डेटा सेंटर में तरल शीतलन: AI की नई गर्मी बाधा

यदि आपने AI इंफ्रास्ट्रक्चर पर गंभीरता से कुछ समय बिताया है, तो आप पहले से ही कंप्यूट की कहानी से परिचित हैं। अधिक GPUs, बड़े क्लस्टर, तेज़ चिप्स, अधिक पूँजी। पर वह हिस्सा जिसे पर्याप्त ध्यान नहीं मिलता — और ईमानदारी से कहें तो जो डेटा सेंटर ऑपरेटरों की नींद उड़ा देता है — वह है गर्मी।

कच्ची, बेदरख्त, भौतिकी-निरपेक्ष गर्मी। क्योंकि बात यह है: आप AI बिल्डआउट पर खरबों डॉलर खर्च कर सकते हैं, लेकिन अगर आप हार्डवेयर को ठंडा नहीं कर सकते तो कुछ भी नहीं चलेगा। डेटा सेंटर के तरल शीतलन चुपचाप वह गला घोंटने वाला बिंदु बन गया है जो तय करता है कि क्या यह पूरा इंफ्रास्ट्रक्चर सुपरसाइकिल वास्तव में सफल होगा।

और 2026 में, वर्षों तक उद्योग की हेजिंग और आधे-रस्ते कोशिशों के बाद, दिशा स्पष्ट है। तरल शीतलन अब विशेष कार्यभारों के लिए एक प्रीमियम विकल्प नहीं रहा। सबसे घने AI क्लस्टरों के लिए यह बेसलाइन इंफ्रास्ट्रक्चर आवश्यकता का हिस्सा बनता जा रहा है।

मुख्य निष्कर्ष

• डेटा सेंटर का तरल शीतलन अहम होता जा रहा है क्योंकि AI रैक घनत्व उन स्तरों पर जा रहा है जिन्हें एयर कूलिंग कुशलता से संभाल नहीं सकती।

• GB200 और GB300 रैक-स्केल सिस्टम दिखाते हैं कि AI इंफ्रास्ट्रक्चर 100 kW से अधिक थर्मल लोड की ओर कैसे शिफ्ट हो रहा है।

• तरल शीतलन कूलंट को चिप के करीब लाकर गर्मी हटाने में सुधार करता है, जिससे एयर सिस्टम पर भार कम होता है।

• यह संक्रमण बिना घर्षण के नहीं है: ऑपरेटरों को अभी भी कूलंट वितरण यूनिट्स, लीकेज डिटेक्शन, रेट्रोफिट्स और हाइब्रिड थर्मल डिज़ाइनों की जरूरत होती है।

• असल समस्या सिर्फ दक्षता की नहीं है। सवाल यह है कि क्या डेटा सेंटर उच्च-घनत्व AI हार्डवेयर को पूर्ण क्षमता पर चला सकते हैं।

एयर कूलिंग एक दीवार से टकरा चुकी है, और वह दीवार हिली नहीं रही

क्यों यह है, समझने के लिए देखें कि नवीनतम चिप पीढ़ियाँ थर्मल दृष्टिकोण से वास्तव में क्या मांग कर रही हैं। NVIDIA GB200 NVL72 सिस्टम दिखाता है कि रैक-स्तरीय पावर घनत्व कितनी दूरी तय कर चुका है।

प्रकाशित कॉन्फ़िगरेशन लगभग 132 kW प्रति रैक का उल्लेख करते हैं, जिसमें अधिकांश थर्मल लोड एयर के बजाय तरल शीतलन के माध्यम से संभाला जाता है। एक ही रैक-स्केल सिस्टम 72 Blackwell GPUs और 36 Grace CPUs को संयोजित कर सकता है, जिससे जो गर्मी घनत्व बनता है वह कुछ साल पहले पारंपरिक डेटा सेंटर मानकों के हिसाब से अत्यंत चरम माना जाता।

चुनौती अमूर्त नहीं है। इन घनत्वों पर, ऑपरेटर एक साथ कई सख्त प्रतिबंधों से निपट रहे हैं:

