محاسبه دقیق ظرفیت سرمایشی (Cooling Load) بر اساس تراکم توان در رک‌های AI

توسعه فناوری‌ های مبتنی بر هوش مصنوعی باعث شده مصرف انرژی در مراکز داده‌ ها با سرعت بی‌ سابقه‌ ای افزایش یابد. از طرفی استفاده از نسل جدید سخت‌ افزارهای محاسباتی هم که توان پردازشی بسیار سنگین‌ تری دارند، بار حرارت را به سطحی رسانده که عملا سیستم‌ های خنک‌ سازی مبتنی بر هوا دیگر پاسخ‌ گوی نیازهای جدید نیستند‌. این مسئله هم به دلیل تراکم بالای رک‌ ها در سیستم AI و محدودیت‌ های فیزیکی موجود ایجاد گردیده است. در چنین شرایطی محاسبه دقیق ظرفیت سرمایشی سیستم برای انتخاب مناسب‌ ترین فناوری ‌خنک‌ سازی، اهمیت ویژه‌ ای پیدا می‌ کند.

رک های AI چالش حرارتی جدیدی در دیتاسنترها

افزایش چگالی پردازش داده‌ ها در رک‌ های AI باعث شده توان مصرفی آنها از چند کیلووات به ده‌ ها برابر برسد؛ موضوعی که هم شبکه تأمین برق و هم سامانه‌ های خنک‌ سازی را تحت فشار قرار می‌ دهد. استفاده از شتاب‌ دهنده‌ های جدید هم توان رک‌ ها را از مرز ۵۰ کیلووات عبور داده و در برخی پیکربندی‌ ها به حدود ۱۲۰ کیلووات رسانده است. در چنین تراکمی، خنک‌ سازی مبتنی بر هوا عملاً غیرقابل اجرا است؛ زیرا ظرفیت گرمایی لازم برای دفع حرارت تراشه‌ های بسیار پرمصرف را ندارد.

چرا که در چنین حالتی فن‌ های سرور باید برای عبور حجم هوای موردنیاز، با سرعت‌ بیشتری کار کنند که نتیجه این فرایند، کاهش فرکانس پردازنده‌ ها و افزایش مصرف داخلی سیستم می‌ شود. پس باید از باس‌ بارهای تخصصی، ترانسفورمرهای سنگین و کابل‌کشی‌ های فشارقوی استفاده کرد که دیتابیس‌ های سنتی توان تحمل وزن و فضای لازم برای چنین تجهیزاتی را ندارند. در نهایت اگر این گرما کنترل نشود، علاوه بر آسیب‌ های سخت‌ افزاری، امنیت داده‌ ها به خطر افتاده و با پیامدهایی همچون کاهش بازده پردازش و احتمال خرابی تجهیزات همراه است.

آموزش گام به گام محاسبه بار حرارت (Cooling Load) سرورها

یکی از مهم‌ترین اقداماتی که باید برای مدیریت حرارت سرورها، حفظ عملکرد بهینه آن‌ ها و جلوگیری از آسیب‌ های ناشی از گرما انجام داد، محاسبه دقیق بار حرارتی سیستم است. در واقع چنین اقدامی منجر به بهینه‌ سازی عملکرد سیستم خنک‌ سازی شده و از آسیب‌ های ناشی از گرما جلوگیری می‌ کند. مدیریت دما اتاق سرور از آنجایی اهمیت دارد که عدم برسی به موقع آن می تواند باعث داغ شدن و از کار افتادن سرور شود و باعث آسیب سخت افزاری گردد. در این ادامه به بیان مراحل تعیین بار حرارت سرورها برای محاسبه دقیق ظرفیت سرمایشی می‌ پردازیم.

تبدیل توان مصرفی الکتریکی (kW) به BTU/hr و تن تبرید (TR)

در سیستم‌ های سرمایشی، تن تبرید معیاری برای سنجش نرخ انتقال حرارت بوده و بیانگر مقدار انرژی‌ است که یک تن یخ، در دمای صفر درجه سانتی‌گراد طی یک شبانه‌ روز جذب می‌ کند تا به آبی با همان دما تبدیل شود. در محاسبات مهندسی هم یک تن تبرید تقریباً برابر با ۳.۵ کیلووات یا حدود ۱۲ هزار BTU در ساعت در نظر گرفته می‌ شود.

