Компания Rika Sensor с 2010 года является производителем метеорологических датчиков и поставщиком решений для мониторинга окружающей среды.

Почему мониторинг качества охлаждающей воды в центрах обработки данных с использованием ИИ является обязательным условием

2026-06-23

К 2026 году доля жидкостного охлаждения в глобальных центрах обработки данных, использующих ИИ, превысит 65% — однако 37% незапланированных простоев по-прежнему связаны с отказами систем охлаждения. Узнайте, почему мониторинг качества охлаждающей жидкости имеет критически важное значение, как применяются стандарты ASHRAE и как комплексное решение Rikasensor с 4 специализированными датчиками устраняет этот риск.

1. Взрывной рост вычислительных мощностей в сфере ИИ: почему жидкостное охлаждение теперь обязательно.

Развитие генеративного искусственного интеллекта и больших языковых моделей (LLM) привело к беспрецедентному росту удельной мощности чипов. NVIDIA Blackwell B200 уже обеспечивает 1200 Вт на единицу, а ожидается, что архитектуры следующего поколения превысят 2000 Вт. В результате удельная мощность в одном стоечном модуле выросла до 120–220 кВт — значительно превысив физический предел в 40 кВт для традиционного воздушного охлаждения.

Почему мониторинг качества охлаждающей воды в центрах обработки данных с использованием ИИ является обязательным условием 1

Жидкостное охлаждение быстро превратилось из нишевого варианта в повсеместную необходимость:

В первом квартале 2026 года доля жидкостного охлаждения в серверах для ИИ достигла 28%, а в специализированных кластерах для обучения она взлетела до 74%.
Аналитики прогнозируют, что к концу года общий уровень проникновения центров обработки данных, использующих искусственный интеллект, превысит 65%.
В настоящее время 100% новых гипермасштабных центров искусственного интеллекта используют системы жидкостного охлаждения.
Согласно данным Uptime Institute, ведущие поставщики облачных услуг требуют, чтобы показатель PUE для новых центров обработки данных, предназначенных для ИИ, составлял ≤ 1,15, и этот показатель достижим только с помощью жидкостного охлаждения.

Однако по мере глобального масштабирования жидкостного охлаждения возникла критическая проблема: ухудшение качества охлаждающей воды. Данные отрасли показывают, что 37% всех незапланированных отключений центров обработки данных связаны с отказами систем охлаждения, и 68% этих отказов напрямую связаны с ненадлежащим управлением качеством воды.

2. Тихий убийца: как проблемы с качеством воды уничтожают вычислительные кластеры стоимостью в миллионы долларов

В отличие от воздушного охлаждения, в системах жидкостного охлаждения охлаждающая жидкость циркулирует непосредственно через охлаждающие пластины серверов, микроканалы и теплообменники. Такой тесный контакт означает, что даже незначительные проблемы с качеством воды многократно усугубляются, что приводит к катастрофическим последствиям:

Почему мониторинг качества охлаждающей воды в центрах обработки данных с использованием ИИ является обязательным условием 2

Коррозия металла: точечная коррозия приводит к внезапной потере вычислительной мощности.

Повышенные уровни хлоридов, сульфатов и других растворенных ионов вызывают электрохимическую коррозию, особенно в медных холодных пластинах. Лабораторные исследования показывают, что концентрация хлоридов выше 300 мг/л увеличивает скорость коррозии меди в 2–3 раза.

Реальный пример : Американский поставщик гипермасштабных облачных услуг столкнулся с крупным сбоем в работе из-за необходимости экстренного пополнения запасов воды из муниципального водопровода. В течение шести месяцев более 2000 охлаждающих пластин подверглись сильной точечной коррозии, что привело к прямым затратам на замену в размере 2,1 миллиона долларов и, по оценкам, к потере дохода в размере 12 миллионов долларов из-за простоя.

Образование накипи: повышение жесткости на 50 мг/л снижает теплопередачу на 3%.

