Raporty

Raport IEC wzywa do szerszego pomiaru zrównoważonego rozwoju centrów danych AI

Silas Venn
Dodaj Unite.AI do preferowanych źródeł w Google
Conceptual Clean Green Data Centres briefing in front of server racks, cooling equipment and an electricity grid
Kluczowe punktyPUE ujawnia efektywność narzutu, ale nie bezwzględny popyt ani intensywność emisji…
Zobacz więcej
  • PUE ujawnia efektywność narzutu, ale nie bezwzględny popyt ani intensywność emisji dwutlenku węgla w zasilaniu obiektu.
  • Ramy Total Contribution obejmują cztery wymiary, ale wciąż brakuje metody umożliwiającej ich porównanie.
  • Elastyczność reagowania na popyt zależy od tego, kto kontroluje obciążenia, a większość operatorów nie ma wglądu w obliczenia stron trzecich.

Międzynarodowa Komisja Elektrotechniczna (IEC) proponuje szersze podejście do oceny zrównoważonego rozwoju centrów danych AI. W ogłoszonym 17 listopada dokumencie strategicznym określającym stanowisko w sprawie czystych, ekologicznych centrów danych i briefingu dla kierownictwa przedstawiono ramy „Całkowitego wkładu”, które uwzględniają wpływ obiektu na środowisko, a także jego relacje z siecią elektroenergetyczną, produktywność gospodarczą i usługi publiczne.

Główna idea zakłada, że centrum danych należy oceniać jako część szerszego systemu. Zużycie energii elektrycznej i wody pozostaje istotnym miernikiem, ale IEC chce, by raportowanie uwzględniało również to, czy obiekt może wspierać odporność sieci i świadczyć użyteczne usługi cyfrowe. Komisja powołała Strategic Standards Group on Data Centres, która ma opracować spójne wskaźniki, protokoły raportowania i mechanizmy weryfikacji.

To strategiczny plan działania na rzecz dalszej standaryzacji. W ogłoszeniu nie ustanowiono ani ukończonego, globalnego wzoru oceny, ani wiążącego wymogu, by każde centrum danych stosowało chłodzenie niewymagające wody.

Dlaczego PUE nie mówi wszystkiego

Wskaźnik efektywności wykorzystania energii (PUE) oblicza się, dzieląc całkowite zużycie energii przez obiekt przez zużycie energii przez sprzęt IT. PUE na poziomie 1,2 oznacza, że obiekt zużywa o 20% więcej energii niż sam sprzęt IT. Niższe zużycie energii na potrzeby pomocnicze może świadczyć o wydajniejszym chłodzeniu i zasilaniu, ale wskaźnik ten nie pokazuje bezwzględnego zapotrzebowania obiektu na energię elektryczną ani emisyjności wykorzystywanej energii.

IEC publikuje już normę ISO/IEC 30134-2:2026, która definiuje PUE oraz określa sposób jego pomiaru, obliczania i raportowania. Nowa inicjatywa dotyczy szerszego zagadnienia: jak uwzględnić tego rodzaju wskaźniki dla pojedynczych obiektów w ocenie skutków środowiskowych i społecznych.

Duży obiekt o doskonałym wskaźniku PUE może mimo to znacznie obciążać przeciążoną sieć. Dwa obiekty o podobnych wskaźnikach mogą się też bardzo różnić pod względem zapotrzebowania na wodę lub możliwości ponownego wykorzystania ciepła. Efektywność w obrębie budynku i zrównoważony rozwój w skali regionu są ze sobą powiązane, ale opisują różne kwestie.

Cztery elementy „Całkowitego wkładu”

W ogłoszeniu IEC proponowane ramy podzielono na cztery powiązane ze sobą wymiary:

  • Energia i integracja z siecią: reagowanie na zapotrzebowanie, wspieranie odporności sieci oraz integracja lokalnych lub nowych źródeł energii odnawialnej.
  • Odpowiedzialne zarządzanie środowiskiem i zasobami: zużycie energii, wykorzystanie wody, emisje dwutlenku węgla, obieg zamknięty, zaawansowane systemy chłodzenia i odzysk ciepła odpadowego.
  • Produktywność gospodarcza i cyfrowa: relacja między zużyciem zasobów a takimi korzyściami jak wzrost produktywności dzięki AI, transformacja cyfrowa i zatrudnienie wymagające wysokich kwalifikacji.
  • Odporność społeczna i regionalna: wspieranie ochrony zdrowia, łączności, administracji publicznej i innych usług o krytycznym znaczeniu, a także rozwoju regionalnego.

Trudnym kolejnym krokiem jest umożliwienie porównywania tych wymiarów. Korzyści dla krajowej gospodarki cyfrowej nie rozwiązują automatycznie lokalnego niedoboru wody. Wiarygodna ocena powinna wskazywać, gdzie występują skutki, kto odnosi korzyści i jak mierzy się deklarowane efekty, zamiast sprowadzać wszystkie kompromisy do jednej korzystnej oceny.

