Trí tuệ nhân tạo (AI) đang định hình lại cơ sở hạ tầng trung tâm dữ liệu với tốc độ chưa từng có. Khi các cụm máy tính AI đẩy mật độ công suất trên mỗi tủ rack vượt mức 100 kW và nhu cầu tiếp tục gia tăng, các nhà vận hành đang phải xem xét lại quy trình phát, phân phối, chuyển đổi và dự phòng nguồn điện trong toàn bộ cơ sở.

Các kiến ​​trúc truyền thống dựa trên hệ thống phân phối điện áp thấp đang dần nhường chỗ cho các hệ thống điện một chiều (DC) 800 V, máy biến áp trạng thái rắn (solid-state transformer), các khối nguồn điện áp cao (HVDC power shelf) và giải pháp dự phòng bằng pin tích hợp. Mặc dù hứa hẹn mang lại hiệu suất và mật độ công suất cao hơn, các công nghệ này cũng đặt ra những thách thức mới về kiểm thử và xác thực, đòi hỏi phải được giải quyết triệt để trước khi triển khai vào môi trường trung tâm dữ liệu thực tế.

Sự chuyển dịch sang cơ sở hạ tầng AI công suất cao

Việc phát triển hạ tầng AI đang thúc đẩy một trong những cuộc chuyển đổi quan trọng nhất về kiến ​​trúc nguồn điện trung tâm dữ liệu trong nhiều thập kỷ qua. Khi nhu cầu về điện năng không ngừng tăng, các nhà vận hành đang chuyển từ hệ thống phân phối 12 V và 48 V truyền thống sang sử dụng hệ thống trục chính DC điện áp cao; giải pháp này giúp giảm tổn hao trên đường dây dẫn đồng thời cung cấp nhiều năng lượng hơn cho các tác vụ tính toán cường độ cao. Song song đó, các công nghệ chuyển đổi mới như máy biến áp trạng thái rắn và tủ nguồn HVDC đang được đánh giá nhằm nâng cao hiệu suất và hỗ trợ các hệ thống có mật độ thiết bị ngày càng cao. Hệ thống lưu trữ năng lượng cũng đóng vai trò quan trọng hơn trong kiến ​​trúc tổng thể; các hệ thống lưu trữ năng lượng bằng pin (BESS - Battery Energy Storage Systems) và bộ dự phòng pin (BBU - Battery Backup Units) giúp ổn định nguồn cung và đảm bảo khả năng duy trì hoạt động (ride-through) trước những biến động mạnh của tải AI.

Những thay đổi về kiến ​​trúc này không diễn ra độc lập. Chúng tạo thành một hệ sinh thái năng lượng liên kết chặt chẽ, nơi các giao diện lưới điện, giai đoạn chuyển đổi, hệ thống phân phối, hệ thống pin và bộ chuyển đổi tại điểm tải (point-of-load converter) phải phối hợp hoạt động trong những điều kiện có thể thay đổi chỉ trong vài mili giây. Do đó, các nhóm xác thực phải kiểm thử hệ thống ở mức điện áp và công suất cao hơn, cũng như với các đặc tính vận hành biến động mạnh hơn nhiều so với các thế hệ thiết bị trung tâm dữ liệu trước đây.

Tại sao các phương pháp xác thực truyền thống không còn đủ đáp ứng

Việc đánh giá và kiểm định thiết bị nguồn điện cho trung tâm dữ liệu AI thế hệ mới đòi hỏi nhiều hơn việc chỉ xác nhận trạng thái vận hành ổn định. Các kỹ sư cần hiểu rõ cách hệ thống phản ứng với những thay đổi tải đột ngột, dòng năng lượng hai chiều và các sự cố lưới điện—những yếu tố có thể bộc lộ điểm yếu trong các vòng điều khiển, hệ thống bảo vệ và giai đoạn chuyển đổi điện năng. Các cụm máy tính AI có thể tạo ra nhu cầu tải lớn và biến thiên nhanh, rất khó tái lập bằng các thiết bị kiểm thử thông thường; điều này khiến việc xác thực hiệu năng trong quá trình quá độ (transient performance) trở nên ngày càng quan trọng.

Việc ngày càng nhiều hệ thống sử dụng pin và thiết bị lưu trữ năng lượng đang làm cho quy trình thử nghiệm trở nên phức tạp hơn. Khác với các bộ nguồn một chiều truyền thống, pin, bộ lưu điện dự phòng (BBU) và nhiều bộ chuyển đổi hiện đại có khả năng vừa cung cấp vừa hấp thụ năng lượng. Việc đánh giá hiệu suất của chúng đòi hỏi các hệ thống thử nghiệm có khả năng chuyển đổi linh hoạt và liền mạch giữa chế độ cấp nguồn và chế độ hấp thụ năng lượng (tải), đồng thời duy trì khả năng kiểm soát ổn định và đo lường chính xác.

Một thách thức khác nảy sinh từ thực tế triển khai thử nghiệm công suất cao. Các loại tải tiêu tán năng lượng truyền thống chuyển hóa năng lượng thử nghiệm thành nhiệt năng, làm tăng mức tiêu thụ điện của cơ sở và đòi hỏi hệ thống điều hòa không khí (HVAC) có công suất lớn. Khi các chương trình kiểm thử được mở rộng quy mô lên mức hàng trăm kilowatt hoặc thậm chí là hệ thống cấp megawatt, sự kém hiệu quả của phương pháp thử nghiệm tiêu tán năng lượng sẽ dẫn đến chi phí rất cao về năng lượng, hệ thống làm mát và không gian phòng thí nghiệm.

