SIN01克服了基础设施和可持续性挑战，是世界上第一个使用海水冷却的100%可再生能源人工智能数据中心（AIDC）。
葡萄牙的工业港口城市Sines已悄然成为欧洲迄今为止最雄心勃勃的技术项目之一。
在这里，施耐德电气（Schneider Electric）和Start Campus在一个退役发电站曾经矗立的重新利用的土地上建造了SIN01——一个26MW的人工智能数据中心（AIDC）原型，这是专门为人工智能工作负载设计的1.2GW园区的第一阶段。
该设施的独特之处不仅在于其规模，还在于其可持续发展的新方法。SIN01是世界上第一个使用海水作为主要冷却介质的人工智能数据中心，直接从大西洋取水，其排出海水的温度仅升高了一度。
对于那些见证了它从概念到现实的旅程的人来说，这种转变是非凡的。
施耐德电气欧洲安全电力和数据中心业务高级副总裁Pablo Ruiz Escribano回忆道：“我第一次讨论这个项目是在2021年，当时人们并不相信它。”
“有些人甚至拿这个概念开玩笑。五年后，在我的新职位上，我于3月开始担任新职位，我做的第一件事是在Iberia开设这个数据中心。”
“对我来说，这真的很兴奋。因为它从一个想法变成了现实。”
SIN01如何应对人工智能基础设施挑战
以可持续的方式满足人工智能工作负载需求的挑战已经从关注发展成为一个全球性问题。
为稳定工作负载而设计的传统设施现在很难满足人工智能应用程序的密集处理需求，而这一挑战现在已经超越了原始计算能力，扩展到数据中心运作的基本架构。
“当你看到人工智能数据中心和传统数据中心之间的区别时，主要的区别在于冷却，”Pablo解释道。
“不同之处在于你如何冷却和提取热量，因为热量更高。我们数据中心大厅的通常有150个机柜，功率大约在2MW至2.5MW之间。”
“现在，在相同的规模下，我们能够带来更多的IT容量，但外观和感觉几乎相同。唯一的区别是如何提取热量。”
随着液体冷却成为高密度人工智能工作负载的首选解决方案，传统数据中心运营商面临着基础设施大修和成本影响，特别是因为冷却系统通常占数据中心运营支出的60%，其中一半的能耗直接与冷却解决方案有关。
Pablo说：“你越能优化冷却件，你的效率就越高。”
可持续人工智能基础设施的蓝图
Start Campus方法的另一个天才之处在于它与现有基础设施的整合。
开发商没有建造一个全新的设施，而是认识到了重新利用退役发电站海上连接的潜力。
该设施采用施耐德电气EcoStruxure产品组合的解决方案，提供实时监控和控制系统，优化整个运营过程中的能源使用。
Pablo说：“令人惊讶的是，它是如此集成，并利用从海里取水的管道系统来冷却已经退役的发电厂。”
“你不需要从头开始重建完整的基础设施。它只是对其进行了改造——事实上，它还使用了来自再气化设施的水，这些水之前直接被排放掉了。然后他们将其重新利用起来。”
“此外，我们从数据中心提取的热量可以在附近的其他应用中重复使用。”
这意味着该设施周围的环境监测计划是全面和持续的。
Start Campus可持续发展经理India Oliveira表示：“我们确实有两个研究机构正在进行监测，他们不仅监测化学物质和排水的物理方面，还监测对生态系统的影响。这两位研究人员，分别是生物学家和工程师，每隔一个月就有一次潜水活动，每季度他们都会给我们做一份预报告。”
“这是我们环境影响评估要求的一部分。因此，我们确实必须提出一份大规模的补偿措施预案。他们告诉我们至少三年，但我们致力于项目的整个生命周期，所以至少是25年。”
此外，研究结果已经验证了环境方法，India补充道：“这些研究人员预测，1摄氏度的升温和羽流对周边环境产生的影响非常小。”
“排放物确实非常集中在海湾的排放区，但它们扩散到了更大范围。所以我们没有释放任何化学物质。我们正在释放更温暖的水，这将不可避免的产生一些影响——但也会有一些野生动物受益，一些野生动物可能会迁徙到其他地方——但预测产生的影响会很小。”
