Umjetna inteligencija mijenja temeljnu arhitekturu podatkovnih centara i pred operatore postavlja zahtjeve koje klasična infrastruktura često ne može zadovoljiti. Na našem i širem europskom tržištu najveće pojedinačno ograničenje je dostupna električna energija na lokalnoj mreži, kako za ICTbusiness Media - ICTbusiness.info ističe Bojan Klasan, rukovoditelj data centra, A1 Hrvatska. Prenamjena postojećeg objekta prije svega podrazumijeva višestruko povećanje električne snage po racku. Umjesto dosadašnjih 5 do 15 kW, novi AI ormari mogu zahtijevati od 40 do 120 i više kW. Uz snažnije napajanje dolaze tekućinsko hlađenje, masivnije cijevi, nove kabelske trase i znatno veće opterećenje podova.
Ako zgrada nema potrebnu visinu, nosivost ili mogućnost priključenja na elektroenergetsku mrežu, gradnja novog objekta postaje neizbježna. Granica isplativosti prilagodbe u pravilu se doseže kada njezin trošak prijeđe 60 do 70 posto cijene novog centra. Transformacija se ipak može izvesti fazno, izgradnjom izoliranih AI zona s vlastitim napajanjem i hlađenjem. Takav pristup omogućuje uvođenje GPU infrastrukture bez prekidanja rada postojećih IT sustava. Dugoročnu održivost pritom neće određivati samo procesori, nego jednako tako energija, hlađenje, modularnost i učinkovitost cjelokupnog sustava.
Na koji način postojeći podatkovni centar pretvoriti u AI podatkovni centar?
Prenamjena klasičnog podatkovnog centra u AI podatkovni centar u suštini zahtijeva drastičan skok s 5 do 15 kW na 40 do 120 i više kW po pojedinačnom racku. U postojećim objektima obično je moguće nadograditi mrežnu opremu, unutrašnju distribuciju napajanja i dovesti razvod za tekućinsko hlađenje, ili potpuno zamijeniti sustav hlađenja ako je potrebno. Međutim, gradnja novog objekta postaje neizbježna ako zgrada nema dovoljnu visinu stropova za masivne cijevi i kabelske trase, ili ako podovi ne mogu izdržati opterećenje novih AI ormara koji dosežu težine i preko 2,5 tone.
Na našem i širem europskom tržištu najveće pojedinačno ograničenje je dostupna električna energija na lokalnoj mreži. Ako lokalna trafostanica ne može isporučiti traženu snagu, projekt u startu staje. Odmah iza energije slijedi fizikalno ograničenje sustava hlađenja, budući da klasični sustavi na zrak jednostavno više ne mogu odvoditi tolika toplinska opterećenja. Recimo da imamo dovoljno snage iz energetske mreže, ali ne znamo isplati li nam se raditi brownfield prilagodbu. Isplativost prilagodbe procjenjuje se kroz omjer troškova adaptacije i gradnje novog objekta, pri čemu sve iznad 60 do 70 posto cijene gradnje iz temelja gura odluku prema novom objektu. Jednako je važan i projektirani PUE faktor, jer će neefikasan prilagođeni sustav kroz visoke račune za struju brzo pojesti početnu uštedu na investiciji, uz stalan rizik od narušavanja stabilnosti rada.
Transformacija se ipak može provesti fazno i bez prekida rada postojećih sustava. To se postiže uvođenjem hibridnih zona ili modularnih jedinica unutar podatkovnog centra. Rade se manji, izolirani "podovi" koji dobivaju vlastiti krug tekućinskog hlađenja i dedicirano napajanje, pa novi AI kapaciteti ulaze u pogon korak po korak dok klasični IT sustavi nastavljaju raditi potpuno neometano. Na ovakav način dobar broj hyperscalera radi prilagodbe svojih zastarjelih podatkovnih centara.
Kako izgleda optimalno projektiran NVIDIA AI rack?
