Expressversand nach
Kontakt
Bestellung verfolgen
Suche
Beliebte Suche
Anfrage
Warenkorb
Login

Gutschein
Jetzt zitieren,
bis zu 8% sparen.

Anfrage
Kontakt

Rückmeldung
Ihre Rückmeldung
Wie würden Sie uns bewerten?
Einfache Anwendung:
Kauffeedback:
Produktdetails:

Überlegungen zu Stromversorgung und Kühlung von KI-Rechenzentren

Überlegungen zu Stromversorgung und Kühlung von KI-Rechenzentren
  • Einleitung / Intro
  • Challenges
  • Empfohlene Produkte
  • Vergleichen
  • Anwendungen
Bekomme Hilfe von einem Experten

Entwicklung energiebewusster KI-Gewebe

Entwicklung energiebewusster KI-Gewebe

  • KI-Rechenzentren stoßen bei Stromversorgungs- und Kühlsystemen an ihre Grenzen, insbesondere wenn dichte GPU-Cluster zuverlässige, latenzarme Verbindungen und einen dauerhaft hohen Durchsatz erfordern. Mit steigender Rackdichte und zunehmenden Temperaturen in den Warmgängen können Netzwerkschichten schnell zu thermischen Engpässen werden, was sowohl die Leistung des KI-Trainings als auch die Effizienz der Anlage beeinträchtigt. Stromversorgung, Luftstromrichtung und Kühlkompatibilität sind heute genauso wichtig wie Portgeschwindigkeiten und Pufferarchitektur.

    Dieser Abschnitt konzentriert sich darauf, wie Netzwerkdesignentscheidungen mit Energie- und Kühlstrategien für KI-Leaf-Spine- und 400G-Aggregationsschichten abgestimmt werden können. Er beleuchtet wichtige Entscheidungspunkte wie die Auswahl luftstromoptimierter Switches, die Energieplanung auf Rack-Ebene und die thermische Zonierung für KI-Cluster mit hoher Dichte. So können Sie evaluieren, welche Switching-Plattformen und Softwarefunktionen am besten zu Ihrer bestehenden Kühltopologie und Ihrem zukünftigen KI-Wachstum passen.

Ausgewogene Stromversorgung und Kühlung von KI-Rechenzentren

Die Entwicklung von KI-Clustern, die die GPU-Dichteziele erreichen, ohne die Grenzen von Leistung, Kühlung und Infrastruktur zu überschreiten, stellt eine nicht triviale Planungsherausforderung dar.

Ausgewogene Stromversorgung und Kühlung von KI-Rechenzentren

  • Leistungsdichte im Verhältnis zu den Anlagengrenzen

    Hochdichte KI-Systeme können die Leistungsbudgets von Racks und Reihen überschreiten, was Kompromisse bei der Auswahl und Platzierung von Switches sowie bei der GPU-Skalierung erforderlich macht.

  • Luftstrom- und Wärmeintegration

    Die gemischte Luftströmung von vorne nach hinten und von hinten nach vorne, Hotspots und die Wärmeentwicklung der 400G-Optik erschweren die Abstimmung von Switches auf das Gehäuse- und Kühlkonzept.

  • Effizienz, Redundanz und Gesamtbetriebskosten

    Die Balance zwischen N+1-Resilienz, Überbelegung und Energieeffizienz für KI-fähige Switches und Lizenzen ist komplex und wirkt sich auf die langfristigen Gesamtbetriebskosten aus.

Auslegung von Stromversorgung und Kühlung für KI-Rechenzentren

Um die Effizienz und Zuverlässigkeit von KI-Clustern zu gewährleisten, sollten Leistungsdichte, Kühlstrategie und Schalterauswahl priorisiert werden.

Optimale Leistungsdimensionierung für KI-Lasten

Modellieren Sie die Rack-Stromversorgung für GPUs und 400G-Fabrics und entwerfen Sie anschließend skalierbare Strompfade.

Luftstromorientiertes Kühldesign

Die Luftstrom- und Temperaturzonen der Schalter müssen so ausgerichtet sein, dass dichte Blatt-Dorn-KI-Cluster sicher unterstützt werden können.

