Rechenzentren erzeugen mehr Wärme als je zuvor. Die Kühlung muss damit Schritt halten.

Seit Jahrzehnten unterstützen Rechenzentren das digitale Zeitalter. Heute ermöglichen sie eine Vielzahl von Anwendungen mit künstlicher Intelligenz (KI), die die Welt und unser Leben verändern. Ihr Strombedarf aber ist erst in jüngster Zeit explosionsartig und rasant gestiegen.

„Vor fünfundzwanzig Jahren verbrauchte ein typisches Rack eines Rechenzentrums vielleicht etwa 5 kW“, so Patrick Zeng, General Manager für das Wärmemanagement von Rechenzentren bei Texas Instruments. „Heutige Racks dagegen können mehr als 100 kW verbrauchen, und schon in wenigen Jahren könnten einige sogar die 1-Megawatt-Marke überschreiten.“

Die ganze Energie muss natürlich irgendwo hin. Nahezu jedes Watt, das ein Server verbraucht, wird in den Räumen des Rechenzentrums in Wärme umgewandelt, und die Abfuhr dieser Wärme ist eine der schwierigsten technischen Herausforderungen, denen man sich beim Design von Rechenzentren heute gegenübersieht.

„Wenn Sie in der Sonne laufen, wird Ihr Körper warm“, so Patrick. „Ihr Stoffwechsel kühlt Ihren Körper jedoch so, sodass Sie keinen Hitzschlag bekommen. Genau dies leistet das Wärmemanagement in einem Rechenzentrum.“

Wenn Server überhitzen, leidet die Leistung und die Kosten steigen. Nehmen wir zum Beispiel ein großes Sprachmodell, ein „Large Language Model“. KI-Modelle verarbeiten und generieren Sprache mit Token, kleinen Textelementen also, die als grundlegende Berechnungseinheiten dienen.

„Wenn eine GPU überhitzt, kann sie nicht so schnell Token erzeugen“, erklärt Patrick. „Der Anwender bemerkt eine langsamere Reaktion, und die Antworten werden für die Betreiber der Rechenzentren teurer. “

Die herkömmliche Kühlinfrastruktur kann einfach nicht mehr mit dem Tempo Schritt halten. Ingenieure arbeiten deshalb mit Hochdruck daran, die Wärmeabfuhr in Rechenzentren neu zu konzipieren – sei es auf Anlagenebene oder in den Server-Trays.

Wenn Luft allein nicht ausreicht

Jahrzehntelang reichte eine Luftkühlung aus. Lüfter bliesen kühle Luft über die heißen Bauteile und führten die Wärme ab, sodass die Rechenzentren zuverlässig arbeiten konnten. Als KI den Stromverbrauch der Racks jedoch über 20 kW hinaus auf 40 kW erhöhte, konnte Luft allein die Wärme nicht mehr schnell genug ableiten. Ingenieure reagieren darauf, indem sie Luft- und Flüssigkeitskühlung kombinieren.

Statt die Luft in der Umgebung eines Servers zu kühlen, leitet die Flüssigkeitskühlung die Wärme direkt an der Quelle ab. Eine Kühlplatte sitzt direkt am Chip im Server-Tray, sodass die Flüssigkeit die Wärme viel effizienter abführen kann als Luft.

Inzwischen wenden Ingenieure diesen Ansatz auf komplette Rechenzentren an – von Kühlmittelverteilungseinheiten (Coolant Distribution Units, CDUs), die das Kühlmittel zwischen den Server-Racks und der externen Infrastruktur der Anlage zirkulieren lassen, bis hin zu den einzelnen Trays. Flüssigkeiten so nah an die Elektronik heranzubringen, kann jedoch extrem kostspielig werden. Dieses Problem erfordert daher ein Ökosystem aus Komponenten, die das Kühlmittel bewegen, überwachen und steuern können.

