Le concept de refroidissement développé conjointement vise à réduire les coûts énergétiques liés au refroidissement et à augmenter la capacité électrique disponible pour les équipements informatiques, avec des valeurs de PUE projetées pouvant atteindre 1,09 dans les climats nordiques et rester inférieures à 1,20 dans les conditions du Moyen-Orient.
Communiqué – Daikin Applied Europe et CTS Group ont annoncé un concept de refroidissement breveté développé conjointement afin de soutenir une efficacité énergétique élevée dans les centres de données. Cette solution a été conçue pour répondre à certains des défis les plus urgents du secteur en matière de coûts, de capacité et de durabilité.
Alors que l’intelligence artificielle continue de stimuler une croissance sans précédent de la capacité et de la densité de puissance des centres de données, les opérateurs subissent une pression croissante pour réduire à la fois les investissements initiaux et les coûts d’exploitation, tout en garantissant une fiabilité et une évolutivité maximales.
L’efficacité énergétique globale d’une installation, généralement mesurée par l’indicateur Power Usage Effectiveness (PUE), est au cœur de cette équation. Le PUE compare l’énergie totale consommée par le centre de données à l’énergie réellement utilisée par les équipements informatiques, le refroidissement représentant l’un des principaux postes de consommation énergétique hors IT.
S’appuyant sur une collaboration initiée en 2023, ce nouveau concept associe les technologies de refroidissement, les systèmes de contrôle et l’expertise applicative de Daikin aux compétences de CTS Group en ingénierie modulaire, intégration de systèmes et préfabrication.
Une performance énergétique de premier plan avec un impact financier direct
Le concept de refroidissement développé par Daikin et CTS Group a été conçu pour atteindre des valeurs de PUE projetées pouvant descendre jusqu’à 1,09 dans les climats nordiques, tout en restant inférieures à 1,20 dans les conditions climatiques typiques du Moyen-Orient, permettant ainsi un fonctionnement à haute efficacité dans un large éventail de zones géographiques.
Les niveaux de PUE projetés dépendent à la fois des conditions climatiques, de la proportion de la charge informatique refroidie par refroidissement liquide, ainsi que de la configuration spécifique du système et des conditions d’exploitation. Cette performance est rendue possible grâce à une utilisation maximale du free cooling (refroidissement naturel) et à l’optimisation du système hydraulique de l’installation afin de réduire l’énergie nécessaire au refroidissement. Le refroidissement liquide est de plus en plus requis dans les environnements d’entraînement de l’IA à haute densité et se généralise à mesure que les densités de puissance des racks augmentent.
L’impact financier de cette efficacité s’amplifie à grande échelle. En minimisant l’énergie nécessaire au refroidissement, la solution réduit les coûts d’électricité liés à l’exploitation du site année après année, diminuant ainsi directement les dépenses opérationnelles tout au long de la durée de vie de l’installation. Elle peut également réduire l’ampleur des infrastructures électriques à construire, diminuant ainsi le coût d’investissement par mégawatt de capacité informatique déployée.
Plus important encore pour les exploitants, une efficacité accrue du refroidissement transfère une plus grande partie de la puissance disponible vers les équipements informatiques plutôt que vers les infrastructures de refroidissement. Pour une même capacité de raccordement au réseau ou de production électrique, une plus grande part de l’énergie peut être consacrée aux capacités informatiques génératrices de revenus. Cela se traduit par davantage de capacité informatique génératrice de revenus à partir du même investissement d’infrastructure, améliorant à la fois l’utilisation du capital et le retour sur investissement à long terme, tout en réduisant l’empreinte environnementale globale de l’installation.
Une solution adaptée aux charges de travail de l’IA
L’entraînement des grands modèles de langage (LLM) génère des variations extrêmement rapides et importantes de la charge thermique des serveurs, imposant des exigences inédites aux systèmes de refroidissement. Les installations de groupes frigorifiques conventionnelles peuvent être mises à l’épreuve par ces fluctuations rapides, en particulier lorsqu’il est nécessaire de maintenir des températures d’eau stables pour les systèmes de refroidissement liquide.
Pour relever ce défi, CTS Group et Daikin ont développé conjointement un concept de refroidissement breveté. Celui-ci associe un système hydraulique optimisé et une utilisation maximisée du free cooling à une conception entièrement optimisée du système ainsi qu’à une technologie dédiée de tuyauterie tampon. La solution permet de répondre rapidement aux variations soudaines de charge tout en maintenant des températures d’eau extrêmement stables alimentant les Coolant Distribution Units (CDU) qui gèrent les serveurs IA refroidis par liquide.
La réponse dynamique du concept a été validée lors d’essais en usine à l’échelle réelle, confirmant sa capacité à maintenir des températures d’eau stables sous des profils de charge représentatifs de l’IA ainsi que lors de microcoupures électriques.
Une nouvelle référence pour le secteur
CTS Group conçoit et préfabrique des modules de refroidissement préassemblés et testés en usine sur ses sites de production, intégrant des groupes frigorifiques Daikin et des CDU ainsi que d’autres composants essentiels du système de refroidissement. En combinant les capacités d’ingénierie modulaire et de préfabrication de CTS Group avec les technologies de refroidissement, les systèmes de contrôle et l’expertise applicative de Daikin, ce partenariat offre aux opérateurs une approche évolutive pour réduire les consommations énergétiques auxiliaires des installations et accélérer leur déploiement. Les gains qui en résultent en matière d’efficacité du refroidissement peuvent contribuer à réduire les coûts d’exploitation, à augmenter la proportion d’énergie disponible pour les équipements informatiques et à améliorer le retour sur investissement dans les infrastructures d’IA.
