Das Ende der reaktiven Kühlung bei 100 kW+

Beim Hochfahren eines KI-Trainingsclusters steigt die Auslastung nicht allmählich an. Die Wärmeabgabe schnellt sprunghaft in die Höhe. Ein Rack voller Hochleistungs-GPUs schaltet innerhalb von Sekundenbruchteilen vom Leerlauf auf maximale Auslastung um, verbraucht dabei enorme Mengen an Strom und erzeugt intensive Hitze.

Jahrzehntelang haben Rechenzentrumsbetreiber die Wärmelast reaktiv gesteuert. Ein Sensor erfasste einen Temperaturanstieg, woraufhin die Anlage reagierte, indem sie Lüfter hochfuhr, Ventile öffnete oder mehr Kühlwasser in den Raum leitete. Dieser Ansatz funktionierte für die traditionelle Unternehmens-IT ausreichend gut.

Heute ist dieser reaktive Ansatz praktisch überholt.

Bei Rackdichten von über 100 kW stoßen herkömmliche Kühlmethoden an ihre Grenzen, wenn es um die rasante Entwicklung der Wärmespitzen in KI-Systemen geht. Die Luftkühlung erreicht maximal etwa 30 kW pro Rack. Um im modernen KI-Zeitalter bestehen zu können, setzen Rechenzentren auf Flüssig-Flüssig- Kühlmittelverteilungseinheiten (CDUs) und Direktkühlsysteme für die Chips. Doch selbst die Flüssigkühlung stößt an ihre Grenzen, wenn das Steuerungssystem erst reagiert, wenn die Wärme bereits eintrifft.

Um teure Geräte zu schützen und Energieverschwendung zu vermeiden, müssen Rechenzentren ihre Strategie ändern. Sie benötigen vorausschauende Kühlung für KI. Durch die Nutzung von Lastprognosen aus der IT-Infrastruktur können Facility Manager Kühlkreisläufe vorkühlen und Kälteanlagen anpassen, bevor die Rechenlast ihren Höhepunkt erreicht.

Die KI-Leistungswelle: Warum 100 kW+ alles verändern

Künstliche Intelligenz stellt besondere Anforderungen an die Arbeitslast. Im Gegensatz zu herkömmlichen Webservern, die vorhersehbaren, gleitenden Verkehrswellen ausgesetzt sind, führen Modelle des maschinellen Lernens massive, parallele Verarbeitungsaufträge gleichzeitig aus.

Wenn ein Data Scientist eine umfangreiche Trainingssequenz für ein Sprachmodell (LLM) startet, werden Tausende von GPUs gleichzeitig aktiviert. Laut Berichten von Data Center Dynamics (DCD) erzeugt diese plötzliche Nachfrage eine thermische Schockwelle im Rechenzentrum. Der Stromverbrauch in einem einzelnen Serverschrank kann schlagartig von wenigen Kilowatt auf weit über 100 Kilowatt ansteigen.

Untersuchungen des JLL Global Data Center Outlook bestätigen, dass diese rasante Steigerung der Rackdichte zum neuen Standard wird. Rechenzentren, die zuvor durchschnittlich 5 bis 10 kW pro Rack aufwiesen, rüsten nun auf, um 50 kW, 80 kW und über 100 kW zu unterstützen und so Nvidia-, AMD- und kundenspezifische Chipcluster aufzunehmen.

Warum die Luftkühlung an ihre Grenzen stößt

Bei 100 kW ist Luftkühlung nicht mehr nur ein Fall von abnehmendem Nutzen; sie verstößt gegen die Gesetze der Thermodynamik. Luft besitzt nicht die Dichte und Wärmekapazität, um die von dicht gepackten KI-Servern erzeugte Wärmeenergie abzuführen.

• Luftstromgrenzen: Um ein 100-kW-Rack mit Luft zu kühlen, wären orkanartige Winde nötig, die durch das Gehäuse pfeifen würden. Dabei würden Kabel aus ihren Buchsen gerissen und empfindliche Bauteile beschädigt.
• Akustikschaden: Hochtourige Serverlüfter, die mit maximaler Leistung laufen, erzeugen Geräuschpegel von über 100 Dezibel. Hochfrequente akustische Schwingungen können die Leistung von Festplatten beeinträchtigen und optische Netzwerkgeräte stören.
• Ineffizienz: Die Luftkühlung erfordert massive, auf Hochtouren laufende Lüfter in Serverräumen. Dies treibt die Temperatur in die Höhe. Stromverbrauchseffektivität (PUE) und verschwendet enorme Mengen an Strom.

