Architettura dell'infrastruttura elettrica per data center AI

Siemens, in collaborazione con NVIDIA e Fluence, ha sviluppato un'architettura di riferimento per data center dedicati all'intelligenza artificiale basata sulla piattaforma NVIDIA DSX Vera Rubin. Il progetto fornisce un framework preconfigurato per sistemi elettrici, gestione dell'energia e controllo, destinato a operatori hyperscale, provider di colocation e aziende specializzate in infrastrutture cloud che implementano ambienti di calcolo AI su larga scala.

Requisiti infrastrutturali per le AI Factory
La rapida crescita dei carichi di lavoro legati all'addestramento e all'inferenza dell'intelligenza artificiale sta determinando cambiamenti significativi nella progettazione delle infrastrutture dei data center. I sistemi AI ad alta densità richiedono capacità di alimentazione elettrica, raffreddamento e resilienza operativa notevolmente superiori rispetto ai tradizionali ambienti informatici aziendali.

La nuova architettura di riferimento traduce il concetto di AI Factory di NVIDIA in un modello infrastrutturale implementabile che affronta aspetti quali connessione alla rete elettrica, distribuzione dell'energia, gestione energetica e scalabilità delle strutture. L'obiettivo è supportare le organizzazioni nel ridurre la complessità dei progetti e accelerare la messa in servizio degli ambienti di elaborazione AI.

Le AI Factory stanno emergendo come una categoria specifica di infrastrutture per data center, ottimizzate per l'addestramento di modelli su larga scala e la generazione di token piuttosto che per i tradizionali carichi di lavoro aziendali. Con l'aumento della densità computazionale, l'infrastruttura elettrica diventa un fattore critico per le prestazioni e le possibilità di espansione delle strutture.

Architettura di distribuzione elettrica per carichi AI da 100 MW
L'architettura di riferimento è dimensionata per una capacità complessiva del sito di 136 MW e supporta un carico IT di 100 MW. La configurazione copre l'intero percorso dell'alimentazione elettrica, partendo da una connessione alla rete a 34,5 kV fino ai sistemi di distribuzione in media tensione, ai blocchi modulari di alimentazione in bassa tensione e alla distribuzione energetica a livello di rack.

Il progetto adotta un approccio Tier III con manutenzione concorrente, che consente di mettere fuori servizio singoli componenti senza interrompere le operazioni IT. Questo modello di ridondanza è ampiamente utilizzato nelle infrastrutture mission-critical che richiedono disponibilità continua.

Una strategia di implementazione modulare consente di espandere l'infrastruttura in più fasi. Gli operatori possono iniziare con installazioni di alcune decine di megawatt e crescere fino a centinaia di megawatt senza modificare in modo sostanziale l'architettura elettrica. Questo approccio favorisce l'efficienza degli investimenti e supporta la futura crescita della domanda di capacità computazionale AI.

Sistemi elettrici modulari e implementazione industrializzata
L'architettura incorpora skid elettrici prefabbricati e collaudati in fabbrica per media e bassa tensione, progettati per ridurre la complessità delle attività in cantiere e i tempi di messa in servizio.

I moduli infrastrutturali preingegnerizzati stanno diventando sempre più diffusi nei grandi progetti di data center perché migliorano la coerenza delle implementazioni e riducono i rischi di esecuzione. I test effettuati in fabbrica consentono di individuare eventuali problemi prima dell'installazione, contribuendo a programmi di avviamento più rapidi e prevedibili.

L'architettura integra inoltre tecnologie di automazione e metodologie di digital twin per supportare la pianificazione, la validazione e l'ottimizzazione operativa durante l'intero ciclo di vita della struttura.

Sistemi di accumulo a batterie per la stabilità della rete
Fluence contribuisce con la propria tecnologia di accumulo energetico tramite batterie attraverso la piattaforma Smartstack, che offre flessibilità operativa agli impianti AI che operano in contesti caratterizzati da vincoli energetici.

Il sistema supporta funzioni quali mantenimento di tensione e frequenza, capacità di black-start, partecipazione ai programmi di demand response della rete e livellamento dei carichi di lavoro AI. Queste funzionalità possono migliorare la resilienza dell'impianto e aiutare gli operatori a gestire condizioni di rete sempre più variabili.

L'accumulo energetico tramite batterie sta diventando un elemento strategico nelle infrastrutture dei data center AI, poiché gli operatori cercano di mitigare le limitazioni della rete elettrica e migliorare la disponibilità energetica per carichi computazionali ad alta intensità.

