Como planejar refrigeração líquida para infraestrutura de IA

O planejamento da refrigeração líquida começa antes do pedido de um servidor. Sistemas de IA de alta densidade combinam computação, rede, fornecimento de energia e gerenciamento térmico de forma tão estreita que uma instalação pode ter espaço de piso suficiente e ainda assim não conseguir operar o equipamento. Portanto, a pergunta útil de planejamento não é se o líquido transfere calor melhor do que o ar. É se todo o caminho, do silício à rejeição de calor externa, consegue suportar a carga pretendida com segurança, continuidade e facilidade de manutenção.

Um plano confiável conecta cinco decisões: a carga térmica do rack, a arquitetura de refrigeração, os limites mecânicos e elétricos do edifício, o modelo de confiabilidade e as evidências necessárias antes de ampliar a implantação. Tratar qualquer uma delas como um exercício de aquisição separado cria risco de integração.

Transforme o plano de computação em um orçamento térmico

Quase toda a energia elétrica consumida por um rack acaba se tornando calor. Comece pela configuração esperada do rack e pela faixa de potência, incluindo aceleradores, CPUs, switches, módulos ópticos, armazenamento e perdas de conversão de energia. Não planeje apenas pela classificação de destaque de um chip. Aceleradores de ponta podem ultrapassar um quilowatt, enquanto sistemas completos em escala de rack podem chegar a centenas de quilowatts. A densidade transforma o calor dos componentes em um problema da instalação.

Modele pelo menos três condições: operação normal sustentada, a maior carga de trabalho crível e um estado de refrigeração degradado. Inclua crescimento se equipamentos futuros puderem ocupar a mesma fileira ou circuito. O objetivo não é apenas remover o calor médio, mas manter temperatura, vazão e pressão dentro das faixas aprovadas quando as cargas variam ou uma parte do sistema fica indisponível.

Também separe o calor capturado pelo líquido do calor residual liberado para o ar. Projetos diretos ao chip podem refrigerar processadores e componentes de rede selecionados, enquanto memória, armazenamento, hardware de energia ou auxiliares ainda aquecem a sala. Alguns projetos mais recentes de rack estendem conexões líquidas pelas bandejas de computação e comutação, mas isso não elimina automaticamente as necessidades de gerenciamento de ar do data hall. Os documentos de projeto de cada sistema real devem determinar essa divisão.

Esse orçamento térmico torna-se a entrada comum para o layout do rack, o dimensionamento de tubulações, a seleção da CDU, a distribuição de energia, os controles e o equipamento externo. Se essas equipes usarem premissas diferentes, o local poderá passar em análises individuais de projeto e ainda falhar como sistema integrado.

Escolha uma arquitetura pela fronteira, não pelo rótulo

“Refrigeração líquida” descreve várias arquiteturas, não um único produto intercambiável. A refrigeração direta ao chip coloca placas frias contra dispositivos que produzem calor. Um circuito no lado do servidor transporta calor por mangueiras e coletores até uma unidade de distribuição de refrigerante, ou CDU. A CDU gerencia vazão, pressão, temperatura e a separação entre o circuito do equipamento e o circuito da instalação. O circuito do edifício então leva o calor a um resfriador seco, torre de resfriamento, chiller ou outro sistema de rejeição.

A refrigeração por imersão, em vez disso, coloca o equipamento em um fluido dielétrico. Seu fluido, procedimentos de manutenção, compatibilidade de componentes e considerações ambientais diferem dos de um circuito de placas frias à base de água. Uma previsão de mercado ou alegação de fornecedor sobre “refrigeração líquida” é incompleta se não identificar a arquitetura.

Para cada opção, desenhe a cadeia térmica completa e marque a responsabilidade em cada fronteira. Identifique quem especifica o refrigerante, quem mantém sua química, quem fornece os controles da CDU, quem pode isolar um rack e quem é responsável por um evento de vazamento ou contaminação. A responsabilidade ambígua é especialmente perigosa na interface entre o equipamento de TI e os sistemas da instalação.

Plataformas publicadas podem fornecer referências úteis de projeto sem se tornarem modelos universais. O sistema GB200 NVL72 da NVIDIA conecta 36 CPUs Grace e 72 GPUs Blackwell em um projeto de escala de rack refrigerado a líquido. A empresa também compartilhou mecânica de rack e especificações de refrigeração por meio de uma contribuição de hardware aberto. Esses exemplos podem reduzir a incerteza nas interfaces, mas cada servidor, instalação e ambiente operacional selecionado ainda precisa de validação.