• एयरफ्लो की मांग तेज़ी से बढ़ती है: फैनों को सघन सर्वर लेआउट के माध्यम से कहीं अधिक हवा चलानी पड़ती है, जिससे विद्युत खपत और यांत्रिक तनाव बढ़ता है।

• निम्न इनटेक तापमान अव्यवहारिक हो जाते हैं: 100 kW से अधिक रैक्स को ठंडा करने के लिए हवा को आक्रामक रूप से ठंडा करना अपने आप में ऊर्जा और सुविधा संबंधित बोझ पैदा करता है।

• हॉटस्पॉट्स को नियंत्रित करना कठिन हो जाता है: घने GPU क्लस्टर प्रोसेसर, मेमोरी, नेटवर्किंग और पावर कंपोनेंट्स के आसपास गर्मी को एकत्र कर देते हैं।

• फ्लोर स्पेस कम सहनशील बन जाता है: एयर कूलिंग को काम कराने के लिए हार्डवेयर फैलाने से कम्प्यूट घनत्व घटता है और AI तैनाती की आर्थिक स्थिति कमजोर होती है।

यही कारण है कि इस घनत्व पर रैक को एयर से ठंडा करना बड़े पैमाने पर दीर्घकालिक समाधान के रूप में यथार्थवादी नहीं है। और मांग यहीं से और बढ़ती जाएगी। GB300 NVL72, अगला Blackwell इटरेशन, हाई-डेंसिटी AI इंफ्रास्ट्रक्चर के लिए सह-विकसित रेफ़रेंस डिज़ाइनों में प्रति रैक तक 142 kW का समर्थन करता है।

हाई-एंड AI एक्सेलेरेटर 1,000W प्रति चिप पावर एंवेलप की ओर बढ़ रहे हैं, और एयर कूलिंग सबसे पावर-घने AI डिप्लॉयमेंट्स के लिए बस रनवे से बाहर हो चुकी है। 100 kW को पार करने वाले रैक घनत्व इमर्शन और डायरेक्ट-टू-चिप कूलिंग को हाई-डेंसिटी AI क्लस्टरों के लिए व्यावहारिक आर्किटेक्चर बना रहे हैं। यह कोई दूर का प्रक्षेपण नहीं है। यह उन सभी के लिए पहले से ही परिचालन वास्तविकता है जो आज गंभीर AI इंफ्रास्ट्रक्चर तैनात कर रहे हैं।

कई तकनीकी संक्रमणों को "भविष्य आ रहा है" के रूप में प्रस्तुत किया जाता है। यह मामला अलग है। जो डेटा सेंटर ऑपरेटर तरल शीतलन इंफ्रास्ट्रक्चर अपग्रेड्स को टालते हैं वे न केवल दक्षता में पिछड़ रहे हैं; वे क्षमता जोखिम भी उठा रहे हैं। बिना शीतलन के आप हार्डवेयर को पूरी क्षमता पर नहीं चला सकते। यह बिल्कुल द्विआधारी है।

आर्थिक तर्क वाकई मजबूती से बने हुए हैं, सिर्फ़ इंजीनियरिंग नहीं

यह निवेश और संचालन के नजरिए से सबसे रोचक हिस्सा है, क्योंकि दक्षता का तर्क अधिकांश लोगों की समझ से कहीं अधिक मजबूत है।

तरल हीट-ट्रांसफर के संदर्भ में लगभग 3,000 गुना अधिक प्रभावी है। यह मामूली सुधार नहीं है। यह समाधान की एक अलग श्रेणी है।

ऐतिहासिक रूप से, कूलिंग डेटा सेंटर की बिजली खपत का एक बड़ा हिस्सा रही है, जिसे पारंपरिक वातावरण में अक्सर 40% तक बताया जाता है। इससे थर्मल दक्षता उन सबसे महत्वपूर्ण क्षेत्रों में से एक बन जाती है जहाँ ऑपरेटर ऑपरेटिंग खर्च और ऊर्जा माँग दोनों को घटा सकते हैं।