Stoffeffizienz bei 400 g

Durch den Einsatz eines effizienten 400G-Spine-Netzwerks und KI-optimierter Software wird der Stromverbrauch pro übertragenem Gbit/s reduziert.

Vergleich der Stromversorgungs- und Kühlungsoptionen für KI-Rechenzentren

Vergleichen Sie traditionelle und KI-optimierte Stromversorgungs- und Kühlungskonzepte, um den richtigen Ansatz für dichte GPU-Architekturen und 400G-Kerne auszuwählen.

Funktion Konventionelle Gleichstromversorgung und Kühlung
KI-optimiertes Strom- und Kühlgewebe (heiß)
 Betriebliche Auswirkungen
Einsatzpassung Konzipiert für gemischte CPU-Auslastung, geringere Rack-Dichten und ungleichmäßige Luftströmung; begrenzte Berücksichtigung der Luftstromrichtung der Switches und von GPU-Hotspots. Konzipiert für hochdichte KI-Racks mit vorhersehbaren Warm-/Kaltgängen, Luftstrom von vorne nach hinten oder von hinten nach vorne und GPU-Pod-Zonierung, die auf Fabrics wie die DCS-7060/7050- und 7280/7388-Serien abgestimmt ist. Sie minimieren ungenutzte Kapazität und vermeiden thermische Drosselung beim Skalieren von GPU-Clustern und 400G-Spines.
Energiearchitektur Einzelne oder begrenzte Stromversorgungen, moderate Rack-Leistung (5–10 kW), weniger Fokus auf KI-Trainingsspitzen oder PSU-Redundanz auf Fabric-Ebene. Hochleistungsracks mit doppelter Stromversorgung (20–60 kW+), Leistungsbudgetierung für kurzzeitige KI-Lasten, redundante Stromversorgungen und Netzteile, die für dichte AI-Fabrics mit Blatt- und Spine-Architektur sowie 400G-Aggregation ausgelegt sind. Sie können mehr GPUs pro Rack mit stabiler Stromversorgung unterstützen und so die Auslastung und Ausfallsicherheit des KI-Clusters verbessern.
Kühlstrategie Primär luftgekühlt mit Doppelboden- oder Perimeter-CRAC-Einheiten; nicht optimiert für hohe kW pro Rack oder lokale Hotspot-Minderung. Hocheffiziente Gehäusekonstruktion, Reihen-/Überkopfkühlung, flüssigkeitsunterstütztes oder DLC-fähiges Design, bei dem KI-Schalter und GPU-Trays in thermische Zonen integriert sind. Sie reduzieren den Kühlaufwand und vermeiden Leistungseinbußen, wenn die Dichte und die Anzahl der Pods der KI-Cluster skalieren.
Netzwerk-Fabric-Integration Das Netzwerk wurde weitgehend unabhängig von Stromversorgung und Kühlung ausgewählt; Luftstromrichtung und Schalterplatzierung wurden eher nachträglich berücksichtigt. Die Auswahl der Schalter (z. B. luftstromoptimierte Arista 7050/7060, 400G 7280/7388) sollte auf das Kalt-/Warmgang-Design sowie auf die Stromversorgungs- und Kühlmodelle auf Rackebene abgestimmt sein. Sie minimieren das Einsatzrisiko, indem Sie sicherstellen, dass Material, Stromversorgung und Kühlung ohne ständige Neugestaltung gemeinsam skalieren.
Energieeffizienz und Gesamtbetriebskosten Höherer PUE-Wert, weniger detaillierte Leistungsüberwachung; Schwierigkeiten bei der Korrelation des KI-Workload-Verhaltens mit dem Energieverbrauch und den Kühlkosten. Ganzheitliche PUE-Optimierung, Messung pro Rack und Fabric-Telemetrie; energieeffiziente 400G-Kerne plus HPC-Fabric-Software zur Optimierung der KI-Jobplatzierung. Sie senken die Kosten pro Trainingsstunde und pro Inferenz, indem Sie die Netzwerkeffizienz mit der Leistungs- und Kühlkapazität in Einklang bringen.
Skalierbarkeitspfad Schrittweise, bedarfsorientierte Aufrüstungen; das Hinzufügen neuer KI-Racks kann aufwändige Nachrüstungen der Stromversorgung und Kühlung oder provisorische Reparaturen erfordern. Geplante Erweiterung um zusätzliche KI-Cluster, Pods und 400G-Spines mit Spielraum für höhere Rackdichten und softwaredefinierte Fabric-Optimierung (z. B. HPC-Lizenz). Sie können von Pilotprojekten im Bereich KI zu groß angelegten Clustern wachsen, ohne dass größere Umbaumaßnahmen an der physischen Infrastruktur erforderlich sind.
Risiko und Zuverlässigkeit Höheres Risiko von Überhitzung, ausgelösten Sicherungen und unbeständiger Leistung bei maximaler KI-Last; schwierigere Einhaltung von SLAs. Durchdachte Redundanz, thermische Reserven und koordinierte Wartungsfenster für Gebäudehülle, Stromversorgung und Kühlinfrastruktur. Sie gewährleisten vorhersehbare SLAs für KI-Workloads und vermeiden so Ausfallzeiten und Schwankungen beim Modelltraining oder der Inferenz.
Bester Anwendungsfall Brownfield-Standorte mit mäßigem KI-Einsatz, niedriger bis mittlerer GPU-Dichte und begrenzter Bereitschaft zur Umgestaltung der Anlagen. Neue KI-Rechenzentren oder größere Modernisierungen mit dem Ziel dichter GPU-Cluster, 400G-Fabrics und langfristiger Wachstumspläne für KI/HPC. Sie entscheiden sich für eine Architektur, die auf Ihre KI-Roadmap abgestimmt ist, anstatt in 12–24 Monaten an die Grenzen herkömmlicher Einrichtungen zu stoßen.

