Dave Williams, Senior Principal i PAE Engineers – Intervju-serie

Dave Williams, er Senior Principal i PAE Engineers, han har 20 års erfaring innen mekanisk ingeniørarbeid. Gjennom sitt omfattende arbeid med dataSentere, laboratorier og helseinstitusjoner, har han blitt usedvanlig dyktig i å levere designs for kontrollerte miljøer. Dave fokuserer på å redusere drifts- og vedlikeholdskostnader, og øke energieffektiviteten. Han teller Kaiser Permanente, Legacy, Tuality og PeaceHealth blant sine langvarige kunder. En LEED-akkreditert profesjonell, Dave har arbeidet på mange bærekraftige prosjekter, inkludert flere LEED- og Net-Zero Energy-sertifiserte bygninger.

PAE Engineers spesialiserer seg på å designe energieffektive, høytytende dataSentere som prioriterer bærekraft og operasjonell effektivitet. Deres arbeid integrerer innovative kjølingssystemer og avansert ingeniørarbeid for å optimalisere ytelsen samtidig som miljøpåvirkningen reduseres.

Kan du ta oss tilbake til din første erfaring med å designe et dataSenter? Hva var prosjektet, og hva var noen av de største utfordringene eller læringsøyeblikkene du møtte?

Det første større prosjektet var minneverdig og, ærlig talt, ett av mine favoritter. Det var en ombygging av en gammel halvlederfabrikk til et dataSenter. Denne ombyggingen, som du kan forestille deg, hadde mange utfordringer, fra å gjøre om utstyret til å håndtere forskjellige driftsforhold, å legge til redundans og å sikre korrekt drift med gjenbruk av utstyr var utfordrende. Driftssikring var også ganske utfordrende, og å sikre at alle komponenter, spesielt kjølingssystemer og kontrollsystemer, kunne akselerere raskt i tilfelle av strømbrudd, skapte noen interessante og morsomme utfordringer å løse. Til slutt fungerte alt godt, og teamet ble godt samarbeidende i samarbeidet mellom mange spillere for å gjennomføre og levere et godt dataSenter-anlegg.

Hvordan har prioriteringene for dataSenter-design endret seg de siste 20 årene? Hva er de største endringene du har sett i kjøling, strømfordeling og redundans?

Prioriteringene har endret seg ganske mye. DataSentere eksisterer for å tilby et resilient, høytilgjengelig miljø for servere. Ettersom servere har blitt betydelig mer kraftfulle og tilpassingsdyktige til miljø, har anleggene endret seg. De har blitt svært effektive, og har presset grensene for energieffektivitet fra transformasjon og transport av strøm til hyller, og HVAC-systemene som gir et stabilt miljø for anleggene å fungere i, har endret seg fra store strømforbrukende enheter til innovative høyeffektsystemer som tillater mye lavere PUE-verdier enn noensinne før.

Hva er de største utfordringene i å designe dataSentere nå? Hvordan påvirker faktorer som strømtilgjengelighet, kjølingsevne og strengere regler designbeslutninger?

Tilgjengeligheten av pålitelig strøm er vanligvis den største faktoren i å plassere et dataSenter. Tilgjengelighet av land, nærhet til fiber, sikkerhet og klima-bekymringer er alle faktorer som inngår, men å finne strøm synes å være en stor driver.

Hvordan integrerer PAE Engineers bærekraft i dataSenter-prosjekter fra de innledende planleggingsfasene?

Å starte med slutten i mente er alltid en god påminnelse. Bærekraft er et bredt begrep som er mer enn bare energi, men med mengden energi som trengs, får det vanligvis mest oppmerksomhet. Å sette mål for lav PUE og holde fast ved det gjennom designprosessen er en rettledende lys og hjelper å forme beslutninger. Som nevnt tidligere er målet for et dataSenter å strømforbruke servere. Alle andre energibruk som brukes på anlegget støtter dette og er der vi ønsker å fokusere våre anstrengelser på å redusere det. Kjølingssystemer er de største forbrukerne av energi her, og å starte der er virkelig der vi liker å starte. Å vurdere klimaet anlegget skal ligge i og å optimalisere systemet for å maksimere gratis kjøling og å vurdere måter å unngå kjølesystemer med store kompressormotorer hjelper mye på effektiviteten. Senere gjennomgang av varmegjenvinning fra støttearealer fra datahallene, vannreduserings tiltak, kontroll-optimisering og selv overveielser som fornybar energi og regnvannsinnsamling er ytterligere elementer som vurderes når det gjelder å designe for et høyt nivå av bærekraft i anlegget.