Teste o edifício antes de selecionar componentes

Uma CDU é uma ponte, não um substituto para a capacidade da instalação. O local deve aceitar o calor que entra e rejeitá-lo ao exterior. Levante rotas de tubulação disponíveis, carga do piso, folgas de serviço, alimentações elétricas, energia de reserva, integração de controles e a capacidade do equipamento mecânico existente. A modernização de uma sala refrigerada a ar pode exigir mudanças que vão muito além de adicionar tubos ao lado de um rack.

A temperatura de fornecimento afeta o projeto da instalação. Um projeto de fornecedor que aceite refrigerante entrando a até 45 graus Celsius pode criar oportunidades de rejeição de calor sem chiller com resfriadores secos. A NVIDIA descreve essa abordagem de água morna, mas ela é uma capacidade, não um resultado aplicável em todos os lugares. Clima, tempo sazonal, temperaturas de aproximação, carga de trabalho e equipamento existente determinam se chillers ou torres de resfriamento continuam necessários.

Avalie alegações sobre água e energia no limite de todo o local. Um circuito fechado pode reduzir o uso direto de água, especialmente quando combinado com resfriadores secos, mas o resultado varia conforme o local e o projeto. Considere bombas, ventiladores, chillers, tratamento e a refrigeração residual da sala. Comparar a eficiência de componentes isolados pode ocultar energia que foi deslocada para outra parte do sistema.

A capacidade elétrica e térmica deve ser comissionada em conjunto. Racks densos podem exigir alimentações maiores, barramentos, equipamentos de distribuição e sistemas de reserva. Um projeto de refrigeração pronto meses antes do sistema elétrico não cria capacidade de computação utilizável, e o inverso é igualmente verdadeiro.

Projete a contenção de falhas e a manutenção

O líquido introduz bombas, vedações, conectores, válvulas, sensores e qualidade do fluido no modelo de disponibilidade. O objetivo não é afirmar que vazamentos nunca ocorrem; é impedir que uma única falha se espalhe e detectar condições anormais antes que o equipamento seja danificado.

Defina a redundância de CDUs e bombas com base no domínio de falha. Determine se uma CDU atende um rack, uma fileira ou um grupo maior, depois modele o que acontece durante manutenção e falha. Inclua válvulas de isolamento, caminhos de desvio, capacidade de reserva e o comportamento do controle após perda de energia ou comunicações. Um rótulo nominal N+1 não basta se vários componentes compartilham o mesmo controlador, alimentação elétrica ou circuito da instalação.

Desconexões ultrarrápidas devem limitar a liberação de fluido durante instalação e manutenção, mas suas evidências devem abranger acoplamentos repetidos, mudanças de temperatura, vibração, variação de pressão e longos períodos de operação. Os procedimentos de manutenção devem impedir que partículas e ar aprisionado entrem em passagens pequenas. Técnicos precisam de etapas definidas para drenar, reconectar, purgar, verificar a vazão e devolver o equipamento ao serviço.

O monitoramento deve incluir temperatura de alimentação e retorno, vazão, pressão, condição da bomba e sinais de umidade ou vazamento quando apropriado. Defina limites de alerta e respostas automatizadas antes da produção. Uma ação de manutenção concluída deve ser verificada tanto pela telemetria de refrigeração quanto pela saúde restaurada do sistema, e não apenas por uma ordem de trabalho encerrada.

Trate materiais como uma decisão de compatibilidade de todo o sistema

Placas frias, conectores, mangueiras, coletores, vedações e refrigerante devem permanecer compatíveis durante a temperatura, pressão e vida útil esperadas. O desempenho da placa fria depende da geometria dos canais, qualidade da união, perda de pressão, contato superficial e consistência de fabricação. Projetos de microcanais podem melhorar a transferência de calor perto do dispositivo, mas passagens estreitas aumentam a sensibilidade a partículas, corrosão, defeitos de união e fluxo desigual.

Peça aos fornecedores o conjunto qualificado de materiais em vez de aprovar cada componente de forma independente. A especificação do fluido deve abordar limpeza, controle de corrosão, estabilidade térmica, manuseio e intervalos de substituição. Mudanças em um refrigerante ou material molhado devem acionar uma análise de compatibilidade, porque uma substituição aceitável localmente pode afetar vedações, metais ou depósitos em outra parte do circuito.

