Вместо статики — адаптация
Любой современный дата-центр сталкивается с парадоксом: чем мощнее вычислительное оборудование, тем больше энергии уходит не на расчёты, а на борьбу с выделяемым теплом. В классических центрах обработки данных (ЦОД) доля затрат на системы отвода тепла достигает 40% от общего энергопотребления. В секторах с пиковыми нагрузками — например, при криптомайнинге или обучении больших нейросетей — ситуация ещё острее.
Долгое время инженеры полагались на статичные алгоритмы: задаётся фиксированная температура в серверных залах, а холодильные установки работают с постоянной интенсивностью. Такой подход гарантирует безопасность оборудования, но абсолютно неэффективен с точки зрения экономии электричества. Погода за окном меняется, цены на энергоносители скачут, а система охлаждения продолжает «тупо дуть» вхолостую.
Именно здесь на сцену выходит новая разработка американских исследователей — программная платформа на основе искусственного интеллекта, которая обещает сократить энерготраты на охлаждение более чем на 24% без малейшего риска для «железа».
Что под капотом: гибридная модель
В основе решения, созданного в Университете штата Пенсильвания, лежит не один, а сразу два вычислительных подхода. Первый — физически обоснованная модель теплопереноса, описывающая, как именно воздушные потоки и хладагенты взаимодействуют с серверными стойками. Второй — метод обучения с подкреплением (Reinforcement Learning), позволяющий ИИ самостоятельно находить оптимальные режимы работы.
Ключевой инновацией стало использование «цифрового двойника» — виртуальной копии реального ЦОД. На этом цифровом полигоне алгоритм может проводить тысячи экспериментов, не рискуя перегреть работающие серверы. После каждого цикла ИИ анализирует, какое решение привело к минимальному потреблению энергии при сохранении температуры в допустимых пределах.
- Главное отличие от предыдущих систем — учёт внешних данных в реальном времени. ПО непрерывно получает два потока информации:
- Погодные условия (температура, влажность, скорость ветра за окном — всё это влияет на эффективность чиллеров и фанкойлов).
- Экономические индикаторы (биржа электроэнергии, тарифные зоны, даже прогнозы цен на ближайшие часы).
Объединив эти данные, ИИ способен на упреждающее управление. Например, если к полудню ожидается жара и скачок цен на электричество, система заранее усилит охлаждение в ночные часы — когда и холоднее, и тарифы ниже. Либо, наоборот, временно откажется от части холодильных мощностей, если нагрузка на серверы невелика, а погода благоволит естественному проветриванию.
Цифры, которые меняют правила игры
Разработчики провели полномасштабные испытания на модели типового дата-центра, размещённого в климатических условиях Хьюстона (Техас) — региона с жарким летом и нестабильными ценами на энергию.
Результаты превзошли ожидания:
- Снижение энергопотребления непосредственно на охлаждение — 24,2% в годовом выражении.
- Для сегмента криптомайнинга получен двойной эффект: благодаря оптимизации расписания работы холодильных систем чистая прибыль майнинговой фермы выросла на 8,3% без какого-либо апгрейда вычислительных мощностей.
- При этом сохраняется полный контроль над безопасностью: алгоритм никогда не выходит за температурные рамки, рекомендованные производителями серверного оборудования. ИИ не жертвует надёжностью ради экономии — он просто перестаёт тратить киловатты там, где они не нужны.
Подтверждение со стороны рынка
Интересно, что похожая логика уже даёт результаты и в реальных проектах. Например, южнокорейская компания LS Electric внедрила свою ИИ-систему для охлаждения ЦОД в пригороде Сеула. Там подход немного иной: алгоритм анализирует не погоду, а детальную тепловую карту серверной — распределение нагрузки по стойкам и зонам перегрева. Но математическая суть та же: динамическая подстройка вместо статики.
Эффект для сеульского дата-центра мощностью 4,2 МВт составил снижение общего потребления электричества на 24,6%, что позволило экономить около 33 тысяч долларов США ежегодно только на счетах за энергию. Это прямое подтверждение того, что методология, разработанная в Пенсильвании, масштабируема и востребована по обе стороны океана.
Где это будет работать завтра?
До недавнего времени подобные ИИ-решения казались уделом гигантов вроде Google или Microsoft, которые строят собственные центры обработки данных с нуля. Однако описанная разработка — это программное обеспечение, готовое к внедрению в уже действующие ЦОД без их физической модернизации. Достаточно подключить датчики и интерфейс для управления чиллерами.
Презентация системы состоится на авторитетной конференции IEEE ITherm в мае 2026 года. Но уже сейчас ясно, что технология имеет потенциал далеко за пределами ИТ-инфраструктуры.
По словам руководителя исследовательской группы, аналогичный принцип — цифровой двойник + обучение с подкреплением + учёт внешних факторов — можно адаптировать для:
- систем климат-контроля в крупных коммерческих зданиях (торговые центры, бизнес-центры);
- аэропортов с их сложными зонами охлаждения стоек регистрации и багажных терминалов;
- промышленных холодильных установок и даже энергоблоков тепловых электростанций.
Иными словами, любой объект, где есть мощное тепловыделение и переменные внешние условия, может получить 20-25% экономии просто за счёт умного алгоритма, а не замены оборудования.
Экономия и экология: два в одном
Помимо прямого финансового эффекта, снижение энергопотребления дата-центров напрямую влияет на углеродный след. По оценкам Международного энергетического агентства, к 2030 году ЦОД могут потреблять до 8% мирового электричества. Внедрение интеллектуальных систем охлаждения — один из самых быстрых и дешёвых способов сдержать этот рост.
Когда 24% энергии на охлаждение превращаются в сэкономленные мегаватты, это означает не только уменьшение счетов, но и реальное сокращение выбросов CO₂. Для майнинговых ферм, которые часто критикуют за энергорасточительство, подобная технология становится способом частично снять репутационные риски.
Итог
Разработка исследователей из штата Пенсильвания ломает стереотип о том, что эффективное охлаждение ЦОД требует только дорогой «физики» (жидкостные системы, иммерсионное охлаждение и т.п.). Оказывается, можно добиться сопоставимого результата одной лишь интеллектуальной перестройкой управления существующими вентиляторами и чиллерами — если доверить это ИИ, обученному на цифровом двойнике и умеющему смотреть на прогноз погоды и биржевые цены.
Первые внедрения (и лабораторные, и реальные) показывают: экономия в 24% — это не предел, а лишь стартовая точка. Дальше будут 30%, 35%. А главное — такие алгоритмы не требуют глобального переоборудования, а значит, могут быть развёрнуты в тысячах уже существующих дата-центров по всему миру уже в ближайшие пару лет.
Остаётся лишь следить за майским докладом на IEEE ITherm — и, возможно, очень скоро фраза «охлаждение серверной» перестанет ассоциироваться с постоянной статьёй расхода, превратившись в ещё один управляемый бизнес-процесс.