با توجه به اینکه بسیاری از تجهیزات سرمایشی بر اساس تن تبرید معرفی می‌ شوند، تبدیل این واحد به کیلووات یا BTU/hr برای تحلیل دقیق‌ تر عملکرد سیستم‌ ها ضروری خواهد بود. فرمول‌ های تبدیل توان مصرفی الکتریکی (kW) به BTU/hr و تن تبرید (TR) عبارتند از:

1. تبدیل تن تبرید به BTU
2. تبدیل تن تبرید به کیلووات(Kw)

در این بخش، فرمول‌ های استاندارد و قابل انتشار تبدیل میان kW، BTU/hr و تن تبرید (TR) را همراه با یک مثال عددی روشن می‌بینید. توجه کنید که این تبدیل‌ ها بر مبنای ظرفیت حرارتی هستند (kW سرمایشی یا kWth). در دیتاسنتر تقریبا تمام توان الکتریکی مصرفی تجهیزات IT به گرما تبدیل می‌ شود، بنابراین تبدیل kW الکتریکیِ IT به ظرفیت سرمایشی تقریبی معتبر است؛ اما توان ورودی الکتریکی دستگاه‌ های سرمایشی با ظرفیت سرمایشی آن‌ ها یکسان نیست.

ثابت‌های تبدیل

• 1 kW = 3412.142 BTU/hr
• 1 TR = 12,000 BTU/hr
• 1 TR = 3.516852842 kW (≈ 3.517 kW)

فرمول‌های تبدیل مستقیم

• تبدیل kW بهBTU/hr:
  BTU/hr = kW × 3412.142
• تبدیل kW به TR:
  TR = kW ÷ 3.516852842 ( TR = kW × 3412.142 ÷ 12000)

فرمول‌های تبدیل معکوس

• تبدیل BTU/hr kW:
  به  kW = BTU/hr ÷ 3412.142
• تبدیل TR به BTU/hr:
  BTU/hr = TR × 12000
• تبدیل TR به kW:
  kW = TR × 3.516852842
• تبدیل BTU/hr به TR:
  TR = BTU/hr ÷ 12000

نکات دقت

• برای محاسبات مهندسی از ضرایب دقیق بالا استفاده کنید؛ برای ارائه مارکتینگی می‌توان اعداد را رُند کرد: 1 kW ≈ 3412 BTU/hr و 1 TR ≈ 3.517 kW.
• هنگام مقایسه ظرفیت دستگاه‌ها (TR) با بار IT (kW)، هر دو را به یک واحد مشترک (مثلا kW یا TR) تبدیل کنید.

مثال عددی: تبدیل 10 kW به BTU/hr و TR (و برعکس)

• ورودی: بار حرارتی/توان معادل IT = 10 kW
• به BTU/hr:
• 10 × 3412.142 = 34,121.42 BTU/hr ≈ 34,121 BTU/hr
• به TR:
  10 ÷ 3.516852842 = 2.845 TR ≈ 2.85 TR

بررسی معکوس (اعتبارسنجی سریع)

• از TR به kW:
  2.845 × 3.516852842 = 10.00 kW (تقریبا)
• از BTU/hr به TR:
  34,121.42 ÷ 12000 = 2.843 TR (≈ 2.84 TR)

اگر به‌ جای 10 کیلو وات 24 کیلووات داشته باشید:

• BTU/hr: 24 × 3412.142 = 81,891.4 BTU/hr
• TR: 24 ÷ 3.516852842 = 6.827 TR ≈ 6.83 TR