Ионы кальция и магния в воде образуют накипь из карбоната кальция и карбоната магния на поверхностях теплообмена. Каждое увеличение общей жесткости на 50 мг/л снижает эффективность теплопередачи примерно на 3%. Для стойки AI мощностью 200 кВт эта потеря эффективности на 3% означает более 52 000 кВт·ч электроэнергии, теряемой впустую ежегодно.

Что еще более важно, микроканалы холодной пластины имеют диаметр всего 0,5–1 мм. Даже микроскопические частицы могут вызывать локальные закупорки, приводящие к быстрому перегреву чипа и автоматическому снижению частоты, что уменьшает вычислительную мощность на 30% и более.

Биологическое загрязнение: биопленки повышают термостойкость на 15%.

В системах охлаждения происходит рост микроорганизмов, образующих слизистые биопленки, которые прилипают к трубам и охлаждающим пластинам. Имея теплопроводность всего лишь в 100 раз ниже, чем у металла, биопленки увеличивают локальное тепловое сопротивление на 10–15%. Кроме того, микробный метаболизм производит кислые побочные продукты, которые ускоряют коррозию металла, создавая разрушительную петлю обратной связи «коррозия-биопленка».

Электробезопасность: высокая проводимость создает опасность короткого замыкания.

В системах с деионизированной водой требуется строгий контроль электропроводности, которая должна быть ниже 5 мкСм/см. Повышенная электропроводность указывает на избыток растворенных ионов, что значительно увеличивает риск коротких замыканий и поражения электрическим током в случае утечки охлаждающей жидкости — особенно опасная ситуация в вычислительных средах с высокой плотностью размещения оборудования.

Реальный пример : В европейском научно-исследовательском центре по разработке ИИ произошла двухчасовая полная остановка системы из-за резкого повышения мутности, вызвавшего повсеместное засорение холодных пластин. Сбой прервал критически важные процессы обучения LLM, что привело к задержкам проекта и прямым экономическим убыткам в размере более 900 000 евро.

3. Международные отраслевые стандарты: Обязательные показатели качества воды для систем жидкостного охлаждения

Ведущие мировые организации по стандартизации установили строгие требования к качеству воды для систем жидкостного охлаждения центров обработки данных. Наиболее широко применяемые стандарты:ASHRAE TC 9.9 (Тепловые рекомендации для сред обработки данных) иISO 14644-16 (Чистые помещения и связанные с ними контролируемые среды — Часть 16: Чистота жидкостей в технологическом оборудовании).

Следующие шесть основных параметров общепризнаны как критически важные для мониторинга, и для каждого из них требуется специальная сенсорная технология:

Параметр мониторинга	Рекомендуемое значение ASHRAE TC 9.9	Первичное воздействие	Рекомендуемая частота мониторинга	Соответствующий специализированный датчик
pH	6,8–8,5 (охлаждающие жидкости на водной основе)	Предотвращает кислотную/щелочную коррозию.	Онлайн в режиме реального времени	RK500-12LC
Проводимость	≤5 мкСм/см (деионизированная вода)	Указывает на концентрацию ионов и риск поражения электрическим током.	Онлайн в режиме реального времени	RK500-13LC
Мутность	<10 NTU	Сигналы о наличии взвешенных частиц и риске закупорки	Онлайн в режиме реального времени	RK500-07LC
Общая твердость	<20 мг/л (в пересчете на CaCO₃)	Предотвращает образование накипи.	Еженедельный ручной + непрерывный тренд	-
Общее количество бактерий	<100 КОЕ/мл	Контролирует биологическое загрязнение	Ежемесячный лабораторный анализ	-
ОВП (окислительно-восстановительный потенциал)	200–400 мВ	Оценивает эффективность ингибиторов коррозии	Онлайн в режиме реального времени	RK500-06LC

4. Почему традиционное ручное тестирование неэффективно в современных центрах обработки данных с использованием ИИ.