हाइपरस्केलर पैमाने पर, जहाँ बिजली के बिल सालाना अरबों में चलते हैं, यह दक्षता अंतर कोई नोट-पैड की बात नहीं है। यह यूनिट इकॉनॉमिक्स में एक महत्वपूर्ण इनपुट है।

NVIDIA GB200 NVL72 रैक-स्केल लिक्विड-कूल्ड सिस्टम यही बात दर्शाता है। जब कूलेंट को हवा पर निर्भर रहने के बजाय सीधे चिप तक भेजा जाता है ताकि गर्मी पर्याप्त तेज़ी से हट सके, तो ऑपरेटर भौतिक नियमों से लड़ना बंद कर देते हैं और उनके साथ काम करना शुरू कर देते हैं। ऊँचा घनत्व इसलिए संभव हो जाता है क्योंकि गर्मी स्रोत के और नज़दीक से हटाई जाती है।

थर्मल थ्रॉटलिंग की समस्या भी है, जिसे कम आँका जाता है। एयर-कूल्ड वातावरण जो थर्मल सीमाओं के पास चल रहे होते हैं, उन में चिप्स ओवरहीटिंग से बचने के लिए अपने क्लॉक स्पीड को अपने आप कम कर लेते हैं। यह उन सटीक वर्कलोड्स पर एक मौन, लगातार खिंचाव होता है जिनके लिए ये डेटा सेंटर बने हैं।

लिक्विड सिस्टम एयर-कूल्ड डिज़ाइनों की तुलना में अधिक सख्त थर्मल नियंत्रण देते हैं, जिससे हाई-परफॉर्मेंस चिप्स कम तापमान उतार-चढ़ाव के साथ भारी वर्कलोड्स को बनाए रख सकती हैं। उन AI ट्रेनिंग जॉब्स के लिए जहाँ पूरा होने का समय सीधे इन्फ्रास्ट्रक्चर लागतों को प्रभावित करता है, सतत पीक थ्रूपुट बनाम बर्स्ट-एंड-रिकवर चक्र एक महत्वपूर्ण संचालनगत अंतर है।

समेकित संचालनिक तर्क

पावर बिल से परे, भरोसेमंदी और घनत्व के तर्क भी तेजी से जोड़ते हैं। अधिक स्थिर तापमान थर्मल साइक्लिंग तनाव को कम कर सकते हैं, जिससे विफलता का जोखिम घट सकता है और घटकों का जीवन लंबा हो सकता है, हालांकि वास्तविक लाभ वर्कलोड की तीव्रता, कूलेंट डिजाइन और रखरखाव अनुशासन पर निर्भर करता है।

जब एक GPU क्लस्टर सैकड़ों मिलियन की पूँजी का प्रतिनिधित्व करता है, तो वह भरोसेमंदी में सुधार मामूली नहीं है। यह डीप्रेसीएशन की धारणाओं, रखरखाव बजटों और रिफ्रेश साइकल की योजना को बदल देता है।

घनत्व के संदर्भ में: चूँकि लिक्विड सिस्टम समान लोड्स को ठंडा करने के लिए आवश्यक एयर हैंडलिंग इंफ्रास्ट्रक्चर से काफी अधिक कॉम्पैक्ट होते हैं, कुछ ऑपरेटर संक्रमण के बाद प्रति रैक कम्प्यूटेशनल घनत्व में महत्वपूर्ण वृद्धि देख रहे हैं। ऐसे बाजार में जहाँ जमीन, पावर क्षमता और फाइबर कनेक्टिविटी लगातार दुर्लभ और महँगी होती जा रही हैं, एक ही फ़ुटप्रिंट में अधिक कंप्यूट फिट करना एक संरचनात्मक लाभ है जो समय के साथ बढ़ता जाता है।

डायरेक्ट-टू-चिप कूलिंग कई AI रैक डिज़ाइनों के लिए सबसे परिपक्व और व्यापक रूप से तैनात आर्किटेक्चर बनी हुई है। इमर्शन कूलिंग सबसे चरम घनत्व वाले डिप्लॉयमेंट्स के लिए इसके साथ-साथ स्केल कर रही है। 