Monitoraggio e controllo integrati delle infrastrutture
L'architettura di riferimento include una suite centralizzata per la gestione del data center progettata per offrire una visione unificata dei sistemi di alimentazione, raffreddamento e calcolo.

Le piattaforme di monitoraggio integrate stanno assumendo un ruolo sempre più importante nei moderni impianti AI perché consentono agli operatori di correlare le prestazioni dell'infrastruttura con i carichi di lavoro computazionali. Un'unica interfaccia di gestione può semplificare la supervisione operativa e consentire una risposta più rapida agli eventi infrastrutturali.

L'approccio a livello di sistema facilita inoltre strategie di ottimizzazione basate sui dati, aiutando gli operatori a gestire il consumo energetico e a mantenere l'efficienza operativa al variare dell'utilizzo della struttura.

Considerazioni sul raffreddamento per il calcolo AI ad alta densità
Il progetto incorpora specifiche elettriche allineate ai requisiti dei carichi di lavoro e delle architetture NVIDIA. Inoltre, sono state integrate considerazioni progettuali sviluppate con nVent per garantire la compatibilità con tecnologie di raffreddamento avanzate.

Secondo i partecipanti al progetto, i futuri aggiornamenti dell'architettura includeranno indicazioni più dettagliate sulla gestione termica. Questa evoluzione riflette una tendenza del settore, poiché le moderne piattaforme AI superano sempre più frequentemente le capacità dei tradizionali sistemi di raffreddamento ad aria.

I rack AI ad alta densità richiedono spesso soluzioni di raffreddamento a liquido per dissipare il calore generato da acceleratori avanzati e implementazioni su larga scala di GPU.

Supportare infrastrutture AI scalabili
L'architettura di riferimento è stata sviluppata per supportare strutture AI che richiedono elevata densità di elaborazione, tempi di implementazione prevedibili e scalabilità a lungo termine. Combinando infrastrutture elettriche modulari, sistemi di accumulo energetico, controlli integrati e gestione digitale delle infrastrutture, il progetto affronta diverse sfide operative associate ai data center AI di nuova generazione.

Con il continuo aumento della domanda di capacità computazionale per l'intelligenza artificiale, le architetture di riferimento che standardizzano alimentazione, controllo e metodologie di implementazione stanno diventando strumenti sempre più importanti per ridurre i rischi e accelerare la realizzazione delle infrastrutture AI.

Contesto aggiuntivo
Questa sezione fornisce specifiche tecniche e confronti competitivi non inclusi nel comunicato stampa originale.

Le infrastrutture per data center AI su larga scala vengono sempre più spesso sviluppate attraverso partnership che coinvolgono fornitori di apparecchiature elettriche, produttori di piattaforme GPU, specialisti del raffreddamento e aziende attive nel settore dell'accumulo energetico. Iniziative comparabili includono architetture di riferimento e framework modulari sviluppati da Schneider Electric, Vertiv, Eaton, ABB e Delta Electronics per ambienti AI ad alta densità.

Il carico IT di 100 MW supportato da questa architettura la colloca nella categoria delle strutture AI hyperscale. A titolo di confronto, molti data center aziendali tradizionali operano con capacità inferiori a 10 MW, mentre i nuovi campus AI mirano sempre più spesso a implementazioni comprese tra 50 MW e diverse centinaia di megawatt. I principali parametri di riferimento in questo segmento includono il Power Usage Effectiveness (PUE), la densità di potenza per rack, la velocità di implementazione, la resilienza della rete, l'efficienza del raffreddamento e la scalabilità.

L'inclusione di sistemi di accumulo energetico a batterie distingue questa architettura dalle configurazioni tradizionali dei data center, che si affidano principalmente a gruppi di continuità e generatori di emergenza. Le piattaforme di accumulo possono fornire servizi avanzati di interazione con la rete, supportando al contempo i requisiti di qualità dell'alimentazione richiesti dai carichi di lavoro AI.

La transizione del settore verso infrastrutture elettriche modulari, modelli digital twin e piattaforme integrate di gestione riflette uno sforzo più ampio volto a ridurre i tempi di costruzione e migliorare la prevedibilità operativa. Queste tecnologie stanno diventando componenti centrali nella progettazione dei moderni data center AI, poiché gli operatori cercano di aumentare la capacità di calcolo mantenendo elevati livelli di affidabilità ed efficienza energetica.

Edito da Aishwarya Mambet, redattrice di Induportals, con il supporto dell’IA.

www.siemens.com