Многие предприятия по-прежнему полагаются на еженедельный ручной отбор проб и лабораторный анализ для мониторинга качества воды. Однако этот устаревший подход совершенно не подходит для современных высокопроизводительных вычислительных сред, использующих искусственный интеллект:

Почему мониторинг качества охлаждающей воды в центрах обработки данных с использованием ИИ является обязательным условием 3

Критическая временная задержка

Для проведения ручного анализа требуется 24–48 часов с момента отбора пробы до получения результатов. Проблемы с качеством воды могут за несколько часов перерасти из незначительных в катастрофические. Например, неправильная подпитка водой может привести к резкому падению уровня pH в течение 60 минут, вызывая коррозию задолго до того, как ручной анализ выявит проблему.

Ограничения погрешности выборки

Пробы, отобранные вручную, отражают состояние воды только в одной точке времени и пространства. В системах жидкостного охлаждения наблюдаются значительные колебания качества воды в разных контурах и компонентах, поэтому отбор проб в одной точке с большой вероятностью может не выявить возникающие проблемы.

Реактивное, а не проактивное техническое обслуживание

Ручное тестирование позволяет выявить только уже возникшие проблемы. Оно не способно предсказать будущие тенденции качества воды или обеспечить профилактическое техническое обслуживание, что делает объекты уязвимыми для неожиданных поломок.

Непомерно высокие затраты на рабочую силу

Для крупных центров обработки данных, ориентированных на искусственный интеллект, с десятками или сотнями независимых контуров жидкостного охлаждения, ручное тестирование требует наличия специальной команды квалифицированных техников, что приводит к непомерным текущим эксплуатационным расходам.

5. Создание комплексной системы мониторинга качества охлаждающей воды.

Современная комплексная система мониторинга качества охлаждающей воды для жидкостного охлаждения состоит из четырех интегрированных уровней, обеспечивающих круглосуточный непрерывный мониторинг, автоматическое оповещение и поддержку принятия решений на основе данных:

Сенсорный слой: Специализированная сенсорная матрица Rikasensor с жидкостным охлаждением (точное определение каждого ключевого показателя)

В критически важных точках системы жидкостного охлаждения, включая выходы распределительных устройств, входы холодных пластин, обратные магистрали и линии подпитки водой, устанавливаются высокоточные специализированные датчики. Это охватывает четыре показателя мониторинга в реальном времени: pH, проводимость, мутность и ОВП. Все датчики разработаны специально для сценариев жидкостного охлаждения, идеально совместимы с распространенными охлаждающими жидкостями, такими как деионизированная вода, PG25 и EG25, и имеют степень защиты IP68 от проникновения влаги и пыли, а также сверхнизкое энергопотребление.

Комплексное решение Rikasensor для мониторинга качества воды в системах жидкостного охлаждения :

Датчик pH для системы жидкостного охлаждения RK500-12LC
Использует технологию низкоимпедансной чувствительной стеклянной мембраны со встроенной автоматической температурной компенсацией. Точность достигает ±0,1 pH при 25 °C с разрешением 0,01 pH. Корпус изготовлен из нержавеющей стали 316L и титанового сплава, устойчив к гидролизу и коррозии, подходит для длительной стабильной работы в щелочных средах. Время отклика 10 секунд (при 98% протекающей жидкости), потребляемая мощность <0,2 Вт, поддерживает различные монтажные интерфейсы, включая G3/4 и NPT3/4.
Датчик электропроводности (EC) для системы жидкостного охлаждения RK500-13LC
Оснащен передовой технологией защиты от поляризации и электромагнитной изоляции, эффективно устраняющей помехи от сложных электромагнитных сред в центрах обработки данных. Точность ±1% от полной шкалы при 0-5000 мкСм/см, разрешение 1 мкСм/см, предлагается несколько вариантов диапазона от 0-20 мкСм/см до 0-10000 мкСм/см (настраиваемые). Сверхбыстрый отклик за 1 секунду, корпус из нержавеющей стали 316L, полностью соответствует требованиям мониторинга сверхнизкой проводимости деионизированной воды.
Датчик мутности для системы жидкостного охлаждения RK500-07LC
Разработан на основе принципа оптической корреляции с сапфировым измерительным окном, не подверженным отражению от труб из нержавеющей стали. Точность ±2% от измеренного значения или ±0,1 NTU (в зависимости от того, что больше), разрешение 0,1 NTU, обеспечивает два диапазона измерения: 0-10 NTU и 0-100 NTU. Время отклика 1 секунда, что позволяет в режиме реального времени фиксировать незначительные изменения в содержании взвешенных частиц, продуктов коррозии и микробных примесей в охлаждающей жидкости.
Датчик ОВП для системы жидкостного охлаждения RK500-06LC
Используется технология платиновых кольцевых электродов в сочетании с высокоточным чипом обработки сигналов. Точность ±1 мВ, разрешение 0,1 мВ, диапазон измерений -1500~+1500 мВ. Корпус из нержавеющей стали 316L и титанового сплава, точно оценивает окислительно-восстановительные характеристики охлаждающей жидкости и эффективность ингибиторов коррозии. Время отклика 14 секунд (при 98% протекающей жидкости), обеспечивает надежную поддержку данных для раннего предупреждения о риске коррозии системы.