सिंगल-फेज और टू-फेज डायलेक्ट्रिक फ्लुइड सिस्टम दोनों तेज़ी से बढ़ रहे हैं, और टू-फेज सिस्टम चरम-घनत्व बिल्ड्स के लिए प्रीमियम चार्ज करते हैं। ये कोई निच रिसर्च प्रोजेक्ट नहीं हैं। ये प्रोडक्शन इंफ्रास्ट्रक्चर हैं जिन पर दुनिया के सबसे बड़े ऑपरेटर असली पूँजी लगा रहे हैं।

Microsoft ने पहले ही अपने “Sidekick” लिक्विड कूलिंग सिस्टम्स को डायरेक्ट-टू-चिप कोल्ड प्लेट्स के साथ अपनी Azure Maia AI Accelerator चिप्स के लिए तैनात कर दिया है, और साथ ही दक्षता और बढ़ाने के लिए माइक्रोफ्लुइडिक्स का भी अन्वेषण कर रहा है। जब बड़े क्लाउड ऑपरेटर केवल ग्रीनफ़ील्ड बिल्ड्स का इंतज़ार करने की बजाय मौजूदा डेटा सैंटर्स को रेट्रोफिट कर रहे हैं, तो यह संक्रमण की तात्कालिकता के बारे में बहुत कुछ बताता है।

परिवर्तन सहज नहीं है

तरल शीतलन कोई जादुई स्विच नहीं है। यह अपने संचालनात्मक बोझ के साथ आता है।

ऑपरेटरों को कूलेंट वितरण इकाइयों, रिसाव का पता लगाने, दबाव प्रबंधन, तरल की गुणवत्ता नियंत्रण, रख-रखाव प्रोटोकॉल, कर्मचारियों के प्रशिक्षण और आईटी स्टैक तथा सुविधा इन्फ्रास्ट्रक्चर के बीच कड़े समन्वय की जरूरत होती है। मौजूदा डेटा केंद्रों में पाइप रूटिंग, फ्लोर लोडिंग, हीट रीजेक्शन सिस्टम या पावर डिस्ट्रीब्यूशन न हो सकते हैं जो सबसे घने AI रैक्स का समर्थन करने के लिए आवश्यक हैं, जब तक कि बड़े रेट्रोफिट न किए जाएँ।

इसीलिए हाइब्रिड सिस्टम सामान्य बने रहेंगे। वायु-आधारित शीतलन गायब नहीं हो रहा है। यह कम-घनत्व वाले रैक्स, स्टोरेज, नेटवर्किंग उपकरण और उच्च-घनत्व सिस्टम के अंदर द्वितीयक घटकों को ठंडा करना जारी रखेगा। यह बदलाव रातोंरात वायु से तरल में नहीं होगा। यह वायु-प्रधान कूलिंग से तरल-नेतृत्व वाली तापीय वास्तुकला की ओर है।

सबसे सक्षम ऑपरेटर केवल तरल शीतलन उपकरण खरीदकर काम नहीं चला लेंगे। वे सुविधा को गर्मी, बिजली और कम्प्यूटिंग को एकीकृत प्रणाली के रूप में ध्यान में रखकर पुनः डिज़ाइन करेंगे।

पूंजी का पीछा करें

बाजार के आंकड़े इस वक्त अपने आप बहुत कुछ कह रहे हैं। एक बाजार अनुमान के अनुसार डेटा सेंटर तरल शीतलन बाजार लगभग USD 5.1 billion में 2025 से बढ़कर USD 6.41 billion में 2026 तक पहुँचने का प्रोजेक्शन दिखा रहा है, और यह बाजार 2030 तक USD 16 billion से अधिक तक पहुँचने की दिशा में है। यह एक असली संरचनात्मक विकास कहानी है, किसी अस्पष्ट मांग वाले हाइप चक्र की तरह नहीं।

आपूर्तिकर्ताओं की आदेश पुस्तिकाएँ उन सबसे स्पष्ट संकेतों में से एक हैं कि तरल शीतलन पायलट परियोजनाओं से आगे बढ़ चुका है। मांग अब आदेशों, डिलीवरी समय-सीमाओं और क्षमता नियोजन में दिखाई दे रही है।