Benötigen Sie Hilfe? Technische Experten stehen Ihnen jetzt zur Verfügung.

  • +1-626-655-0998 (USA)
    UTC 15:00-00:00
  • +852-2592-5389 (HK)
    UTC 00:00-09:00
  • +852-2592-5411 (HK)
    UTC 06:00-15:00
Angebot Anfordern
Live-Chat
Benötigen Sie Hilfe? Technische Experten stehen Ihnen jetzt zur Verfügung.

Ideale Anwendungsfälle für Stromversorgung und Kühlung

Wo KI-Rechenzentren ein Gleichgewicht zwischen extremer Rechenleistung und zuverlässiger, effizienter Stromversorgung und Wärmeableitung finden müssen.

Hyperscale KI-Trainingscluster

Hyperscale KI-Trainingscluster

  • Leistungsaufnahme und Kühlung für GPU-dichte blattartige Strukturen, die Tausende von Beschleunigern in großen KI-Trainingskapseln miteinander verbinden.
  • Implementieren Sie Warmgang-/Kaltgang-Einhausungen und Luftstrompfade von vorne nach hinten oder von hinten nach vorne für KI-Rechenzentrumsswitches mit hoher Portdichte.
  • Planen Sie redundante Stromversorgungen und eine Leistungsbudgetierung auf Rack-Ebene ein, um große KI-Trainingscluster innerhalb der Leistungs- und Kühlungsgrenzen der Einrichtung zu halten.
Private Clouds für Unternehmen mit KI

Private Clouds für Unternehmen mit KI

  • Einsatz energieeffizienter 400G-Spine- und Aggregationsschichten zur Unterstützung gemischter KI-Workloads in privaten Cloud-Umgebungen von Unternehmen.
  • Passen Sie die Luftstrom-SKUs der Switches an die Serverrack-Layouts in nachgerüsteten Unternehmensrechenzentren mit begrenzter Kühlkapazität an.
  • Die Dimensionierung von USV-Anlagen, PDUs und Abzweigstromkreisen muss dem schrittweisen Leistungswachstum der KI gerecht werden, während gleichzeitig die SLAs zur Geschäftskontinuität eingehalten werden.
Colocation-basiertes KI-Hosting

