहुत कम बिजली बर्बाद होती है। शोधकर्ताओं ने विशिष्ट तापमान सीमाएं (thresholds) की पहचान की जहाँ एक डेटा सेंटर सैद्धांतिक रूप से पूरे वर्ष लगभग पूरी अवधि के लिए मुफ्त कूलिंग से पूरी तरह चल सकता है। पानी छिड़कने वाले सिस्टम के लिए, यह सीमा लगभग 33 डिग्री सेल्सियस है, जबकि केवल हवा पर निर्भर रहने वाले सिस्टम इस सीमा को 49 डिग्री सेल्सियस तक बढ़ा सकते हैं। इसका मतलब है कि दुनिया के कई हिस्सों में, ये सुविधाएं लगभग पूरी तरह से ऊर्जा-गहन चिलर्स का उपयोग करना बंद कर सकती हैं।
हालांकि, शोधकर्ताओं ने पाया कि ऊर्जा बचाना केवल तापमान को जितना संभव हो उतना बढ़ाने जितना सरल नहीं है। जबकि गर्म तरल अधिक 'फ्री कूलिंग' की अनुमति देता है, यह कंप्यूटर चिप्स को भी अधिक मेहनत करने और अधिक बिजली का उपयोग करने के लिए मजबूर कर सकता है। कुछ जलवायु में, गर्मी को संभालने के लिए सर्वर द्वारा ली जाने वाली अतिरिक्त शक्ति कूलिंग सिस्टम से होने वाली बचत से अधिक हो जाती है। टीम ने पाया कि प्रत्येक स्थान के लिए, एक विशिष्ट, अद्वितीय तापमान होता है जो पूरी इमारत के कुल ऊर्जा उपयोग को न्यूनतम करता है। यह "कुल ऊर्जा न्यूनतम" (total energy minimum) अक्सर उस तापमान से अलग होता है जो कूलिंग सिस्टम को कागज़ पर सबसे अच्छा दिखाता है। ठंडे स्थानों में, सबसे अच्छा तापमान कम होता है, क्योंकि सर्वरों को ठंडा रहने के लिए अधिक मदद की आवश्यकता नहीं होती है, लेकिन गर्म स्थानों में, सिस्टम मुफ्त बाहरी हवा का अधिकतम उपयोग करने के लिए गर्म तापमान झेलने का भार उठा सकता है।
अध्ययन ने पानी के मुद्दे को भी संबोधित किया, यह दिखाते हुए कि ड्राय और इवैपोरेटिव कूलिंग के बीच का चुनाव इस बात पर निर्भर करता है कि डेटा सेंटर कहाँ बनाया गया है। सूखे, गर्म क्षेत्रों में, इवैपोरेटिव सिस्टम बहुत अधिक पानी का उपयोग करता है क्योंकि हवा प्यासी होती है और नमी को तेजी से खींच लेती है। इन्हीं सूखे स्थानों में, शोधकर्ताओं ने पाया कि ड्राय कूलिंग सिस्टम, जो बिल्कुल भी पानी का उपयोग नहीं करते हैं, वास्तव में उनके गीले समकक्षों की तुलना में थोड़े अधिक ऊर्जा-कुशल हो सकते हैं। ऐसा इसलिए होता है क्योंकि जब हवा ठंडी होती है तो ड्राय सिस्टम के पंखे धीरे और शांति से चल सकते हैं, जबकि इवैपोरेटिव सिस्टम में पानी के पंपों को चलाने के लिए एक आधारभूत ऊर्जा लागत होती है। निष्कर्ष बताते हैं कि पानी की कमी वाले क्षेत्रों में, सबसे अच्छा समाधान उच्च तापमान सेटिंग्स के साथ ड्राय कूलिंग का उपयोग करना है, जो पानी और ऊर्जा दोनों को बचाता है।
अंततः, यह पेपर तर्क देता है कि अगली पीढ़ी के आर्टिफिशियल इंटेलिजेंस के लिए कूलिंग का कोई एक वैश्विक नियम नहीं है। सबसे टिकाऊ दृष्टिकोण एक अनुकूलित रणनीति की मांग करता है जो स्थानीय मौसम, कूलिंग तकनीक के विशिष्ट प्रकार और कंप्यूटर चिप्स के व्यवहार को देखती है। प्रत्येक विशिष्ट स्थान के लिए सही तापमान और सही सिस्टम चुनकर, डेटा सेंटर दुनिया के ऊर्जा या जल संसाधनों को समाप्त किए बिना बढ़ते AI उद्योग का समर्थन कर सकते हैं। शोधकर्ता इस बात पर जोर देते हैं कि जैसे-जैसे चिप डिजाइन में सुधार होगा और वे बिना अतिरिक्त बिजली खर्च किए और भी गर्म तरल पदार्थ को संभालने में सक्षम होंगे, ऊर्जा और पानी दोनों को बचाने की क्षमता केवल बढ़ेगी, जो एक अधिक टिकाऊ डिजिटल भविष्य की ओर एक स्पष्ट मार्ग प्रदान करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।