Optimalno projektiran NVIDIA AI rack nije zbroj skupih grafičkih procesora, nego cjelovito i integrirano superračunalo u malom. Kako bi se izbjegao scenarij u kojem preskupi akceleratori stoje nedovoljno iskorišteni čekajući podatke, cjelokupna arhitektura mora biti precizno usklađena, orkestrirana i lišena uskih grla. Odabir odgovarajuće arhitekture, poput NVIDIA HGX ili NVL platformi, ovisi o tome primjenjuje li se sustav za masovno učenje kompleksnih modela ili za njihovu kasniju primjenu u realnom vremenu.
Usklađivanje hardvera zahtijeva potpunu sinergiju svih resursa. Za učenje AI modela ključna je InfiniBand ili posvećena Ethernet mreža izuzetno niske latencije. Unutar samog čvora NVLink omogućuje izravnu komunikaciju među GPU-ovima, dok NVMe pohrana uz GPUDirect Storage šalje podatke ravno u GPU memoriju, zaobilazeći CPU. Istodobno, DPU-ovi preuzimaju mrežni promet i sigurnost, oslobađajući grafičke akceleratore za čiste AI izračune. U ovoj računici prijelomna točka nastupa kod sustava hlađenja, i to iznad 25 do 30 kilovata po ormaru, kada zračno hlađenje više fizikalno ne može pratiti opterećenje. Rashladna vrata pružaju dobro prelazno rješenje za relativno mala opterećenja (do 60 kW), no novi industrijski standard za AI postao je izravno tekućinsko hlađenje do čipa, koje odvodi većinu topline i omogućava rad GPU-ova na maksimumu. Uranjanje opreme u tekućinu nudi vrhunsku učinkovitost, ali zbog kompleksnog održavanja i posebnih fluida ostaje rješenje za specifične niše.
Konačna isplativost uistinu ovisi o softverskoj orkestraciji i dinamičnom raspoređivanju radnih opterećenja. Upravo taj princip integriranog i dobro orkestriranog sustava A1 Hrvatska primjenjuje i u praksi. Svoj podatkovni centar unaprijedili smo uvođenjem GPU infrastrukture nove generacije, temeljene na NVIDIA RTX 6000 Pro Blackwell GPU, u suradnji s partnerom Exoscale. Ova tehnologija omogućuje rad GPU-ova visokih performansi namijenjenih treniranju velikih neuronskih mreža, dubokom učenju, AI istraživačkim modelima te bržoj obradi podataka i analitici u stvarnom vremenu. Exoscale i A1 pritom osiguravaju potpunu suverenost i transparentnost lokacije podataka te infrastrukturu usklađenu s GDPR-om i ISO standardima, uz podršku tima smještenog u Hrvatskoj i EU.
Može li energetska infrastruktura pratiti rast AI-ja?
Dostupnost električne energije i mrežnog priključka postala je primarni kriterij za odabir lokacija novih AI podatkovnih centara, potisnuvši u drugi plan dosad presudnu blizinu financijskih središta ili optičkih čvorišta. Globalna potrošnja energije u ovom sektoru mogla bi se udvostručiti do kraja desetljeća, dok sam AI bilježi godišnji rast potražnje veći od 25 posto. U tom silovitom zamahu, obnovljivi izvori energije (OIE) prestaju biti samo ekološki izbor i postaju ključni temelj održivosti, konkurentnosti i dugoročnog opstanka čitave industrije.
Bez masovne integracije zelene energije bit će teško opravdati ogromne računalne kapacitete, pa se dugoročna stabilnost i kontrola troškova sve više temelje na korporativnim PPA ugovorima (Power Purchase Agreement) o izravnom otkupu energije iz vjetroelektrana, nuklearnih i sunčanih elektrana, čime se značajno smanjuju tržišni šokovi i fluktuacije cijena fosilnih goriva.
Kako su sunce i vjetar po svojoj prirodi varijabilni, ključni izazov postaje usklađivanje njihove proizvodnje s neprekidnim radom podatkovnog centra. Tu ulogu preuzimaju industrijski baterijski sustavi (BESS) u kombinaciji s vlastitim mikromrežama, koji stabiliziraju napajanje, ublažavaju vršna opterećenja i smanjuju operativne troškove energije za 15 do 20 posto. Za osiguranje pouzdanog baznog opterećenja u trenucima bez vjetra i sunca, paralelno se razvijaju modularna plinska postrojenja spremna za prelazak na zeleni vodik te lokalni sustavi za pretvorbu otpada u energiju (Waste-to-Energy).
