AI 훈련 클러스터는 이제 데이터 센터에 상당한 냉각 및 자원 문제를 야기합니다. 기존의 공랭식 설계는 강렬한 열로 어려움을 겪으며 전기 및 수도 인프라에 부담을 줍니다. 증발 냉각은 효율적이지만 많은 양의 물을 사용하여 지역 자원 제약 및 강화되는 규제와 긴장을 유발합니다. 직접 증발 시스템은 물을 증발시켜 공기를 냉각시키고, 간접 시스템은 열 교환기를 사용하여 공정 공기를 분리합니다. 두 시스템 모두 증발 잠열을 활용하여 효과적인 냉각을 제공하며, 공기만 사용하는 시스템에 비해 에너지를 절약합니다. 그러나 이러한 에너지 절약은 물 자원에 부담을 옮겨 물 부족 지역에서는 신중한 절충이 필요합니다. 이는 에너지와 물의 가용성을 모두 고려한 부지 선정 시 통합 자원 분석을 필요로 합니다. 하이브리드 증발 냉각 시스템은 초기 자본 비용이 높지만, 낮은 습도 환경에서 지속적인 성능을 제공합니다. 이러한 하이브리드 설계는 건식 냉각기와 제한된 증발 단계를 통합하여 물과 에너지 사용을 최적화하도록 제어되며, 이는 주권 클라우드 규정 준수에 중요합니다. 조달 팀은 기후 데이터 및 물 스트레스 지수에 대한 시설 위치를 매핑하고, 수명 주기 비용을 모델링하며, 지속 가능성과 복원력이 기업 목표와 일치하도록 보장해야 합니다. Global Cloud Data infrastructure services는 이러한 복잡한 냉각 및 인프라 문제를 해결하기 위한 통합 솔루션을 제공합니다.