Colocation-basiertes KI-Hosting

  • Optimieren Sie die Rackdichte und die thermische Belastung beim Hosting von KI-Clustern in externen Colocation-Einrichtungen mit festen Leistungsgrenzen.
  • Kombinieren Sie Optionen für einen Luftstromschalter von vorne nach hinten und von hinten nach vorne, um unterschiedlichen Käfiglayouts und Containment-Designs gerecht zu werden.
  • Vor der Skalierung der KI-Infrastruktur über die anfänglichen Racks hinaus sollten die Colocation-Betreiber hinsichtlich der Redundanzstufen der Stromversorgung und der Kühlkapazität kontaktiert werden.
Latenzsensitive KI-Inferenz-Edge

Latenzsensitive KI-Inferenz-Edge

  • Entwicklung kompakter, energieeffizienter Netzwerkstrukturen für KI-Inferenzknoten, die in Metro- oder Edge-Rechenzentren mit begrenzter Kühlung eingesetzt werden.
  • Um eine zuverlässige Funktion der Schalter an Stellen mit hohen Umgebungstemperaturen zu gewährleisten, sollten geeignete Luftstromrichtungen und Temperaturreduzierungen angewendet werden.
  • Die Leistungsaufnahme von KI-Beschleunigern und Netzwerk-Switches muss so ausgeglichen werden, dass die elektrischen und thermischen Beschränkungen des Edge-Standorts eingehalten werden.
HPC- und KI-Forschungsrechenzentren

HPC- und KI-Forschungsrechenzentren

  • Abstimmung der HPC-orientierten Switching-Software mit den Facility-Teams zur Modellierung des Stromverbrauchs und der Kühlungsauswirkungen großflächiger KI-Systeme.
  • Unterstützung gemischter HPC- und KI-Workloads durch Zonierung von Racks mit unterschiedlichen Leistungsdichten und maßgeschneiderten Luftstromstrategien.
  • Durch die detaillierte Überwachung des Stromverbrauchs von Switches und GPUs können die Kühlsollwerte optimiert und die Energieeffizienz in Forschungszentren maximiert werden.

Häufig gestellte Fragen

Wie wähle ich zwischen Arista 7050/7060 Blattfederschaltern und 7280/7388 400G-Spine-Schaltern für ein KI-gestütztes, energie- und kühlungsoptimiertes Design?

  • Eine gängige Konstruktion besteht darin, Arista 7050/7060-Serien (z. B. ARI:DCS-7060DX5-32-R, ARI:DCS-7050SX3-96YC8-R, ARI:DCS-7050SX3-48YC8-R, ARI:DCS-7050SX3-48YC12-F, ARI:DCS-7050SX3-48C8-F, ARI:DCS-7050CX3-32S-DR, ARI:DCS-7050CX3-32C-R, ARI:DCS-7050CX4-24D8-F) als ToR/Blattkontakte und Arista 7280/7388 400G (z. B. ARI:DCS-7280CR3A-32S-F, ARI:DCS-7280CR3K-32P4A-R, ARI:DCS-7280SR3AK-48YC8-F, ARI:DCS-7280DR3-24-F, ARI:DCS-7280PR3-24-F, ARI:DCS-7388X5-32C-48DR-F) als Spine/Aggregation, wobei höhere Radix und 400G-Uplinks die Strom- und Kühllasten konsolidieren.
  • Eine praktische Entscheidungsregel lautet: Dimensionieren Sie zuerst Ihr thermisches Budget für GPU/Rack und berechnen Sie dann rückwärts, wie viele 100G/200G/400G-Ports Sie pro Rack und pro Reihe benötigen. Wenn Überbelegung oder Ost-West-Latenz bei der aktuellen Leistungs-/Kühldichte zu eng werden, verlagern Sie mehr Bandbreite auf die 400G-Spine-Ebene, anstatt die Anzahl der Leaf-Switches pro Rack zu erhöhen, um Hotspots und eine höhere Rack-Leistungsdichte zu vermeiden.