Elastyczność sieci ma praktyczne ograniczenia

We wcześniejszym wkładzie IEC na platformę AI for Good ITU organizacja przedstawiła nadchodzący dokument jako narzędzie służące identyfikacji luk w standaryzacji dotyczących zrównoważonego rozwoju i bezpieczeństwa. Podkreśliła, że centra danych należy traktować jako aktywnych uczestników systemów energetycznych, a także analizować chłodzenie, zużycie wody, odpady elektroniczne i emisje w całym cyklu życia.

Reagowanie na zapotrzebowanie może przynieść większe korzyści z tej współzależności: obiekt dostosowuje pobór energii elektrycznej do warunków panujących w sieci. Możliwość udziału zależy jednak od ograniczeń operacyjnych i od tego, kto kontroluje obciążenia obliczeniowe.

Według raportu „Zasilanie sztucznej inteligencji” Międzynarodowej Agencji Energetycznej (IEA) aktywne zarządzanie obciążeniami obliczeniowymi nadal jest rzadkością. Wielu operatorów świadczy usługi na rzecz podmiotów trzecich i ma ograniczony wgląd w zadania realizowane w ich obiektach albo ograniczoną kontrolę nad nimi. IEA wskazuje, że ujednolicona wymiana informacji między klientami korzystającymi z mocy obliczeniowej, dostawcami infrastruktury i sieciami elektroenergetycznymi ma kluczowe znaczenie dla zwiększenia elastyczności.

W przypadku inicjatywy IEC oznacza to, że bardziej miarodajne jest raportowanie rzeczywistych możliwości niż samo określanie kampusu mianem „wspierającego sieć”. Użyteczne dane powinny pokazywać, jak można zmieniać zapotrzebowanie, na jak długo i w ramach jakich zobowiązań dotyczących świadczenia usług.

Chłodzenie cieczą i zużycie wody to odrębne zagadnienia

W ogłoszeniu IEC wskazano chłodzenie cieczą i zanurzeniowe, zasilanie prądem stałym oraz jakość energii elektrycznej dla infrastruktury AI jako obszary, w których należy opracować normy. Technologie te odpowiadają na różne aspekty problemu projektowego: odprowadzanie ciepła z urządzeń o dużej gęstości mocy, ograniczanie strat związanych z konwersją energii i zapewnienie odpowiednich parametrów zasilania elektrycznego.

Samo chłodzenie cieczą nie oznacza, że obiekt nie zużywa wody. Wytyczne amerykańskiego Departamentu Energii dotyczące efektywności zużycia wody w centrach danych przedstawiają przykład systemu chłodzonego cieczą, który ostatecznie odprowadza ciepło do wieży chłodniczej. To, co krąży w szafie serwerowej, i sposób, w jaki obiekt odprowadza ciepło na zewnątrz, to odrębne kwestie projektowe.

To rozróżnienie ma znaczenie w miarę rozwoju infrastruktury AI. Zamknięty obieg chłodzenia urządzeń może współistnieć z odprowadzaniem ciepła przez parowanie w innych częściach systemu. Raportowanie musi jasno określać granice, aby czytelnicy mogli zrozumieć, czego dotyczy deklaracja oszczędności wody.

Od planu działania do mierzalnych rezultatów

Znaczenie inicjatywy IEC Clean Green Data Centres wynika z powiązania, jakie ustanawia między infrastrukturą obliczeniową a otaczającymi ją systemami. Jej kolejny etap pokaże, jak proponowane ramy przełożą się na spójne raportowanie i mechanizmy weryfikacji, z których będą mogli korzystać operatorzy, przedsiębiorstwa użyteczności publicznej i decydenci.

Szersza ocena będzie najbardziej przydatna, jeśli zachowa czytelne wskaźniki dotyczące energii, wody i emisji, a zarazem uwzględni dowody na świadczenie usług na rzecz sieci elektroenergetycznej i tworzenie wartości publicznej. Celem raportu jest ukazanie tych zależności. Przełożenie tej ambicji na porównywalne i możliwe do zweryfikowania rezultaty to zadanie na przyszłość.

Silas Venn jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją na styku zrównoważonego rozwoju, nauki klimatu i innowacji środowiskowych. Jego praca koncentruje się na tym, jak systemy sztucznej inteligencji są wykorzystywane do optymalizacji efektywności energetycznej, poprawy modelowania klimatu oraz wspierania przejścia w kierunku bardziej zrównoważonej infrastruktury i przemysłu.
Z myślą o przyszłości i środowisku, Silas bada aplikacje od inteligentnych sieci i prognozowania energii do analizy ryzyka klimatycznego, pomiaru węgla i optymalizacji zasobów. Koncentruje się na praktycznych wdrożeniach, w których sztuczna inteligencja przynosi wymierne korzyści dla środowiska, a także rozważa ograniczenia, kompromisy i długoterminowe implikacje odpowiedzialnego skalowania tych technologii.
Artykuły autorstwa Silasa Venna są generowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia dokładności, równowagi i odpowiedzialnego podejścia do roli sztucznej inteligencji w zrównoważonym rozwoju i technologiach klimatycznych.