Bausteine für Flüssigkeitskühlung

„Die Überwachung des flüssigen Kühlmittels ist für den zuverlässigen Betrieb des gesamten Wärmemanagement-Systems von entscheidender Bedeutung“, so Patrick. Aus diesem Grund achten Ingenieure ständig darauf, die Temperatur und Feuchtigkeit im Blick zu behalten, um jedes Anzeichen für etwaige Unregelmäßigkeiten zu erkennen.

Die CDU enthält die Pumpen und Lüfter, die das mechanische Herz des Kühlkreislaufs bilden und das Kühlmittel durch das System zirkulieren lassen. Motortreiber steuern die Pumpen und Lüfter mit integriertem Ausfallschutz. Die Ventile regeln, wie viel Kühlmittel jedes Tray erreicht, indem sie je nach Bedarf in Echtzeit öffnen oder schließen. 

Sensoren überwachen Durchfluss, Temperatur, Feuchtigkeit und Druck und achten auf früheste Anzeichen eines Lecks oder einer defekten Komponente. Mikrocontroller verbinden alles miteinander, verarbeiten Sensordaten in Echtzeit und passen das System entsprechend an.

„Bei Rechenzentren ist Zuverlässigkeit stets die wichtigste Überlegung“, so Patrick. Schließlich kann eine Pumpe, die ausfällt oder ein Sensor, der falsche Werte liefert, ein ganzes Rack von KI-Rechenkomponenten lahmlegen.

Die Einhaltung von Zuverlässigkeitsstandards erfordert Präzision bei jedem Schritt. Das TI-Portfolio umfasst den gesamten Kühlpfad – von Heizungs-, Lüftungs- und Klimaanlagen (HVAC), die eine gesamte Rechenzentrumsanlage kühlen, über die CDU, die die Racks versorgt, bis hin zu den einzelnen Server-Trays.

„Wir fangen nicht von Grund auf neu an“, sagte Patrick, sondern stützen uns auf Technologien aus kommerziellen Heizungs-, Lüftungs- und Klimaanlagen, die wir seit Jahren in der Gebäudeautomation und bei Haushaltsgeräten einsetzen. Das bedeutet eine schnellere Markteinführung, da die Grundlage bereits vorhanden ist. Und es bedeutet Zuverlässigkeit, weil es sich um eine bewährte Technik handelt.“

Die Zukunft des Wärmemanagements

Selbst wenn die Rack-Leistung in den Megawatt-Bereich ansteigt und die Betreiber entsprechend neue Kühltechnologien einsetzen, bleibt eine Designherausforderung für die Ingenieure bestehen: die Zuverlässigkeit.

Das nächste Zuverlässigkeits-Level bei der Kühlung von Rechenzentren wird durch die Kombination mehrerer Sensoren per Edge-KI und Sensorfusion erreicht. Heutige Systeme basieren oft auf einem einzigen Sensor, um ein Leck aufzuspüren. Die Systeme von morgen werden dagegen eine Vielzahl von Echtzeitsignalen – Motorstrom, Kompressordrehzahl, Feuchtigkeit, Druck und Temperatur – analysieren, um subtile Muster zu erkennen, die ein Sensor allein nicht erkennen kann. Die Korrelation dieser Signale ist für herkömmliche regelbasierte Software zu komplex.

„Edge-KI bietet einen einzigartigen Vorteil, nämlich kurze Reaktionszeit und geringe Latenz“, so Patrick.

In welcher Form das Wärmemanagement auch erfolgt, sein Zweck ändert sich nicht: Ingenieuren sollen die nötigen Werkzeuge in die Hand gegeben werden, um KI-Dienste reaktionsschnell und Rechenzentren zuverlässig zu halten, den Betreibern zu helfen, die Kosten zu kontrollieren, und die Infrastruktur hinter der modernen Datenverarbeitung so am Laufen zu halten, dass sie mit dem Tempo Schritt halten kann, das die KI heute verlangt.