محاسبه دقیق جریان هوای مورد نیاز با فرمول CFM

یکی از دیگر اقداماتی که باید در تعیین بار حرارت سرورها انجام داد، محاسبه دقیق جریان هوای مورد نیاز به کمک فرمول CFM است؛ ظرفیتی که تحت تأثیر عواملی مانند شرایط اقلیمی، نوع فعالیت، نفوذ هوا و تجهیزات داخلی قرار دارد. این بار معمولاً بر حسب BTU/hr یا کیلووات محاسبه می‌ شود و نشان می‌ دهد که سیستم باید چه میزان هوا را از محیط خارج یا به آن وارد کند. زمانی که ظرفیت حرارتی موردنیاز بر اساس BTU/hr تعیین شده باشد، می‌ توان با استفاده از رابطه زیر مقدار جریان هوای لازم را محاسبه کرد:

CFM = Q / (1.08 × ΔT)

در این فرمول، CFM بیانگر حجم هوای موردنیاز در هر دقیقه بوده و Q، مقدار بار حرارتی برحسب BTU/hr را نشان می‌ دهد. ΔT هم بیانگر اختلاف دمای هوای رفت و برگشت بوده و ضریب 1.08 هم به عنوان ضریب تبدیل شناخته می‌ شود.

مطالعه کنید: تامین تجهیزات شبکه

بارهای جانبی موثر در محاسبه ظرفیت سرمایشی رک

برای محاسبه دقیق ظرفیت سرمایشی رک‌ ها، تنها بررسی بار حرارتی مستقیم تجهیزات کافی نیست؛ زیرا مجموعه‌ ای از عوامل بیرونی و درونی نیز در افزایش دمای محیط نقش دارند و باید برای بالا رفتن دقت محاسبات لحاظ شوند. در این میان بارهای خارجی شامل موارد زیر می‌ شوند:

• تشعشع نور خورشید از طریق پنجره‌ ها
• اختلاف دمای داخل و خارج و انتقال گرما از طریق پنجره‌ ها
• هدایت و تابش گرما از دیوارها و سقف

تعداد چراغ‌ های روشن در اتاق و وجود دستگاه‌ های الکترونیکی و ابزارهای فعال، از جمله بارهای داخلی موثر در تعیین بار حرارتی سیستم به شمار می‌ روند‌.

انتخاب بهترین استراتژی سرمایش بر اساس تراکم توان

انتخاب سیستم سرمایش مناسب برای یک مرکز داده، وابسته به شرایط محیطی و فنی بوده و نمی‌توان یک راهکار واحد برای همه دیتابیس‌ ها توصیه کرد. عواملی مانند ابعاد مرکز داده، تعداد رک‌ ها، میزان توان حرارتی هر رک، هزینه‌ های اولیه و جاری، شرایط اقلیمی و سطح حساسیت تجهیزات همگی فاکتورهایی هستند که در تعیین بهترین گزینه نقش دارند. در جدول‌ زیر به معرفی برخی از روش‌ های سرمایشی پرداخته شده تا به کمک آن بتوانید مقایسه‌ ای بین آن‌ها داشته باشید:

سرمایش مایع (Liquid Cooling) برای رک های با تراکم توان بالا

در ادامه بررسی روش های‌ محاسبه دقیق ظرفیت سرمایشی باید بدانید که سیستم‌ های سرمایش مایع (Liquid Cooling) از جمله پیشرفته‌ ترین روش‌ های کنترل دما در تجهیزات الکترونیکی به شمار می‌ روند. چراکه در این شیوه، به جای انتقال حرارت با جریان هوا، از مایعاتی مانند آب یا سیالات دی‌ الکتریک استفاده می‌ شود که ظرفیت حرارتی بسیار بیشتری داشته و گرما را با سرعت بالاتری جذب می‌ کنند. به همین دلیل گزینه مناسبی برای استفاده در دیتابیس‌ هایی هستند که بار پردازشی بالایی دارند.