Das Uptime Institute weist immer wieder darauf hin, dass ab einer Leistung von 30 kW eine Flüssigkeitskühlung erforderlich ist. Flüssigkeit kann, bezogen auf ihr Volumen, etwa 3,000-mal mehr Wärme speichern als Luft. Direkt-zu-Chip-Systeme und Flüssig-Flüssig-Kühlaggregate führen das Kühlmittel direkt zur Wärmequelle und umgehen so die Ineffizienzen, die durch den Transport großer Luftmengen entstehen.

Die reaktive Kühlfalle

Die Umstellung auf Flüssigkeitskühlung löst zwar das Kapazitätsproblem, aber nicht das Timing-Problem.

In einem standardmäßigen, reaktiv gekühlten Rechenzentrum sieht der Ablauf folgendermaßen aus:

1. Der Auslöser: Der KI-Trainingsprozess startet. Die GPUs erreichen sofort ihre maximale Temperatur.
2. Die Verzögerung: Die heißen Bauteile erwärmen den umgebenden Flüssigkeitskreislauf. Die erwärmte Flüssigkeit fließt durch die Rohre zurück zur Kühlaggregateinheit.
3. Die Erkennung: Ein im Inneren der Kühlaggregate befindlicher Thermosensor erkennt den Anstieg der Rücklaufwassertemperatur.
4. Die Antwort: Das Anlagenmanagementsystem gibt dem primären Kaltwasserkreislauf den Befehl, den Durchfluss zu erhöhen, und weist die Kälteanlage an, die Leistung hochzufahren.
5. Die Erholung: Schließlich erreicht kälteres Wasser den Gestell, um die Temperaturen zu stabilisieren.

Diese reaktive Schleife erzeugt eine gefährliche Zeitlücke. Laut Data Center Knowledge kann diese Lücke je nach Rohrlänge und Systemdesign zwischen 30 Sekunden und mehreren Minuten dauern.

Während dieser Verzögerung überhitzen die GPUs. Um eine physische Beschädigung zu verhindern, schalten die Chips in den thermischen Drosselungsmodus. Sie drosseln ihre Taktraten künstlich, um weniger Wärme zu erzeugen.

Thermische Drosselung macht den Kauf teurer KI-Hardware völlig sinnlos. Wenn Ihr millionenschwerer GPU-Cluster bei jeder Lastspitze um 30 % langsamer wird, verlieren Sie enorme Rechenleistung. Darüber hinaus führt die wiederholte Einwirkung von thermischen Spitzen mit der Zeit zu einer Verschlechterung des Siliziums und verkürzt so die Lebensdauer Ihrer kritischen Infrastruktur.

Vergleich von Kühlstrategien für Rechenzentren

Um die Entwicklung des Wärmemanagements zu verstehen, müssen wir uns ansehen, wie unterschiedliche Systeme mit einer plötzlichen KI-Arbeitslastspitze umgehen.

Die folgende Tabelle enthält die gleichen Informationen wie die obige Infografik.

Der Nlyte-Vorteil: Vorhersage von Lastsignalen

Um die Verzögerung reaktiver Systeme zu beheben, muss das Rechenzentrum direkt mit der IT-Hardware kommunizieren. Hier setzt Nlyte Software mit einem Paradigmenwechsel an.

Anstatt darauf zu warten, dass das Wasser in den Leitungen warm wird, schließt Nlyte die Lücke zwischen der IT-Infrastruktur und der Gebäudeinfrastruktur. Durch die tiefe Integration mit IT-Servicemanagementsystemen, Jobplanern und Server-Telemetrie weiß Nlyte genau, was die Server gerade tun und – noch wichtiger – was sie als Nächstes tun werden.

Vorkühlung der Flüssigkeitskreisläufe

Wenn eine KI-Workload zur Ausführung geplant ist, kennt die IT-Orchestrierungsschicht den genauen Zeitpunkt, an dem die GPUs aktiviert werden. Nlyte erfasst dieses prädiktive Lastsignal.

Noch bevor die GPUs mit der Datenverarbeitung beginnen, sendet Nlyte automatisch ein Signal an das Gebäudeleitsystem (GLT) oder direkt an die Kühlmittelverteiler. Die Anlage beginnt daraufhin vorsorglich, kältere Flüssigkeit zuzuführen und die Pumpendrehzahl zu erhöhen.

Bis die GPUs ihre Temperaturspitze erreichen, ist der Kühlkreislauf bereits mit genau der richtigen Menge kalter Flüssigkeit gesättigt, um die Wärme sofort aufzunehmen. Die Temperaturkurve bleibt vollkommen flach. Die GPUs drosseln ihre Leistung nicht, und die Hardware wird nicht überhitzt.

Das ist die wahre Stärke der vorausschauenden Kühlung für KI. Man jagt nicht länger der Hitze hinterher, sondern wartet auf sie.

Optimierung der Kälteanlage mit Carrier

Die Fähigkeit von Nlyte, thermische Lasten vorherzusagen, reicht weit über das Serverrack hinaus. Als Unternehmen von Carrier ist Nlyte nahtlos in die Infrastruktur von Unternehmenseinrichtungen integriert.

