Autor: Mark Masera, Director of Engineering for Board Mount Power at Bel
La implementación de centros de datos no es tarea fácil; se trata de una operación de miles de millones de dólares (que probablemente alcance el billón de dólares en 2026). A medida que tecnologías clave como la inteligencia artificial (IA) siguen ganando importancia, también se espera que estos centros de datos trabajen más, más rápido y sean capaces de proporcionar mayor potencia computacional.
Al desarrollar este tipo de soluciones, los ingenieros pueden caer en la trampa de tratar la gestión térmica, la alimentación y la eficiencia como problemas separados e independientes, asumiendo a menudo que resolver cada uno de ellos de forma aislada dará lugar a un diseño global correcto. Sin embargo, los centros de datos son más que la simple suma de sus partes, ya que la gestión térmica, la alimentación y la eficiencia están estrechamente interrelacionadas.
Es importante destacar que la redundancia en la alimentación eléctrica (por ejemplo, capacidad adicional de sistemas de alimentación ininterrumpida (SAIs) o generadores de respaldo) no resuelve automáticamente los retos térmicos, ya que la capacidad de potencia adicional o la distribución desigual pueden aumentar la densidad de calor, alterar los patrones de flujo de aire y elevar los requisitos de refrigeración.
Por lo tanto, en este artículo analizaremos los retos a los que se enfrentan los ingenieros al implementar centros de datos, el problema de la redundancia y la gestión térmica, y cómo pueden hacerles frente
El creciente problema de los centros de datos
El ritmo del cambio tecnológico en los últimos años ha sido exponencial. Las nuevas plataformas de hardware, los algoritmos cada vez más sofisticados y los cambios en la demanda de los usuarios han contribuido a este crecimiento, pero de entre todas las aplicaciones, la IA (y en particular los grandes modelos de lenguaje y los sistemas de procesamiento visual) se ha convertido en el principal motor.
Sin embargo, a diferencia de las cargas de trabajo tradicionales en la nube, que pueden dar servicio a millones de usuarios con un hardware relativamente modesto, el cálculo de la IA es masivamente paralelo, lo que demanda configuraciones de servidores especializadas que incluyen unidades centrales de procesamiento (CPU) de alto rendimiento, unidades de procesamiento gráfico (GPU) y acceso a grandes cantidades de memoria de acceso aleatorio (RAM). Además, los modelos de entrenamiento a menudo abarcan cientos de servidores, con cada rack alcanzando densidades de potencia que eran inimaginables hace unos años.
De hecho, el rápido ritmo de desarrollo de la IA y de implementación de hardware se ha vuelto tan intenso que el sector se enfrenta ahora a una grave escasez de discos duros (HDD) y dispositivos RAM, y los fabricantes están dando prioridad a los componentes de grado servidor para satisfacer las demandas de la IA. Pero, incluso cuando se dispone de hardware apto para la IA, el consumo energético de estos sistemas se está convirtiendo rápidamente en el principal cuello de botella.
Los racks de servidores típicos que antes consumían alrededor de 15 kW ahora consumen habitualmente 80 kW, y se prevé que los diseños de próxima generación superen con creces los 240 kW. A estos niveles, incluso unos pocos segundos de tiempo de entrenamiento perdido pueden costar cientos de miles de dólares en energía y tiempo.
Redundancia y gestión térmica: un problema combinado
En el diseño tradicional de servidores, la redundancia y la gestión térmica se trataban como consideraciones separadas, aspectos que podían abordarse individualmente.
A la hora de abordar la fiabilidad, una decisión importante que debían tomar los ingenieros era la elección entre configuraciones de redundancia en caliente y en frío. En una configuración de redundancia en caliente, todas las unidades De Fuentes de alimentación (PSU-Power Supply Units) permanecen encendidas y comparten la carga, mientras que en una configuración de redundancia en frío, las unidades de respaldo permanecen desconectadas hasta que falla una unidad principal. Cada enfoque conlleva diferentes implicaciones para la carga térmica, la velocidad de conmutación por error y el coste operativo, tal y como se resume en la Tabla 1.
| Característica | Redundancia en caliente | Redundancia en frio |
| Estado de funcionamiento | Todas las PSU encendidas y compartiendo la carga | Unidades de respaldo apagadas hasta que se necesiten |
| Conmutación | Instantánea, sin interrupción | Breve retraso durante la activación |
| Carga térmica | Mayor, continua de todas las unidades | Menor, solo las unidades activas disipan calor |
| Consumo en reposo | Mayor | Menor |
| Fiabilidad de la conmutación | Alta, unidades verificadas bajo carga | Menor, depende del éxito del arranque en frío |
| Mejor opción | Sistemas de mission crítica | Implementaciones con restricciones térmicas o de costes |
Tabla 1. Comparación de estrategias de redundancia en caliente y en frío para fuentes de alimentación de centros de datos
Sin embargo, el diseño térmico se centraba en el flujo de aire, la contrapresión y la orientación de los ventiladores. Por ejemplo, unos ventiladores desalineados o un flujo de aire excesivo pueden crear zonas de presión negativa, lo que hace que el aire caliente vuelva a los servidores y reduce la eficiencia de la refrigeración. El uso de un canal caliente central entre los servidores era clave para evitar la re-circulación del aire caliente y, siempre que los ventiladores de las fuentes de alimentación y de los servidores soplaran en la dirección correcta, estos canales calientes permanecían separados de los canales fríos.
Ahora bien, en las implementaciones tradicionales, donde las necesidades de procesamiento eran modestas, estos problemas se gestionaban con mucha facilidad. Pero la introducción de las cargas de trabajo de IA cambió por completo la ecuación.