Thử nghiệm tái tạo năng lượng (Regenerative Testing) trong toàn chuỗi cung cấp điện của trung tâm dữ liệu

Để giải quyết những thách thức này, nhiều tổ chức đang áp dụng các nền tảng thử nghiệm tái tạo năng lượng; các hệ thống này có khả năng vừa cung cấp vừa hấp thụ điện năng, đồng thời trả lại năng lượng dư thừa vào lưới điện trung tâm. Phương pháp này cho phép kiểm chứng thực tế các kiến ​​trúc nguồn điện hiện đại của trung tâm dữ liệu AI, đồng thời giảm đáng kể tổn thất năng lượng trong các quy trình thử nghiệm kéo dài.

Tại điểm kết nối với lưới điện, các bộ mô phỏng lưới điện xoay chiều (AC) có thể lập trình được có khả năng tái tạo các sự cố lưới điện như sụt áp, tăng áp, lệch tần số, sóng hài và mất cân bằng pha. Điều này cho phép các kỹ sư đánh giá thiết bị chuyển đổi AC/DC đầu vào và hệ thống UPS trong các điều kiện vận hành thực tế. Dòng sản phẩm Sequoia hỗ trợ quy trình kiểm chứng này thông qua khả năng mô phỏng lưới điện AC tái tạo có thể lập trình và dải công suất linh hoạt, từ 15 kVA đến 5 MVA.

Ở các giai đoạn tiếp theo trong chuỗi cung cấp điện, các nền tảng DC hai chiều công suất cao được sử dụng để kiểm chứng mạng lưới phân phối HVDC, hệ thống pin, các khối nguồn (power shelf) và các tầng chuyển đổi. Dòng sản phẩm i-BEAM cung cấp khả năng vừa cấp nguồn (source) vừa nhận nguồn (sink) trong dải điện áp từ 5 V đến 1.000 V, hỗ trợ mức công suất lên tới 650 kW trong một hệ thống đơn lẻ hoặc lên tới 1,3 MW khi kết nối song song. Đối với các ứng dụng đòi hỏi khả năng mở rộng cao hơn và dải điện áp rộng hơn, dòng Mi-BEAM cung cấp giải pháp kiểm thử DC hai chiều dạng mô-đun, với các phiên bản điện áp lên tới 2.000 V và khả năng mở rộng hệ thống vượt mức 8,6 MW thông qua vận hành song song.

Tổng thể lại, các nền tảng này hỗ trợ kiểm thử toàn bộ đường truyền điện trong trung tâm dữ liệu AI, cho phép các kỹ sư đánh giá SST (máy biến áp trạng thái rắn), khối nguồn HVDC, hệ thống pin, thiết bị UPS trực tuyến, bộ chuyển đổi DC-DC và các thiết bị điện tử công suất tương tác với lưới điện, tất cả đều sử dụng phương pháp kiểm thử tái tạo năng lượng đồng bộ.

Nâng cao hiệu suất và khả năng mở rộng tại các phòng thí nghiệm kiểm chứng

Ngoài hiệu năng kỹ thuật, phương pháp kiểm thử tái tạo năng lượng còn mang lại những lợi ích vận hành đáng kể cho các tổ chức quản lý các chương trình kiểm chứng quy mô lớn. Do năng lượng tái tạo được trả lại lưới điện thay vì tiêu tán dưới dạng nhiệt, mức tiêu thụ năng lượng và yêu cầu làm mát của cơ sở có thể giảm đáng kể trong quá trình kiểm thử liên tục. Ví dụ, dòng Mi-BEAM có thể trả lại tới khoảng 95% năng lượng kiểm thử về lưới điện, giúp các phòng thí nghiệm vận hành hiệu quả hơn trong các chu trình kiểm chứng kéo dài.

Khả năng mở rộng là một yếu tố quan trọng khác cần cân nhắc. Quá trình kiểm chứng thường bắt đầu từ giai đoạn R&D (nghiên cứu và phát triển) ban đầu và sau đó mở rộng sang kiểm chứng cấp hệ thống cũng như kiểm thử sản xuất. Các nền tảng có khả năng mở rộng linh hoạt—từ cấu hình khung máy đơn lẻ đến các hệ thống quy mô megawatt—cho phép đội ngũ kỹ thuật duy trì phương pháp luận và môi trường kiểm thử nhất quán trong suốt vòng đời phát triển sản phẩm. Điều này giúp giảm thiểu công sức thay đổi thiết bị/quy trình (retooling) đồng thời đáp ứng nhu cầu công suất ngày càng tăng khi thiết kế sản phẩm hoàn thiện dần.

Kết luận

Khi các trung tâm dữ liệu AI tiếp tục hướng tới mật độ công suất cao hơn và kiến ​​trúc DC 800 V, các yêu cầu đặt ra cho đội ngũ kiểm chứng hệ thống điện sẽ ngày càng khắt khe hơn. Các kỹ sư cần tái tạo chính xác các điều kiện lưới điện, sự biến thiên tải động, dòng năng lượng hai chiều và môi trường vận hành điện áp cao để đảm bảo hiệu suất hệ thống ổn định trước khi triển khai thực tế. Các nền tảng kiểm thử AC và DC tái tạo năng lượng mang lại giải pháp thiết thực, cho phép thực hiện kiểm thử sát với thực tế trên toàn bộ chuỗi cung cấp điện, đồng thời giảm tiêu thụ năng lượng và hỗ trợ khả năng mở rộng quy trình kiểm chứng từ giai đoạn phát triển ban đầu cho đến khi sản xuất hàng loạt.

Các thông tin liên quan