كيف توحّد Trane وEaton بين الطاقة والتبريد لمراكز بيانات الذكاء الاصطناعي؟

ويتوافق التصميم مع NVIDIA DSX AI Factory Reference Design وNVIDIA Omniverse DSX Blueprint، ما يوفر إطارًا رقميًا وهندسيًا مشتركًا لتخطيط البنية الكهربائية والحرارية وأنظمة التحكم في الجيل المقبل من مرافق الذكاء الاصطناعي.

كيف تعمل بنية الجهد المتوسط؟

في تصميم مركز البيانات التقليدي، تُدار منظومة توزيع الكهرباء ومنظومة التبريد غالبًا ضمن مسارين هندسيين منفصلين. وقد يصعّب ذلك مواءمة قدرة التبريد مع أحمال الحوسبة الفعلية، أو تنسيق تغييرات المعدات، أو تحسين أداء المنشأة ككل.

أما نهج Trane وEaton فيربط المنظومتين منذ المراحل الأولى للتصميم:

• Eaton تتولى بنية توزيع الطاقة باستخدام الجهد المتوسط لدعم الأحمال عالية الكثافة وتقليل الاعتماد على تصاميم تحتاج إلى كميات أكبر من النحاس.
• Trane توفر بنية الإدارة الحرارية، بما في ذلك تصميمات مخصصة لمصانع الذكاء الاصطناعي وتكوينات التبريد السائل.
• تنسّق البيانات وأنظمة التحكم التشغيل الفعلي، بحيث تستجيب معدات الطاقة والتبريد للتغيرات في ظروف المنشأة لحظيًا.
• يأخذ التصميم في الحسبان حلول الطاقة والتبريد الجديدة، ومنها التبريد السائل وبنى التيار المستمر الناشئة.

والفكرة العملية هي تحسين المسار الكامل من شبكة الكهرباء إلى شريحة المعالجة بوصفه نظامًا موحدًا. ويساعد ذلك المصممين على احتساب الفاقد الكهربائي، والحرارة الناتجة، وقدرة التبريد، ومتطلبات الكابلات، ومواقع المعدات قبل بدء أعمال البناء.

ما حجم الوفورات المستهدفة؟

مقارنةً بالتصميمات التقليدية ذات الجهد المنخفض، تقول Trane وEaton إن البنية المرجعية قد تحقق، بحد أقصى:

• تحسنًا في كفاءة الطاقة بنسبة 15%؛
• خفضًا في تكاليف التركيب بنسبة 30%؛
• تقليلًا لاستخدام النحاس بنسبة 80%.

لكن هذه الأرقام تظل تقديرات تصميمية أعلنتها الشركتان، وليست نتائج أداء تحققت بصورة مستقلة في مركز بيانات عامل ومعلن. وستعتمد النتائج الفعلية على حجم المنشأة، وطوبولوجيا النظام الكهربائي، وتقنية التبريد، والظروف المحلية، ومدى الالتزام بالتصميم المرجعي أثناء التنفيذ.

ومع ذلك، تكشف هذه الأهداف عن مكمن الوفر الاقتصادي الذي تراهن عليه الشركتان. فخفض استخدام النحاس قد يقلل حجم المواد ومتطلبات التمديدات، كما قد يؤدي التنسيق المبكر بين الطاقة والتبريد إلى تقليل تكرار الأعمال الهندسية وتعقيد الإنشاء وعدم التوافق بين القدرة الكهربائية والتبريد المركبين.

أين يتوفر التصميم؟

أُدرجت البنية المشتركة ضمن عرضين لمنصات الشركتين:

• Trane Continuum Rubin DSX، وتوفر تصميمات Trane المرجعية للإدارة الحرارية في مصانع الذكاء الاصطناعي.
• Eaton Beam Rubin DSX، وهي منصة مصممة مسبقًا تجمع الطاقة والتبريد وأنظمة التحكم بهدف تسريع إدخال قدرات مصانع الذكاء الاصطناعي إلى الخدمة.

كما تدعم تقنيات التوزيع لدى Eaton تطبيقات Trane، بما يربط مساهمات الشركتين ضمن نهج أوسع متوافق مع DSX.

ولا يعني ذلك أن كل مشروع سيستخدم التكوين نفسه من المعدات. فالتصميم المرجعي هو قالب هندسي قابل للتكرار، وليس قائمة موحدة تفرض بناء كل مشروع بالطريقة ذاتها.

