Yapay Zeka Çağında Raf Yoğunluğu Sınıflandırması (Jorge A. Gil, Adriana Araujo)
Özgün başlık Rack Densities Classification in the Age of AI (Jorge A. Gil, Adriana Araujo)
7x24 Exchange Magazine · Jorge A. Gil, Adriana Araujo
7x24 Exchange Magazine'de yayımlanan makale, raf yoğunluğu kategorileri için her adımda ikiye katlanan standart bir adlandırma önerir ve geleneksel BT ile yapay zeka yükleri arasındaki sınırı 40 kW/raf olarak koyar.
Bu sayfada
Özet
Makale, 7x24 Exchange Magazine'in 2025 Güz sayısında (s. 30) yer alan, Jorge A. Gil ve Adriana Araujo imzalı bir yazıdır. Raf yoğunluğu kategorileri için standart bir adlandırma düzeni önerir.
Kategoriler her adımda ikiye katlanır: LD >0-5 kW, MD >5-10, HD >10-20, VHD >20-40, UHD >40-80, SHD >80-160 ve EHD >160-320 kW/raf. Geleneksel BT ile yapay zeka yükleri arasındaki sınır 40 kW/raf olarak önerilir ve günümüzdeki yapay zeka sistemlerinin çoğu UHD'ye düşer. Her kategori tipik donanıma eşlenir, alt ve üst düzeylere bölünür ve her düzey için rack birimi (U) başına güç aralıkları verilir.
Yazarlar tasarım yoğunluğunun sektör ortalamalarından değil, gerçek BT ekipmanının U başına azami gücünden tanımlanmasını önerir. Sektör ortalaması ankete göre yaklaşık 6 kW (Uptime 2024) veya yaklaşık 12 kW/raf olarak anılır; ortalamalar tasarım yoğunluğu olarak kullanılmamalıdır. Yöntem şöyledir: referans sunucunun azami gücü rack birimine bölünür ve o ekipman türüne ayrılan U sayısıyla çarpılır. Her kategorinin üst sınırı, kategori üst sınırının yüzde 75'idir (LD için yüzde 50); U başına güç aralıkları 40 aktif U varsayımıyla verilmiştir. Birim güç kullanımının alt sınırı, işletmede verimlilik kaybını sınırlamak için yüzde 85 olarak belirlenmiştir. Sınırlılık: öneri bir sektör yazarlarının adlandırma teklifidir, resmi bir standart değildir.
Öne çıkan noktalar
- Kategoriler: LD >0-5 kW, MD >5-10, HD >10-20, VHD >20-40, UHD >40-80, SHD >80-160, EHD >160-320 kW/raf.
- Geleneksel BT ile yapay zeka yükleri arasındaki sınır 40 kW/raf olarak önerilir; günümüz yapay zeka sistemlerinin çoğu UHD'dedir.
- Sektör ortalama yoğunluğu ankete göre yaklaşık 6 kW (Uptime 2024) veya yaklaşık 12 kW/raf; ortalamalar tasarım yoğunluğu olarak kullanılmamalıdır.
- Tasarım yoğunluğu yöntemi: referans sunucunun azami gücü / rack birimi x o ekipman türüne ayrılan U.
- Her kategorinin alt düzeyinin üst sınırı kategori üst sınırının yüzde 75'idir (LD için yüzde 50); U başına güç aralıkları 40 aktif U varsayar.
- Birim güç kullanımının alt sınırı, işletmede verimlilik kaybını sınırlamak için yüzde 85'tir.
Tasarımda kullanımı
- Bu kategori kodlarını (LD...EHD) kW/raf değerinden otomatik türetilen bir raf yoğunluk sınıfı olarak benimseyin.
- Varsayılan soğutma önerilerini bu sınıfa bağlayın (örneğin UHD ve üzeri için sıvı soğutma).
- Sunucu U başına kW ve ayrılan U sayısından tasarım yoğunluğu hesaplayıcısı sunun.
- Sektör ortalamalarını tasarım yoğunluğu olarak kullanmaktan kaçının.
Aylık bülten · ücretsiz
Referans listeniz güncel kalsın
Ayda bir: yeni eklenen kaynaklar, Türkiye mevzuatındaki değişiklikler ve yaklaşan veri merkezi etkinlikleri.
SoSo CAD
Soğutma kapasitenizi tasarımla birlikte kontrol edin
SoSo CAD’de zonların ısı yükünü, kullanılabilir kapasitesini ve en büyük ünite kaybındaki kapasite dengesini inceleyin.
Demo iste
Kimler okumalı
Yüksek yoğunluklu ve yapay zeka raflarını planlayan güç ve soğutma tasarımcıları ile kapasite planlamacıları.
Yayın bilgileri
- Yazarlar
- Jorge A. Gil; Adriana Araujo
- Yayıncı
- 7x24 Exchange Magazine
- Yıl
- 2025
- Belge numarası
- Fall 2025 issue, p. 30
- Belge dili
- İngilizce
- Kaynak türü
- Sektör kuruluşu
- Erişim
- Ücretsiz okunur
- Lisans
- Telif hakkı saklı; yalnızca künye — özgün belge için yayıncının kullanım koşulları geçerlidir
Künye
Jorge A. Gil; Adriana Araujo (2025). Rack Densities Classification in the Age of AI (Jorge A. Gil, Adriana Araujo). 7x24 Exchange Magazine. Fall 2025 issue, p. 30. https://www.7x24exchange.org/wp-content/uploads/2026/04/2025-Fall-Magazine.pdf
Konuyla ilgili etkinlikler
Etkinlik takvimini inceleyinİçerik ve tüm hakları eser sahiplerine aittir. SoSo CAD yalnızca künye, kendi hazırladığı özet ve kaynağa bağlantı sunar; kaynakların içeriğinden sorumlu değildir.