Mantenha separados os riscos de sistemas diretos ao chip e de fluidos de imersão. Refrigerantes à base de água são comuns em sistemas de placas frias. Alguns sistemas de imersão usaram fluidos dielétricos fluorados. A 3M concluiu sua saída da fabricação de PFAS no fim de 2025, o que é relevante para cadeias de suprimento de fluidos afetadas, mas não implica que todo rack refrigerado a líquido dependa desses fluidos. A aquisição deve documentar composição, disponibilidade, manuseio ambiental e planos de fim de vida do fluido para a arquitetura escolhida.

Exija evidências de implantação, não apenas alegações de capacidade

Volumes altos de pedidos mostram interesse, não confiabilidade operacional. A prontidão de componentes progride por projeto, amostras, testes de desempenho, testes de produção, qualificação do cliente, fabricação repetida e operação em campo. Essas etapas não devem ser condensadas em uma única alegação de disponibilidade. Peças de precisão podem levar muito mais tempo para serem qualificadas do que a capacidade de montagem leva para se expandir.

Solicite evidências com denominadores e contexto operacional. Medidas úteis incluem rendimento de produção, resultados de testes de vazamento, durabilidade da bomba, ciclos de acoplamento de conectores, faixas de pressão e temperatura, manutenção do refrigerante, incidentes de campo, tempo de reparo e desempenho ao longo das estações. Distinga remessas em pequenos lotes de volume qualificado e receita reconhecida.

Previsões exigem disciplina semelhante. A TrendForce projetou que a penetração de refrigeração líquida entre chips de IA subiria de cerca de 33% em 2025 para 53% em 2026 e se aproximaria de 60% em 2027 em sua perspectiva de mercado. Esses números descrevem uma previsão para chips de IA, não a adoção observada em todos os servidores ou data centers. Use projeções para planejamento de cenários e então dimensione os compromissos conforme cronogramas reais de plataforma, prontidão da construção e resultados de qualificação.

Faça o piloto no menor domínio de falha significativo. Execute cargas de trabalho representativas, procedimentos de manutenção, eventos de failover e testes de condições anormais. Uma demonstração térmica bem-sucedida comprova a transferência de calor sob suas condições de teste; não estabelece disponibilidade por várias estações, facilidade de manutenção ou continuidade de fornecimento.

Lista de verificação de implementação

Antes de aprovar um projeto ou ampliar um piloto, confirme o seguinte:

• Carga térmica: A potência do rack, condições de pico, carga residual de ar, crescimento e premissas de estado degradado compartilham um modelo documentado.
• Arquitetura: O circuito do servidor, a CDU, o circuito da instalação e o caminho de rejeição de calor estão desenhados de ponta a ponta, com fluidos e faixas operacionais identificados.
• Adequação da instalação: Rotas de tubulação, carga do piso, distribuição elétrica, energia de reserva, controles, folgas, clima, água e equipamento externo foram levantados.
• Domínios de falha: Dependências de CDU, bomba, controlador, energia e circuito da instalação estão mapeadas; isolamento e redundância funcionam durante manutenção planejada.
• Materiais: Refrigerante, metais, vedações, mangueiras, conectores e placas frias são qualificados como um conjunto, com controles de contaminação e corrosão.
• Serviço: A equipe consegue conectar, isolar, drenar, purgar, inspecionar e restaurar equipamentos com procedimentos documentados e sobressalentes disponíveis.
• Monitoramento: Sinais de temperatura, vazão, pressão, bomba e vazamento têm limites, responsáveis, caminhos de escalonamento e respostas testadas.
• Evidências: As alegações do fornecedor identificam condições de teste, tamanho da amostra, falhas, estágio de produção, status de qualificação e duração em campo.
• Comissionamento: Carga térmica, failover, perda de energia, alarmes, manutenção e recuperação são testados em conjunto por equipes de computação e instalação.
• Regra de expansão: A ampliação depende de evidências de disponibilidade, incidentes, manutenção, energia, água e capacidade, não apenas da entrega de racks.

Um programa sólido de refrigeração líquida trata o rack e o edifício como um sistema operacional. A densidade estabelece o problema térmico; a arquitetura define as fronteiras; a engenharia da instalação suporta a carga; os materiais protegem o circuito; e os resultados medidos de implantação determinam quando ampliar. Essa sequência transforma a refrigeração de um acréscimo mecânico tardio em uma decisão de infraestrutura controlada.