ما دور Omniverse في عملية التصميم؟

يبني التعاون الجديد على عمل سابق أجرته Trane مع NVIDIA Omniverse. وقالت Trane إنها حسّنت كفاءة تصميمها المرجعي للإدارة الحرارية لمصانع الذكاء الاصطناعي بنحو 10% تقريبًا باستخدام التصميم والمحاكاة المعتمدين على Omniverse، مع طرح تصميمين مرجعيين إضافيين ضمن Continuum Rubin DSX.

ويمد التعاون الأحدث هذا العمل الرقمي من نطاق التبريد وحده إلى منظومة أكثر تكاملًا تشمل توزيع الكهرباء والإدارة الحرارية وأنظمة التحكم.

وتكتسب هذه الخطوة أهمية لأن أداء مصنع الذكاء الاصطناعي يتحدد بصورة متزايدة من خلال التفاعل بين الأنظمة. فزيادة كثافة الحوسبة ترفع الطلب على الطاقة، وارتفاع الطلب يزيد الحرارة الناتجة، ما يؤثر بدوره في قدرة التبريد السائل ومتطلبات الضخ وكفاءة المنشأة.

ماذا أضاف استحواذ Eaton على Boyd Thermal؟

أتمت Eaton في 12 مارس/آذار 2026 استحواذها على Boyd Thermal بقيمة 9.5 مليارات دولار. وأضافت الصفقة قدرات التبريد السائل إلى محفظة Eaton في إدارة الطاقة والأنظمة الكهربائية، وعززت موقعها كمورّد للبنية التحتية المتكاملة لمراكز البيانات.

وتكتسب هذه المحفظة الأوسع أهمية مع انتقال أنظمة الذكاء الاصطناعي إلى كثافات طاقة أعلى وحاجتها المتزايدة إلى التبريد السائل المباشر. كما تمنح Eaton أساسًا أقوى للربط بين البنية التحتية للجهد المتوسط والعالي وتقنيات الإدارة الحرارية عبر مختلف مكونات مركز البيانات.

لكن لا ينبغي اعتبار الاستحواذ دليلًا على أن كل تطبيق لتصميم Trane وEaton سيستخدم معدات Boyd. فالإعلان المشترك يثبت وجود نهج تصميم متكامل، لكنه لا يحدد مشروعًا لعميل بعينه ولا يفرض قائمة موحدة للمعدات.

لماذا يهم هذا مع توسع مصانع الذكاء الاصطناعي؟

لا يقتصر التحدي على توفير مزيد من الكهرباء أو تركيب مزيد من وحدات التبريد. فعلى المشغلين إيصال الطاقة بكفاءة، وتوزيعها على أحمال حوسبة تزداد كثافة، والتخلص من الحرارة من دون رفع تكاليف الإنشاء والتشغيل إلى مستويات غير اقتصادية.

ولهذا أصبح الربط بين الطاقة والتبريد مسألة تصميم محورية. ويمكن للبنية المنسقة أن تساعد المشغلين على تقييم:

• مقدار الطاقة التي تصل فعليًا إلى معدات الحوسبة؛
• مواقع خسائر التحويل والتوزيع؛
• كمية الحرارة الناتجة في كل منطقة حوسبة؛
• الحاجة إلى التبريد السائل؛
• حجم القدرة الكهربائية والحرارية اللازمة للتوسعات المستقبلية.

ولا يلغي تصميم Trane وEaton هذه القرارات، لكن أهميته تكمن في جمعها ضمن إطار مرجعي مشترك قد يسهل مقارنة الخيارات قبل البناء وتعديلها مع تطور عتاد الذكاء الاصطناعي.

الخلاصة

تقترح Trane وEaton أن تُصمَّم مراكز بيانات الذكاء الاصطناعي باعتبارها منظومة كهربائية وحرارية منسقة، تمتد من الشبكة إلى الشريحة. ويجمع التصميم المتوافق مع NVIDIA DSX بين توزيع Eaton بالجهد المتوسط، وإدارة Trane الحرارية، وأنظمة التحكم المشتركة، ودعم التبريد السائل، والتوافق مع بنى التيار المستمر الناشئة.

أما الأهداف المعلنة — رفع كفاءة الطاقة 15%، وخفض تكاليف التركيب 30%، وتقليل استخدام النحاس 80% — فهي كبيرة، لكنها تظل ادعاءات من الموردين مرتبطة بتصميم مرجعي، لا نتائج مستقلة تم التحقق منها في منشأة معلنة. والخلاصة الأهم هي التحول في طريقة التصميم نفسها: فمع ارتفاع كثافة الطاقة في الذكاء الاصطناعي، أصبح من الصعب فصل إيصال الكهرباء عن التخلص من الحرارة.