Универсальные преимущества всех продуктов :

Одновременный аналоговый выход 4-20 мА и цифровой выход RS485.
Широкодиапазонный источник питания (7-30 В постоянного тока), совместимый с различными системами промышленного управления.
Встроенная изоляция сигнала для высокой помехоустойчивости
Различные варианты подключения к технологическому оборудованию (G3/4, NPT3/4, патрон 50,5 мм)
Стандартный кабель длиной 5 м, возможна индивидуальная длина.
Простота в использовании, интервал технического обслуживания 6 месяцев.

Уровень сбора данных: надежная передача данных в реальном времени.

Промышленные регистраторы данных преобразуют аналоговые сигналы датчиков в цифровой формат и поддерживают множество протоколов связи, включая RS485, Modbus RTU/TCP и 4G LTE, обеспечивая стабильную и безопасную передачу данных даже в сложных условиях центров обработки данных.

Уровень облачной платформы: интеллектуальный анализ и оповещение.

Облачная платформа хранит, анализирует и визуализирует данные о качестве воды в режиме реального времени. Пользователи могут настраивать пороговые значения оповещений, и система автоматически уведомляет оперативные группы посредством SMS, электронной почты и push-уведомлений в мобильном приложении, когда параметры превышают безопасные пределы.

Прикладной уровень: поддержка принятия решений и оптимизация

Усовершенствованные аналитические алгоритмы анализируют исторические данные для прогнозирования будущих тенденций качества воды, предоставляя практические рекомендации по профилактическому обслуживанию, оптимизации дозирования химических реагентов и планированию замены охлаждающей жидкости. Это продлевает срок службы охлаждающей жидкости и снижает общие эксплуатационные расходы.

6. Успешные примеры применения в мировой промышленности

Решения Rikasensor для мониторинга качества воды в системах жидкостного охлаждения прошли широкое тестирование во многих ведущих центрах обработки данных и суперкомпьютерных проектах по всему миру, помогая клиентам значительно повысить надежность систем охлаждения и снизить эксплуатационные расходы.

Первый в мире проект по созданию суперкомпьютера эксаскейлового масштаба.

В рамках этого проекта было развернуто более 9400 узлов с жидкостным охлаждением, предъявляющих чрезвычайно высокие требования к стабильности системы охлаждения. Благодаря комплексному использованию полного набора датчиков pH, проводимости, мутности и ОВП от Rikasensor был обеспечен круглосуточный непрерывный мониторинг в режиме реального времени. Количество незапланированных остановок, связанных с охлаждением, сократилось на 92%, а срок службы охлаждающей жидкости увеличился более чем на 5 лет, что значительно снизило затраты на техническое обслуживание.

Ведущий европейский научно-исследовательский институт в области физики высоких энергий

Это учреждение ежедневно генерирует петабайты научных данных, что требует бесперебойной работы систем охлаждения круглый год. Для этого была развернута многоточечная сеть мониторинга качества воды Rikasensor по всей инфраструктуре жидкостного охлаждения, что позволило добиться улучшенного управления качеством воды. Показатель PUE системы стабилизировался ниже 1,08, и в течение трех лет подряд не было сбоев, связанных с охлаждением.