Welche Regeln für Luftstromrichtung und Platzierung sollte ich beim Einsatz dieser Switches in einem KI-Kaltgang-/Warmgang-Layout mit hoher Packungsdichte beachten?

  • Passen Sie die Luftstromrichtung an Ihr Rack-/Reihendesign an: -R-Artikelnummern (z. B. ARI:DCS-7060DX5-32-R, ARI:DCS-7050SX3-96YC8-R, ARI:DCS-7050CX3-32C-R, ARI:DCS-7050CX3-32S-DR, ARI:DCS-7280CR3K-32P4A-R) haben typischerweise eine Luftstromrichtung von hinten nach vorne, und -F-Artikelnummern (z. B. ARI:DCS-7050SX3-48YC12-F, ARI:DCS-7050SX3-48C8-F, ARI:DCS-7050CX4-24D8-F, ARI:DCS-7280CR3A-32S-F, ARI:DCS-7280SR3AK-48YC8-F) haben typischerweise eine Luftstromrichtung von hinten nach vorne. ARI:DCS-7280DR3-24-F, ARI:DCS-7280PR3-24-F, ARI:DCS-7388X5-32C-48DR-F) sind von vorne nach hinten, aber überprüfen Sie dies immer vor der Bestellung anhand des neuesten Datenblatts.
  • Bei dicht bestückten KI-Racks sollte die Luftstromrichtung der Switches mit derjenigen der GPU-Server im selben Rack übereinstimmen. Außerdem sollten Abdeckplatten oberhalb und unterhalb der Switch-Positionen vorgesehen werden. Die gesamte Wärmelast der Switches sollte in der CFD- oder Wärmeplanung auf Rack-Ebene berücksichtigt werden, um eine Rezirkulation bei der Skalierung des KI-Clusters zu vermeiden.

Sind diese Arista AI- und 400G-Switches mit meiner bestehenden Nicht-Arista-Netzwerkinfrastruktur kompatibel und was sollte ich hinsichtlich Stromversorgung und Kühlung überprüfen?

  • In den meisten Fällen können diese Plattformen auf Layer 2/Layer 3 mit Nicht-Arista-Switches interoperabel sein, solange die optischen Standards, Breakout-Modi und Verbindungsgeschwindigkeiten übereinstimmen; allerdings sollten sie bei der Energie- und Kühlungsplanung als neue Wärmequellen behandelt werden und erfordern möglicherweise separate Racks oder Reihen in älteren Einrichtungen, die nicht für KI-Dichten ausgelegt sind.
  • Vor dem Kauf sollten Sie Folgendes prüfen: (1) die vorhandene Leistungsaufnahme pro Rack im Vergleich zur maximalen Stromaufnahme der Switches unter ungünstigsten Bedingungen, (2) die verfügbare Kühlleistung und die Effektivität der Warmgangisolierung sowie (3) ob Ihre aktuelle Infrastruktur KI-spezifische Softwarefunktionen (z. B. Stauvermeidung mit HW:DCS-LIC-F-HPC) durchgängig unterstützen kann, ohne asymmetrische Lasten und thermische Hotspots zu verursachen.

Wie wirkt sich die HPC/AI-Switch-Lizenz HW:DCS-LIC-F-HPC auf mein Netzwerkdesign aus, und gibt es Nebenwirkungen hinsichtlich Stromversorgung oder Kühlung?

  • HW:DCS-LIC-F-HPC aktiviert AI/HPC-Fabric-Funktionen (wie Staukontrollverhalten und kollektiv optimierte Weiterleitung) auf unterstützten Switches; es verändert das Stromverbrauchsprofil der Hardware selbst nicht wesentlich, kann aber beeinflussen, wie der Datenverkehr verteilt wird und wo sich die Pakete (und damit die aktiven Ports/ASICs) im Fabric konzentrieren.
  • Aus Sicht der Konstruktion sollten Sie davon ausgehen, dass der Leistungsbedarf der Hardware hauptsächlich von der Anzahl der Ports, der Geschwindigkeit und dem optischen Typ abhängt, nicht von der Lizenz. Sie sollten jedoch den maximalen Stromverbrauch der Switch-Plattform und der Optiken berücksichtigen und Ihre Rack-PDUs, die Kühlung in den einzelnen Reihen und die Stromredundanz für den vollständig ausgenutzten lizenzierten Funktionsumfang auslegen, um unerwartete Leistungsreduzierungen bei voller Auslastung des KI-Fabrics zu vermeiden.