Sobald Nlyte einen umfangreichen KI-Auftrag erkennt, kann es mit der zentralen Kälteanlage kommunizieren. Kälteanlagen nutzen leistungsstarke Kompressoren und Frequenzumrichter, um das Kaltwasser für das Rechenzentrum zu erzeugen. Das Hochfahren dieser Systeme ist zeitaufwendig und energieintensiv.

Wenn eine Kälteanlage blind auf einen plötzlichen Temperaturanstieg reagiert, „überschießt“ sie oft. Sie dreht ihre Kompressoren auf 100 % hoch, um den plötzlichen Temperaturanstieg zu bekämpfen, verschwendet dabei enorme Mengen an Strom, bevor sie die Leistung schließlich wieder reduziert.

Dank der vorausschauenden Signalgebung von Nlyte wird die Kälteanlage frühzeitig informiert. Die Frequenzumrichter können so rechtzeitig sanft und effizient hochgefahren werden. Dies verhindert extreme Energiespitzen, reduziert den mechanischen Verschleiß der Carrier-Kältemaschinen und verbessert die Gesamteffizienz der Anlage erheblich.

Energieversorgung für das Zeitalter der hohen Bevölkerungsdichte: Erneuerbare Energien

Mit der zunehmenden Verbreitung vorausschauender Kühlung für KI-Systeme in Rechenzentren entsteht eine noch größere Herausforderung: die Bereitstellung der immensen Energie, die für den Betrieb von Racks mit über 100 kW benötigt wird. Der Übergang zur Flüssigkeitskühlung verbessert zwar die Effizienz, doch der absolute Stromverbrauch von KI-Systemen steigt weiter an.

Führende Analysten von Newmark und Colliers betonen, dass Nachhaltigkeitsauflagen Rechenzentren dazu zwingen, sich von fossilen Brennstoffen abzuwenden. Große Hyperscaler und Colocation-Anbieter integrieren aktiv erneuerbare Energiequellen in ihre Standortwahl für hochdichte Rechenzentren.

Die Abstimmung des konstanten Grundlaststrombedarfs eines KI-Rechenzentrums mit der schwankenden Verfügbarkeit erneuerbarer Energien erfordert jedoch eine sorgfältige Planung. Betreiber müssen Platzmangel, Investitionskosten und Zuverlässigkeit in Einklang bringen.

Vergleich erneuerbarer Energien in Rechenzentren

Die folgende Tabelle enthält die gleichen Informationen wie die obige Infografik.

Durch den Einsatz von Operational AI können Rechenzentren ihre Rechenlasten besser an die Verfügbarkeit erneuerbarer Energien anpassen. Ist eine Einrichtung stark auf Solarenergie angewiesen, kann Nlyte dazu beitragen, nicht dringende KI-Trainingslasten während der Spitzenzeiten am Tag zu planen, wenn günstige, erneuerbare Energie im Überfluss vorhanden ist. Diese Synergie zwischen IT-Orchestrierung, Gebäudekühlung und Energiebeschaffung stellt den Höhepunkt modernen Rechenzentrumsmanagements dar.

Die Zukunft gehört den Proaktiven

Die Zeiten, in denen man warten musste, bis ein Server heiß wurde, bevor man ihn kühlte, sind vorbei. Die Physik von KI-Racks mit über 100 kW Leistung verbietet dies absolut.

Sich ausschließlich auf reaktives Wärmemanagement zu verlassen, führt zwangsläufig zu thermischer Drosselung, beschädigt teure GPU-Cluster und zwingt Kühlgeräte zu ineffizienten, reaktiven Energiespitzen. Der Umstieg auf Flüssigkeitskühlung ist ein unerlässlicher erster Schritt, doch die Hardware allein reicht nicht aus. Sie benötigen die entsprechende Software.

Rechenzentren müssen die Lücke zwischen IT-Workload und Infrastruktur schließen. Durch vorausschauende Kühlung für KI gewährleisten Betreiber thermische Stabilität, maximieren die GPU-Auslastung und senken ihre Kühlenergiekosten deutlich. Mit der Nlyte-Software und den fortschrittlichen Infrastrukturfunktionen von Carrier kann Ihre Einrichtung die entstehende Wärmeentwicklung antizipieren.

Reagiere nicht länger nur auf die Hitze. Fang an, sie vorherzusagen.

Übernehmen Sie noch heute die Kontrolle über Ihre KI-Infrastruktur mit hoher Dichte. Sprechen Sie mit Nlyte Software und erfahren Sie, wie prädiktive Laststeuerung und operative KI Ihre Hardware schützen und Ihre Anlage optimieren können.

Fordern Sie hier eine Demo an: https://www.nlyte.com/nlyte-in-action/see-a-demo/