Hva er de mest lovende innovasjonene som driver energi- og vann-effektivitet i dataSentere i dag?

Ettersom servere blir mer robuste og i stand til å håndtere varmere temperaturer, har muligheten til å øke antall timer i året for gratis kjøling hatt en stor effekt. På grunn av dette har mange av dataSenterne som er deployert nå noen av de mest innovative og energieffektive systemene installert. Væske-kjøling med mer tett kapasitetsservere bringer nye utfordringer og muligheter, ettersom vann har mye mer potensial for stor skala varmeoverføring enn luft.

Hvordan balanserer du høytytende dataprogrammer med bærekraftsmål? Er det noen kompromisser når man senker PUE (Power Usage Effectiveness) eller vannforbruk samtidig som man opprettholder pålitelighet?

Ikke hvis det gjøres riktig. Infrastrukturen må støtte serverhyllens behov med en resilient deployering, men hvis det gjøres tankefullt, kan det optimaliseres for å fungere svært effektivt, redusere PUE og vannforbruk uten å kompromittere datamaskinens ytelseskrav.

Hva er utfordringene du møter når du implementerer fornybar energi, avansert kjøling eller andre bærekraftstiltak i høy-tetthets dataSentere?

Utfordringene varierer fra prosjekt til prosjekt. Noen ganger kan det være lokale kode- eller jurisdiksjonsmessige hindringer å overvinne, eller land kan ikke være tilgjengelig for å deployere et bestemt system, eller ærlig talt, basert på kostnadene ved å implementere en innovativ design, kan fordelen ikke rettferdiggjøre implementeringen. Hva som fungerer bra for ett klima eller sted kan ikke være best for et annet, så hvert prosjekt bør vurdere dette.

Hvordan påvirker AI-arbeidsbelastninger dataSenter-design? Hva er justeringene som er nødvendige for strøm og kjøling for å støtte høy-tetthets AI-hyller?

Tetthet kan påvirke både strøm- og kjølingssystemer ganske mye. Større forsyninger, brytere, rør, osv., som alle støtter en mye mer lokal strømforbruk, skaper utfordringer, men også muligheter til å tenke om hvordan infrastrukturen skal være lagt ut, plassert og deployert på en måte som er trygg, resilient og funksjonell.

Hva er rollen du ser AI spille i å optimalisere energieffektivitet og realtids-operasjoner i dataSentere?

Det er massive. Evnen til å skape en maskinlæringsfasilitet som deployer massiv beregningskraft mot optimalisering av energiforbrukende systemer som betjener ikke bare dataSentere, men det bygde miljøet i sin helhet, er enorm. Peak-shaving, å forstå hvordan hvert anlegg varierer i sin drift, og optimalisering på en spesifikk sak-til-sak-basis er en enorm mulighet. Å rulle beregning over flere anlegg i sanntid med justering til varierende klimasoner. Jeg kan bare forestille meg hvor mye AI lærer om drift. Forslagene og optimaliseringen det kunne deployere ville ha en massiv effekt på hvordan systemene som betjener disse anleggene kan justeres og finjusteres.

Hva kan den neste generasjonen av AI-drevne dataSentere ligne?

Jepp, kontinuerlig høyere tetthets-hyller er trenden og vil sannsynligvis fortsette i noen år. Denne tettheten skaper interessante muligheter for den fysiske størrelsen på dataSentere med potensielt mindre fotavtrykk, men også nye ting å vurdere når det gjelder infrastruktur som større brytere/rør, osv., som trengs for dem. Væske-kjøling er interessant og har vært diskutert i bransjen i ganske lang tid; nå er det ikke like vanlig og brukes ikke mye, men når tettheten øker, kan det bli mer aktuelt. Lokale fornybare energikilder er alltid en god idé på ethvert prosjekt, dataSenter eller ikke, men igjen, kostnaden, avkastning, mulighetene for stedet, vurdere klimaet, osv., alle må vurdere når man deployer og velger hvilken type fornybar energi og hvor mye som skal installeres.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke PAE Engineers.