Wandtung

Решение для ИИ-дата-центра

Архитектура питания и охлаждения высокой плотности для инфраструктуры обучения и инференса ИИ.

Проблема

Задача клиента

Стойки для обучения и инференса ИИ потребляют значительно больше энергии на стойку, чем традиционные ИТ-нагрузки, превышая возможности стандартного воздушного охлаждения и конструкции PDU, что требует тщательного планирования электрической и тепловой мощности.

Подход

Архитектура решения

Wandtung сочетает мощные трёхфазные PDU и ИБП высокой ёмкости с жидкостным охлаждением (холодная плита + CDU) для поддержки плотных GPU/ИИ-стоек, с мониторингом, настроенным на отслеживание запаса по питанию и температуре в реальном времени.

Система

Компоненты системы

Мощный PDU

Трёхфазное распределение высокого тока для GPU/ИИ-стоек.

ИБП высокой ёмкости

Рассчитан на устойчивую нагрузку высокой плотности.

Жидкостное охлаждение и CDU

Прямое охлаждение чипа холодной плитой с управлением контуром через CDU.

Архитектура

Как это работает

  1. 1

    Мощные PDU распределяют трёхфазное питание по плотным GPU-стойкам со сбалансированной нагрузкой по фазам.

  2. 2

    Жидкостное охлаждение отводит тепло непосредственно на уровне чипа через холодные плиты.

  3. 3

    CDU управляет первичным/вторичным контурами хладагента и контролирует расход и температуру.

Конфигурация

Конфигурация продукта

Преимущества

Технические преимущества

  • Поддержка плотности стоек за пределами возможностей воздушного охлаждения
  • Сбалансированная трёхфазная схема питания для GPU-кластеров
  • Встроенное обнаружение утечек и тепловой мониторинг

Процесс

Процесс развёртывания

  1. Шаг 1

    Планирование плотности и нагрузки

    Определение целевой мощности на стойку (кВт) и метода охлаждения.

  2. Шаг 2

    Архитектура питания

    Проектирование распределения через мощные PDU и ИБП.

  3. Шаг 3

    Интеграция охлаждения

    Развёртывание контуров CDU и жидкостного охлаждения холодной плитой.

  4. Шаг 4

    Ввод в эксплуатацию

    Проверка баланса питания, эффективности охлаждения и мониторинга.

Развёртывание

Типичные применения

Кластеры обучения ИИФермы инференса GPUЦентры HPC-вычислений

Вопросы и ответы

Часто задаваемые вопросы

Стойки для обучения ИИ и GPU могут потреблять плотность мощности в несколько раз выше, чем традиционные серверы, создавая тепловые нагрузки, превышающие возможности экономичного отвода тепла воздушным охлаждением на уровне стойки — жидкостное охлаждение отводит тепло непосредственно от чипа, обеспечивая гораздо более высокую плотность на стойку.

Запросить это решение

Расскажите о своём проекте, и наша инженерная команда предложит конфигурацию, соответствующую требованиям вашего объекта.