در واقع سیستم‌ های مایع چند برابر روش‌ های هوایی کارایی داشته و با مدیریت بهینه گرما، عمر تجهیزات به‌کار رفته در دیتا بیس‌ های پیشرفته را افزایش می‌ دهند. در مجموع سرمایه‌ گذاری روی چنین سیستم‌ های خنک‌ سازی نتایج بسیار مثبتی را به دنبال دارد که مهم‌ ترین آنها عبارتند از:

• پشتیبانی پایدار از رک‌ های بسیار پرتوان و جلوگیری از افزایش دما در بارهای بالای ۳۰ کیلووات
• کاهش محسوس مصرف انرژی بخش سرمایش به دلیل راندمان بالای انتقال حرارت توسط مایعات
• کاهش فشار حرارتی روی پردازنده‌ ها و افزایش دوام تجهیزات
• آمادگی زیرساخت برای ارتفا رک‌ ها به چگالی بیشتر و سیستم سرمایشی پیشرفته‌ تر

مقایسه فناوری های Direct-to-Chip (DTC) و Immersion Cooling

در حال حاضر بسیاری از مراکز داده پیشرفته به سمت استفاده از فناوری‌ های مایع حرکت کرده‌ اند و از روش‌هایی مانند Direct-to-Chip (DTC) و Immersion Cooling بهره می‌ برند.

در این میان Direct‑to‑Chip، صفحه‌ای ویژه است که درون آن مایع خنک‌ کننده‌ ای جریان دارد و مستقیماً روی پردازنده یا شتاب‌دهنده گرافیکی نصب می‌ شود تا گرما را در همان نقطه تولید، مهار کند. این روش به دلیل سازگاری با ساختارهای رایج مراکز داده و نیاز اندک به تغییرات زیرساختی، انتخابی ایده‌ آل برای محاسبه دقیق ظرفیت سرمایشی محیط‌هایی است که بار پردازشی سنگینی دارند.

اما در‌ فناوری Immersion Cooling، سرور یا بخش بزرگی از تجهیزات آن درون یک سیال دی‌ الکتریک قرار می‌ گیرد تا انتقال حرارت با بیشترین راندمان ممکن انجام شود. هرچند این شیوه برای رک‌ هایی با تراکم بسیار بالا مناسب بوده اما پیاده‌ سازی آن مستلزم طراحی زیرساختی متفاوت از الگوهای سنتی است. به عبارت دیگر نمی‌توان آن را روی دیتا بیس‌ های سنتی پیاده‌ سازی کرد. بنابراین برای انتخاب میان این فناوری‌ ها باید سه عامل کلیدی میزان تراکم توان رک‌ها، بودجه قابل تخصیص و توانایی زیرساخت فعلی برای پذیرش تغییرات مکانیکی را در نظر گرفت.

تاثیر سیستم های مایع خنک بر بهینه سازی PUE دیتاسنتر

به کمک این فناوری میزان انرژی مصرفی که برای سیستم سرمایشی مورد استفاده قرار می‌ گیرد به شکل قابل توجهی کاهش می‌یابد؛ حتی در برخی از مدل‌ ها مصرف انرژی تا ۹۵ درصد کمتر می‌ شود. همین مسئله نیز منجر به رسیدن PUE سیستم به عددی یک می‌شود؛ یعنی بالاترین سطح بهره‌وری ممکن در مراکز داده‌ ها.

اعتبارسنجی محاسبات سرمایشی با DCIM و مانیتورینگ حرارتی بلادرنگ

سامانه‌ DCIM، مجموعه‌ای از تجهیزات و نرم‌افزارهای صنعتی بوده که برای نظارت پیوسته بر وضعیت محیطی اتاق سرور طراحی شده است. در واقع این سیستم‌ با ارائه هشدارهای فوری، از بروز اختلالاتی که ممکن است در اثر عملکرد مداوم تجهیزات سرمایشی یا الکتریکی ایجاد شود، جلوگیری می‌ کند. یعنی نقش یک لایه مراقبتی هوشمند را برعهده داشته و از سرور در برابر بروز حوادث احتمالی مراقبت خواهد کرد.