Debido a las cargas térmicas significativamente más altas que presentan los racks de servidores de IA, la incorporación de fuentes de alimentación adicionales para garantizar la fiabilidad y la redundancia ya no es tan sencilla.
Para empezar, el consumo de energía significativamente mayor de las aplicaciones modernas de IA (donde la potencia de los servidores puede alcanzar ahora los 240 kW) implica que las fuentes de alimentación deben ser físicamente más grandes y/o requerir múltiples fuentes de alimentación en paralelo. Sin embargo, la incorporación de fuentes de alimentación adicionales puede alterar el flujo de aire, lo que a su vez puede hacer que las temperaturas de los componentes aumenten mucho más allá de sus límites de seguridad.
Además, el mayor uso de fuentes de alimentación también supone una carga térmica mucho mayor añadida al canal caliente de un centro de datos, lo que, si se genera demasiada presión positiva, puede provocar que el aire caliente se filtre de nuevo hacia el lado frío y caliente los equipos del sistema.
Por lo tanto, la selección de la fuente de alimentación debe realizarse ahora teniendo en cuenta las consideraciones térmicas de todo el sistema
Estrategias para gestionar conjuntamente la redundancia y la temperatura
¿Qué significa todo esto? Pues bien, limitarse a leer la ficha técnica de una fuente de alimentación para conocer sus características térmicas básicas ya no es suficiente, ya que los ingenieros deben tener en cuenta ahora cómo interactúa la redundancia con la disipación del calor.
El primer paso que deben dar los ingenieros es muy claro: pasar a fuentes de alimentación de alta eficiencia. Las unidades con certificación 80 Plus Titanium disipan menos calor por vatio, lo que mejora la fiabilidad de los componentes y reduce el estrés térmico.
Otra opción a disposición de los ingenieros es explorar las fuentes de alimentación con reparto de carga. En estas configuraciones, varias unidades funcionan en paralelo para satisfacer la demanda de forma colectiva, en lugar de depender de una sola unidad. Si falla una fuente de alimentación, las unidades restantes cubren la carga, minimizando el tiempo de inactividad. Este método tiene la ventaja añadida de distribuir la carga térmica, reduciendo los puntos calientes en cualquier fuente de alimentación individual.
Los ingenieros que diseñan sistemas de servidores de IA modernos ahora también deben tener en cuenta el diseño del rack y la gestión del flujo de aire. Esto significa que los ventiladores de las fuentes de alimentación deben trabajar a favor del flujo de aire del chasis, y no en su contra, para que factores como la contrapresión y la resistencia puedan minimizarse. Podría decirse que uno de los mejores métodos para lograrlo es crear modelos térmicos a través de datos de características P-Q o ejecutar simulaciones FloTHERM antes de la implementación.
Las cargas térmicas pueden reducirse aún más utilizando configuraciones de redundancia de frío cuando sea posible para evitar la interrupción del flujo de aire, pero esto conlleva la desventaja de retrasos intermitentes en el suministro de energía durante el cambio.
La coordinación a nivel de sistema es también un paso esencial que los ingenieros deben dar ahora. Los fabricantes de fuentes de alimentación, los diseñadores de chasis y los ingenieros de centros de datos deben colaborar para optimizar el flujo de aire y el rendimiento térmico (a menudo mediante la adaptación de las fuentes de alimentación a diseños de rack específicos, y la certificación de los armarios para fuentes de alimentación y racks). Por ejemplo, a los fabricantes de fuentes de alimentación les resulta fácil diseñar sus sistemas pensando en una sola unidad, pero si los ingenieros necesitan 20 apiladas una al lado de otra, esto es algo que los fabricantes deben comprender.
De cara al futuro, la refrigeración líquida también podría convertirse en estándar para los racks de IA de alta densidad, lo que ayudaría a gestionar el calor de las CPU, las GPU y las múltiples fuentes de alimentación en espacios reducidos.
Pero hasta que estos sistemas se generalicen, la refrigeración asistida por aire seguirá siendo la tecnología principal utilizada en los centros de datos de todo el mundo.
Conclusión
Es importante reconocer que la redundancia por sí sola no garantiza la fiabilidad. La incorporación de más fuentes de alimentación aumenta la carga térmica, altera el flujo de aire y complica la gestión térmica. En los centros de datos de IA de alta densidad, las limitaciones térmicas suelen determinar los límites operativos y, por extensión, la rentabilidad de ese sistema.
A la hora de elegir fuentes de alimentación para aplicaciones de IA, las consideraciones térmicas y de fiabilidad son ahora obligatorias a nivel de sistema. Los ingenieros deben equilibrar la eficiencia de las fuentes de alimentación, la orientación de los ventiladores, las rutas del flujo de aire y la estrategia de redundancia como un único problema integrado, no como cuestiones separadas. La redundancia inteligente combina estrategias de redundancia en caliente y en frío con el reparto de carga, lo que reduce el tiempo de inactividad sin sobrecalentar el sistema.
Por último, la preparación de los centros de datos para el futuro, que se está convirtiendo rápidamente en una parte clave del diseño de sistemas, requiere un enfoque que tenga en cuenta la temperatura, en el que el modelado temprano, las fuentes de alimentación de alta eficiencia, el flujo de aire coordinado y las técnicas avanzadas de refrigeración contribuyan al éxito. Cuando las estrategias de alimentación y térmicas se tratan como un todo, los ingenieros pueden finalmente ofrecer implementaciones de IA fiables y de alta densidad que satisfagan las exigencias de rendimiento del futuro.