人工智能在SIN01：从跟踪可持续性到预测可持续性
也许SIN01最有趣的方面在于人工智能本身如何成为其构建和运营不可或缺的一部分。
Pablo说：“人工智能是一场工业革命，就像过去的电力或蒸汽一样。”
“现在是人工智能、IT革命彻底改变了每个行业，也改变了我们建立数据中心的方式。”
人工智能在SIN01无处不在，从协助建设和运营，到迎接访客的机器护卫犬，拍摄现场照片并自动将其与3D模型进行比较，以了解现场如何运营数据中心，再到预测现场未来的可持续发展目标。
“现在，如果我们想提高效率，减少二氧化碳排放，提高数据中心的可靠性，我们应该在真正需要的时候派人到现场，”Pablo继续说道。
“我们正在应用人工智能来查看设备是否以适当的方式老化，或者是否存在偏差，从而触发FSR或现场服务工程师的某些活动，以采取行动进行维修。”
Start Campus还开发了人工智能在可持续数据中心设计中最复杂的应用：一个集成到其建筑信息模型（BIM）中的全面碳建模系统。
该系统带来了该设施整个生命周期中环境影响评估和管理方式的根本转变。
“我认为可持续发展设计最具影响力的方面，实际上是集成到我们BIM设计中的突破性碳模型——建筑基础设施模型，”India说。
“我们可以通过层次清楚地了解哪些基础设施在第一、第二和第三范围内具有最大的排放量或碳影响。因此，我认为使用BIM系统建立这个独特的系统意味着我们可以预测排放量，然后重新订购任何其他材料或查看当地供应商。”
人工智能数据中心（AIDC）基础设施的未来
随着人工智能（AI）革命的加速，SIN01开创的构建方法已经影响了行业如何进行大规模部署。事实证明，传统的现场建设方法不足以满足人工智能基础设施发展所需的速度和规模。
Pablo说：“我们看到的是，我们建造数据中心的方式不会改变设备本身，而是改变我们建立数据中心的方法。我们正在转向更标准化、更预制的解决方案，这样在部署如此庞大的基础设施时，我们就可以看到物流成为一个真正的话题。
“标准化程度越高，真正复制标准模块的能力就越强——现场部署速度越快，启动和调试数据中心的时间就越短。”
他继续说道：“如果你去一个正在建设的传统数据中心，你会看到水管工和电工一起工作，同时还有很多人在干扰。”
“如果你想以我们需要的速度大规模部署，就不可能再采用传统的建筑方式。因此，即使使用相同的设备，但对我来说，拥有这些标准化和预制的解决方案是唯一的方法。”
“顺便说一句，这也减少了二氧化碳排放，因为你可以简化所有的物流流程，也可以优化这些物流流程。”
SIN01如何实现增长与责任的平衡
将AI工作负载集成到SIN01中实际上提高了其环境效率。
“当我们第一次设计这座建筑时，我们的模型或口号中都没有人工智能，”India解释道。
然而，当讨论SIN01在很大程度上是建立在现有基础设施之上时，她说：“一年后，人工智能出现了。环境影响已经经过研究。因此，所有的补偿措施都是根据能源网络的需求进行的，但这所占用的物理空间：栖息地、海水监测、我们为噪音污染制定的所有观鸟和缓解策略——拥有人工智能或更多的IT能力不会改变，因为我们已经预测了对这个地方的影响。”
这种观点——人工智能（AI）可以在不增加环境影响的情况下提高计算密度——为应对可持续发展压力的行业提供了一条前进的道路。
正如India所说：“SIN01显示了人工智能的发展速度有多快，它可以提供帮助。我们如何在同一个领域拥有人工智能？我们正在使用人工智能将人工智能放在货架上。”
当被要求用一个词总结整个项目时，Pablo总结道：“对我来说，这是一种颠覆。SIN01是我们如何构建数据中心的一个明显的案例。”
（素材来自：Schneider Electric/Start Campus 全球储能网、新能源网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。