Was muss ich hinsichtlich Lieferzeiten, Versand und Zollrisiken bei KI-Rechenzentrumsswitches und Systemen mit hohem optischem Anteil beachten?

  • Lieferzeit, Versandart und Lagerverfügbarkeit für KI-orientierte Schalter und Optiken können je nach Marktnachfrage erheblich variieren; bei Lagerartikeln hängt die tatsächliche Lieferzeit weiterhin von der Produktverfügbarkeit, dem gewählten Spediteur und dem Zielland ab, daher sollten Zeitangaben immer als Planungsschätzungen und nicht als Garantien betrachtet werden.
  • Um das Projektrisiko zu minimieren, sollten Sie Pufferzeiten für den Export/Import von Netzwerk-Hardware einplanen, insbesondere für hochwertige 400G-Optiken und KI-Switches, und Incoterms, Zölle und Mehrwertsteuerabwicklung im Voraus klären. Typische Logistikoptionen können Sie unter [Link einfügen] einsehen. Versandarten und regionale Steuer- und Zollpraktiken unter Steuern und Zölle.

Welche Aspekte in Bezug auf Support, Garantie und RMA sind speziell bei Stromversorgungs- und Kühlungssystemen für KI-Rechenzentren zu berücksichtigen?

  • In dichten KI-Umgebungen werden Switches typischerweise nahe an ihren thermischen und Leistungsgrenzen betrieben. Achten Sie daher auf die Garantiebedingungen in Bezug auf Betriebstemperatur, Luftstrombehinderung, nicht konforme Stromversorgung und nicht autorisierte Modifikationen. Die Nichteinhaltung der empfohlenen Umgebungsbedingungen kann die Berechtigung zur standardmäßigen RMA-Abwicklung beeinträchtigen.
  • Vor der Einführung sollten Sie Ihr Betriebsteam über die Eskalationswege abstimmen und bestätigen, wie die erweiterten Austausch-, Diagnose- und Rückgabeprozesse für diese Switches funktionieren; die allgemeinen Garantiebedingungen finden Sie unter GarantiebestimmungenRMA-Schritte unter Rückgabeanweisungenund die Beratung in der Entwurfsphase nutzen durch kostenloser CCIE-Support Um umweltbedingte Probleme zu minimieren. Bitte beachten Sie: Die genauen Garantiebedingungen und Supportleistungen können je nach Produkt und Region variieren. Genaue Informationen finden Sie in den offiziellen Produktinformationen. Bei weiteren Fragen wenden Sie sich bitte an: router-switch.com.

Weitere Lösungen

Data Center Power & Cooling Planning

Planung von Stromversorgung und Kühlung im Rechenzentrum

Wichtige Planungspunkte für hochdichte Netzwerke – Rack-Stromversorgung, Luftzirkulation, Redundanz und Kühlungsbereitschaft für den größeren Umfang.

Stromversorgung und Kühlung von Rechenzentren
GPU Cluster Networking Solutions for AI Scale-Out

GPU-Cluster-Netzwerklösungen für die KI-Skalierung

Entwicklung von leistungsstarken Ethernet-Fabrics für KI-GPU-Cluster mit skalierbarer Topologieführung, latenzarmer Umschaltung und sofort einsatzbereiter Architektur.

KI-GPU-Cluster-Netzwerk
Lossless Ethernet for AI & HPC Networks

Verlustfreies Ethernet für KI- und HPC-Netzwerke

Entwickeln Sie verlustfreie Ethernet-Fabrics für KI und HPC mit RoCE-fähigem Design, Unterstützung bei der Staukontrolle und skalierbarer Netzwerkplanung mit niedriger Latenz.

Verlustfreies Ethernet
Anmelden
Registrieren