Eksponencijalan rast AI opterećenja traži i jasnu podršku regulatora kroz ubrzana ulaganja u prijenosnu mrežu, snažnije poticaje za obnovljive izvore te primjenu AI rješenja za pametno upravljanje energijom, kako bi digitalna i zelena tranzicija djelovale komplementarno.
U tom kontekstu, A1 podatkovni centar već danas predstavlja ogledni primjer kako se teorija provodi u praksu. Naša infrastruktura primjenjuje napredno mjerenje potrošnje, optimizirane sustave hlađenja i precizno praćenje energetskih pokazatelja. Uz to, čak 93 posto ukupne energije već danas nabavljamo iz provjerenih obnovljivih izvora, dok dio potreba pokrivamo izravno iz vlastitih solarnih elektrana. S jasnim strateškim ciljem dosizanja 100 posto obnovljive energije do 2030. godine, osiguravamo da naša infrastruktura ne samo zadovolji najstrože ekološke standarde, već korisnicima pruži maksimalno učinkovito i dugoročno održivo računalno okruženje.
Gdje se danas stvara poslovna vrijednost AI podatkovnog centra?
Poslovna vrijednost AI podatkovnog centra više se ne mjeri kvadratima ni megavatima, već učinkovitošću pretvorbe skupog hardvera u naplative računalne sate. Najuspješniji modeli postaju GPU-as-a-Service pružatelji te napredni kolokacijski operatori sa spremnim tekućinskim hlađenjem. U Europi naglo raste i potražnja za suverenim AI oblacima uslijed stroge regulative o zaštiti podataka.
Financijski model pritom je iznimno agresivan, jer procesori gube primat već nakon tri godine. Klasične višegodišnje amortizacije više ne vrijede. Investicija se mora isplatiti unutar 36 mjeseci, što od operatora traži prosječnu iskorištenost kapaciteta iznad 70 do 80 posto. Rizik od prekomjerne izgradnje stoga je stvaran ako se kapaciteti grade spekulativno, bez jasne potražnje iza njih. Dugoročno održiva potražnja ne dolazi od kratkoročnog vala treniranja modela, već od njihove masovne industrijske primjene, odnosno inferencije u svakodnevnim poslovnim procesima.
Kako projektirati podatkovni centar koji neće zastarjeti za pet godina?
Graditi objekt s rokom trajanja od četvrt stoljeća za hardver koji zastarijeva u tri godine zahtijeva potpuno napuštanje krutih građevinskih i energetskih shema. U toj utrci, modularni podatkovni centri postaju budućnost. Unaprijed projektirani i tvornički sklopivi moduli omogućuju postupno širenje kapaciteta točno onom brzinom kojom raste potražnja, izbjegavajući rizik od predimenzioniranja i zastarijevanja.
Smatram da će se tržište kroz pet godina podijeliti na dva ključna sloja. Prvo na masivne megakampuse za učenje velikih modela uz izvore jeftine energije te na agilne, distribuirane edge AI centre snage od 1 do 10 megavata. Na tom distribuiranom rubu modularni koncept pokazuje svoju punu snagu, spajajući AI inferenciju s 5G standalone mrežama i masovnim IoT-om. Autonomni sustavi i industrijska robotika traže obradu podataka uz latenciju manju od pet milisekundi, što modularni edge centri omogućuju neposredno uz izvor podataka, štedeći mrežni protok i troškove prijenosa.
Za dugovječnost je presudna i modularnost unutrašnje arhitekture. To podrazumijeva visine stropova iznad pet metara, nosivost podova od minimalno dvije tone po kvadratnom metru te predimenzionirane rashladne magistrale. Također, za pet godina industriju neće oblikovati samo brzina razvoja čipova, već ograničenja elektroenergetske mreže, stroga europska regulativa i agilnost na rubu mreže.