روشی دیگری که برای کنترل دما در محل سرور می‌توان استفاده کرد، نصب یک برنامه مانیتورینگ حرارتی بلادرنگ است. این سیستم که مجهز به حسگرهای حرارتی مختلفی است، بهترین گزینه برای محاسبه دقیق ظرفیت سرمایشی، به شمار می‌رود؛ چون این سنسورها وضعیت دما را به‌صورت لحظه‌ ای بررسی کرده و توانایی تشخیص مشکلات احتمالی سیستم سرمایشی را دارند. در ضمن به کمک اطلاعات ثبت شده توسط آن‌ها می‌توان از ورود هوای گرم خروجی سرورها به ورودی رک‌ های دیگر جلوگیری کرد.

بهترین نرم افزارهای کنترل دمای CPU در سال 2026

• نرم افزار HWiNFO CPU temperature monitoring نسخه 2026 
• نرم افزار نظارت بر دمای سی پی یوCPUID HWMonitor
• AIDA64 Extreme Edition.
• AIDA64 Engineer Edition.
• AIDA64 Network Audit Edition.
• AIDA64 Business Edition.
• Open Hardware Monitor.

جمع‌ بندی

در این مطلب به بررسی روش‌ های محاسبه ظرفیت سرمایشی و انتخاب بهترین سیستم خنک‌ کننده برای دیتاسنتر های پیشرفته و رک‌ های پرتراکم پرداختیم. با افزایش روزافزون چگالی رک‌ ها و رسیدن توان مصرفی به بیش از ۵۰ تا ۱۲۰ کیلووات، سیستم‌ های سنتی مبتنی بر هوا عملاً دیگر پاسخگوی نیازهای حرارتی نیستند.

مراکز داده‌ ای که زودتر به سمت فناوری‌ های خنک‌ کننده مایع (مانند Direct-to-Chip و Immersion Cooling) حرکت کنند، در سال‌ های آینده از نظر مقیاس‌ پذیری، کاهش مصرف انرژی و پایداری سخت‌ افزارها در وضعیت بسیار بهتری قرار خواهند گرفت. البته اجرای این نوع سیستم‌ ها فرآیندی تخصصی است و نیاز به بررسی دقیق زیرساخت‌ های فعلی، برآوردهای مالی و همکاری با تیم‌ های مهندسی مجرب دارد.

سوالات متداول

۱. چرا خنک‌ سازی با هوا برای رک‌های AI کافی نیست؟ رک‌ های AI به دلیل استفاده از پردازنده‌ ها و شتاب‌ دهنده‌ های بسیار قدرتمند، حرارتی بالغ بر ۵۰ تا ۱۲۰ کیلووات در هر رک تولید می‌ کنند. ظرفیت گرمایی هوا برای دفع این حجم از حرارت در یک فضای محدود کافی نیست و کارکرد مداوم فن‌ ها با سرعت بالا، علاوه بر مصرف شدید برق، موجب افت راندمان پردازنده‌ ها می‌ شود.

۲. تفاوت اصلی روش Direct-to-Chip با Immersion Cooling چیست؟ در روش Direct-to-Chip، صفحه حاوی مایع خنک‌ کننده مستقیماً روی پردازنده‌ ها (CPU/GPU) نصب می‌شود تا حرارت را در نقطه تولید دفع کند. اما در فناوری Immersion Cooling، کل سرور درون یک مایع دی‌ الکتریک (نارسانا) غوطه‌ ور می‌گردد تا تمام قطعات سیستم به صورت یکپارچه و با بالاترین راندمان خنک شوند.

۳. سیستم‌ های سرمایش مایع چه تاثیری بر شاخص PUE دیتاسنتر دارند؟ سیستم‌ های خنک‌ کننده مایع به دلیل راندمان انتقال حرارت بسیار بالاتر نسبت به هوا، نیاز به انرژی برای سیستم‌ های سرمایشی را به شدت کاهش می‌ دهند (تا ۹۵ درصد). این امر باعث می‌ شود شاخص PUE (اثربخشی مصرف انرژی) در دیتاسنترها بهینه‌ تر شده و به عدد ایده‌آل ۱.۰ نزدیک شود.