सप्लाई चेन के इस हिस्से में बैकलॉग संकेत देते हैं कि मांग सिर्फ प्रायोगिक नहीं बल्कि संरचनात्मक बन रही है। ये सीमित आपूर्ति और अभी भी तेज़ी से बढ़ती संरचनात्मक मांग का मिलाप दर्शाते हैं।

शीर्ष क्लाउड प्रदाताओं की अपेक्षा है कि वे 2026 में इन्फ्रास्ट्रक्चर पर सैकड़ों अरबों डॉलर खर्च करेंगे, जिनमें बड़ी हिस्सेदारी भौतिक AI परिसंपत्तियों पर जाएगी। GPU capex में हर एक डॉलर उन कूलिंग सिस्टम्स के लिए डाउनस्ट्रीम मांग पैदा करता है जो उन GPU को चलाते और प्रदर्शनशील रखते हैं। 100 kW से ऊपर के रैक घनत्व पर, कूलिंग इन्फ्रास्ट्रक्चर अब एक गौण मद नहीं रह जाता। यह AI कम्प्यूट बजट का हिस्सा बन जाता है।

नियामक दबाव अपनाने की प्रक्रिया को और तेज़ कर रहा है, खासकर यूरोप और जापान में, जहाँ सरकारें उन शर्तों को कड़ा कर रही हैं जिनके तहत बड़े पैमाने पर डेटा केंद्र संचालित कर सकते हैं। स्थिरता से जुड़ी अनुशंसाएँ अब नरम भविष्य की प्रतिबद्धताएँ नहीं रहीं। वे अभी खरीददारी की समय-सीमाओं को नया आकार दे रही हैं।

अंतिम विचार: परिवर्तन की समय-सीमा संकुचित हो रही है

2026 में उन्नत कूलिंग इन्फ्रास्ट्रक्चर को तैनात और स्केल करने की क्षमता एक निर्णायक प्रतिस्पर्धी लाभ है। तरल शीतलन अब किसी उभरती तकनीक या उच्च-घनत्व AI के लिए वैकल्पिक जोड़ के रूप में नहीं देखा जा सकता।

जो ऑपरेटर अभी भी परिवर्तन पर हेज कर रहे हैं वे बचावपूर्ण पूंजी आवंटन निर्णय नहीं ले रहे। वे एक अलग तरह का जोखिम उठा रहे हैं: थर्मल बॉटलनेक्स जो कम्प्यूट घनत्व को सीमित कर देते हैं, पावर लागतें संरचनात्मक रूप से प्रतिस्पर्धियों की तुलना में अधिक रहना, रैक उपयोग में कमी और AI विस्तार क्षमता पर एक छत लग जाना — ठीक उसी समय जब मांग सबसे आक्रामक होती है। जिन सुविधाओं ने परिवर्तन कर लिया है और जो नहीं कर पाए हैं उनके बीच का अंतर पहले ही नापा जा सकता है, और हर नई GPU पीढ़ी वह अंतर और बढ़ा देती है।

AI क्रांति चिप्स पर चलती है। चिप्स तरल शीतलन पर चलती हैं। और इस बिंदु पर, जिन ऑपरेटरों ने इसे सबसे पहले समझा वे सिर्फ इन्फ्रास्ट्रक्चर में आगे नहीं हैं। वे हर उस चीज में आगे हैं जिसे वह इन्फ्रास्ट्रक्चर सक्षम बनाता है।

स्रोत

1. NVIDIA GB200 NVL72 आधिकारिक उत्पाद पृष्ठ

2. HPE द्वारा NVIDIA GB200 NVL72 डेटा शीट

3. Microsoft आधिकारिक लिक्विड-कूलिंग

4. Schneider Electric आधिकारिक GB300 NVL72 संदर्भ डिज़ाइन

5. The Business Research Company का डेटा सेंटर लिक्विड-कूलिंग बाजार रिपोर्ट