Североамериканский кластер обучения искусственному интеллекту для поставщиков гипермасштабных облачных услуг

Этот облачный провайдер полностью внедрил технологию иммерсионного охлаждения для своих кластеров обучения на графических процессорах последнего поколения. Благодаря развертыванию комплексного решения Rikasensor для мониторинга качества воды и его бесшовной интеграции с системой управления зданием (BMS) была реализована полностью автоматизированная система контроля качества воды и оповещения об аномалиях. Ежедневные затраты на техническое обслуживание сократились на 75%, при этом была обеспечена непрерывная и стабильная работа задач обучения больших моделей.

7. Заключение: Мониторинг качества воды — основа надежных вычислений с использованием искусственного интеллекта.

Поскольку потребности в вычислительных мощностях для ИИ продолжают расти, жидкостное охлаждение стало основой современной инфраструктуры центров обработки данных. Однако многие организации сосредотачиваются исключительно на мощности охлаждения, пренебрегая критически важным управлением качеством воды.

Один-единственный инцидент, связанный с качеством воды, может вывести из строя весь вычислительный кластер ИИ, что приведет к многомиллионным убыткам и непоправимому ущербу для репутации компании. С принятием глобальных отраслевых стандартов мониторинг качества воды превратился из «желательного» в абсолютное требование для любой надежной системы жидкостного охлаждения.

Инвестиции в комплексную систему мониторинга качества воды в режиме реального времени от Rikasensor не только защищают ваши ценные вычислительные ресурсы, но и снижают энергопотребление, продлевают срок службы оборудования и уменьшают долгосрочные эксплуатационные расходы, обеспечивая убедительную окупаемость инвестиций для любого оператора центра обработки данных, использующего искусственный интеллект.

Часто задаваемые вопросы

В1: Чем отличаются требования к качеству воды для систем жидкостного охлаждения AI от требований к традиционным промышленным системам охлаждения?
A1: Системы жидкостного охлаждения для искусственного интеллекта предъявляют значительно более строгие требования к качеству воды, особенно к проводимости и мутности. Традиционные промышленные системы охлаждения обычно допускают проводимость до 2000 мкСм/см, в то время как системы жидкостного охлаждения для искусственного интеллекта требуют ≤5 мкСм/см для деионизированной воды. Аналогично, предельные значения мутности составляют 20 NTU для промышленных систем и <10 NTU для центров обработки данных искусственного интеллекта.

В2: Как часто следует заменять охлаждающую жидкость в системе жидкостного охлаждения?
A2: При надлежащем контроле качества воды и техническом обслуживании охлаждающие жидкости на водной основе могут служить 3–5 лет. Без эффективного контроля и обработки охлаждающую жидкость, возможно, придется заменять ежегодно или даже чаще.

В3: Какова типичная окупаемость инвестиций в онлайн-систему мониторинга качества воды?
A3: Для центра обработки данных мощностью 10 МВт инвестиции в комплексную систему онлайн-мониторинга качества воды обычно окупаются в течение 1–2 лет. Основная экономия достигается за счет предотвращения незапланированных отключений, снижения энергопотребления, увеличения срока службы оборудования и уменьшения затрат на замену охлаждающей жидкости.

Вопрос 4: Какие охлаждающие жидкости совместимы с датчиками Rikasensor с жидкостным охлаждением?
A4: Все датчики Rikasensor, предназначенные для жидкостного охлаждения, совместимы с наиболее распространенными охлаждающими жидкостями, используемыми сегодня в центрах обработки данных, включая деионизированную воду, PG25 (25% раствор пропиленгликоля) и EG25 (25% раствор этиленгликоля).

RK500-13 (жидкостное охлаждение) EC Sensor-M16 разъем

из $

Просмотреть продукты

Датчик ОВП RK500-06LC (жидкостное охлаждение) с разъемом M16

из $

Просмотреть продукты

Датчик pH RK500-12 (жидкостное охлаждение) с разъемом M16

из $

Просмотреть продукты

Датчик мутности RK500-07 (жидкостное охлаждение) с разъемом M16

из $

Просмотреть продукты