Детальная информация

Работа посвящена анализу и внедрению иммерсионного охлаждения в облачные дата-центры как способа повышения энергоэффективности, надёжности и устойчивости ИТ-инфраструктуры. Рассмотрены традиционные и современные методы охлаждения, включая сравнение по показателям PUE, WUE и CUE. Исследована архитектура облачной платформы immers.cloud, использующей серверы на базе AMD и NVIDIA, программный стек OpenStack и Kubernetes, а также систему мониторинга на базе Prometheus и Grafana. В экспериментальной части сравнивались воздушное и иммерсионное охлаждение при высоких нагрузках. Иммерсионная система показала снижение температуры компонентов на 20–25 °C, устранение троттлинга и улучшение производительности до 12%. Также реализована ML-модель прогнозирования перегревов с автоматической балансировкой нагрузки. Показано, что иммерсионное охлаждение позволяет снизить PUE до 1.04, продлить срок службы оборудования и существенно сократить энергозатраты. Разработаны рекомендации по масштабированию таких решений с учетом ESG-подходов.

This thesis explores the use of immersion cooling as a method to improve energy efficiency, reliability, and sustainability in cloud data centers. It compares traditional air and liquid cooling techniques and evaluates them through key metrics such as PUE, WUE, and CUE. The study focuses on the architecture of the immers.cloud platform, which uses AMD and NVIDIA-based servers, OpenStack and Kubernetes stack, and a monitoring system based on Prometheus and Grafana. The experimental part compares air and immersion cooling under high workloads. Immersion cooling reduced component temperatures by 20–25 °C, eliminated thermal throttling, and improved performance by up to 12%. A machine learning model was developed to forecast overheating and automatically rebalance workloads. Results show that immersion cooling can lower PUE to 1.04, extend hardware lifespan, and significantly reduce energy costs. Practical recommendations for scaling such systems with ESG considerations are provided.

• СПИСОК ИЛЛЮСТРАЦИЙ
• СПИСОК СОКРАЩЕНИЙ И ОПРЕДЕЛЕНИЙ
• ВВЕДЕНИЕ
• ГЛАВА 1. ТЕХНОЛОГИИ ОХЛАЖДЕНИЯ В ОБЛАЧНЫХ ИНФРАСТР
  • 1.1. Понятие энергоэффективности в ЦОД: PUE, WUE,
  • 1.2. Традиционные методы охлаждения
  • 1.3. Иммерсионное охлаждение: принципы работы и кл
  • 1.4. Сравнительный анализ технологий
• ГЛАВА 2. АРХИТЕКТУРА ОБЛАЧНОЙ ПЛАТФОРМЫ С ИММЕРСИО
  • 2.1. Обзор платформы immers.cloud
  • 2.2. Система мониторинга и управления температурой
  • 2.3. Алгоритмы балансировки нагрузки с учетом тепл
  • 2.4. Экологические и экономические аспекты
• ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ЭФФЕКТИВНО
  • 3.1. Методология тестирования
  • 3.2. Анализ производительности
  • 3.3. Энергопотребление и PUE
  • 3.4. Отказоустойчивость и срок службы оборудования
• ГЛАВА 4. ОПТИМИЗАЦИЯ ИНФРАСТРУКТУРЫ НА ПРИМЕРЕ IMM
  • 4.1. Разработка системы мониторинга
  • 4.2. Прогнозирование перегревов (ML-модели)
  • 4.3. Результаты внедрения системы мониторинга
  • 4.4. Перспективы развития мониторинга
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