Data Center 17

Data Center] 공조 시스템별 비교 : AHU, FCU 그리고 Coil Wall Unit

AI 의 진화와 함께 Data Center의 대형화 Rack Density의 증가로 인하여 발열을 Control 하기 위한 냉각 방법에서도 기존 AHU+ CRAH/CRAC 방식에서 Coil Wall + Liquid Cooling(Direct to Chip) 방식으로 변화하고 있습니다. 그럼 각각의 냉각 system에 대한 차이점을 좀 더 상세히 살펴보도록 하겠습니다. 핵심은 공기의 내부 순환인지(coil wall ) 외부에서 공기를 공급하는(AHU) 방식인지에 따른 역할로 구분하는 것입니다.1. Air Handling Unit(AHU)공기 조화기(AHU)는 대규모 건물의 중앙 집중식 환기 및 냉난방을 담당하는 중추적인 설비로, 데이터센터에서는 주로 대형 데이터 홀의 온습도와 청정도를 제어하는 용도로 사..

Data Center] Cloud Data Center 에서 AI Data Center로

Cloud Data Center에서 AI Data Center로의 진화인공지능(AI), 특히 생성형 AI(Generative AI)와 대규모 언어 모델(LLM)의 폭발적인 성장은 데이터센터 산업에 있어 단순한 수요 증가가 아닌, 인프라의 물리적, 공학적 본질을 재정의 하는 변화와 같다. 기존의 데이터센터가 웹 호스팅, 데이터베이스 관리, 기업용 APP등 범용 목적의 CPU work load를 처리하기 위해 형태였다면, AI 데이터센터는 수천, 수만개의 GPU가 병렬 연산을 수행하는 초고밀도 컴퓨팅 환경이 필요하다. 조금 과장해서 말한다면 AI Data Center는 빌딩이라기 보다는 하나의 거대한 컴퓨터라고 할 수 있다. 따라서 공간의 개념에서 하나의 정밀 기계의 개념으로 재정의가 필요하다.초밀도 전력 ..

Data Center] 한국에서는 시공사가 설계+공사를 수행할 수 없나요? Part 3_Pre-con

Part 2.에서 살펴본 Consortium에 이어서 Pre-Construction 에 대해서 알아보도록 하겠습니다. (개인적으로는 계약적으로나 수행방법으로 가장 현실적인 방법은 Pre-construction 이라 생각됩니다.) 1. Pre-construction 1. 수행 전략: 한국형 ECI(Early Constractor Involvement) 모델 정립 한국의 건설산업기본법 및 건축법 환경 하에서 데이터센터 ECI를 수행하기 위해서는 Two-Stage Contract(2단계 계약) 구조를 수립해야 합니다. (1단계 Pre-con 계약 -> 2단계 Construction 계약) - 핵심 전략: 시공사를 단순 도급자가 아닌 '프리콘(Pre-con) 파트너'로 정의하고, 착공 전(Pre-con)과..

Data Center] 한국에서는 시공사가 설계+공사를 수행할 수 없나요? Part 2_Consortium

한국의 건설산업기본법과 건축법은 견제와 균형을 위해 설계, 시공, 감리의 역할을 구분하려는 성향이 강하지만, 계약 구조를 어떻게 짜느냐에 따라 합법적인 EPC 수행이 가능합니다. 즉, Consortium 형태와 Pre-Construction 두 가지 형태로 수행이 가능합니다. 우선 분담이행방식인 Consortium에 대해서 알아보겠습니다. 1. 분담이행방식 -(Consortium)이 방식은 국내 법령상 "공동계약(Joint Venture)"으로 불리며, 설계와 시공 면허가 엄격히 분리된 한국 실정에서 가장 합법적이고 효율적으로 EPC(설계-시공 일괄)를 구현하는 모델입니다. (참고로, 한국의 건설 공공조달 및 실무(국가계약법) 에서는 JV(Joint Ventrure)와 Consortium 의 두 가지 ..

Data Center] 한국에서는 시공사가 설계+공사를 수행할 수 없나요?

한국의 데이터센터 건설 공사에서는 보통 시공사가 설계사와 시공을 함께하지 않고 설계사와 공사를하는 공사업체가 분리되어 운영되고 있습니다. 특별한 사유가 있는 걸까요?법적 근거] "겸업 제한"과 "건축사의 독립성" 한국은 원칙적으로 시공사가 설계를 직접 수행하는 것을 엄격히 제한하거나, 구조적으로 분리하도록 유도하고 있습니다.1. 건축사법 시행령 제23조 (건축사 사무소개설신고 등):a. 건축물의 설계와 감리는 원칙적으로 '건축사' 면허를 가진 자만이 사무소를 개설하여 수행할 수 있습니다.b. 대형 건설사(시공사)가 내부에 설계팀을 보유하고 있더라도, 법적인 인허가 도서를 작성하고 날인하는 주체는 독립된 건축사사무소여야 합니다. 이로 인해 시공사가 설계를 직접 수행하려면 별도의 건축사사무소와 컨소시엄을 맺..

Gas Engine vs Fuel Cell: Comparison for Data Center Power Solutions

As data centers face increasing power shortages driven by AI and cloud computing demands, both gas engines and fuel cells have emerged as critical solutions for backup and primary power generation. While gas engines offer proven reliability and fast response times, fuel cells present a cleaner, more efficient alternative with lower emissions. This article examines the key differences between gas..

Gas Engine vs Gas Turbine: Comparison for Data Center Power Solutions

As data centers face increasing power shortages driven by AI and cloud computing demands, gas turbines and gas engines have emerged as critical backup and supplementary power solutions. Both technologies offer proven reliability in distributed generation, but each comes with distinct advantages and limitations. This article examines the key differences between gas turbines and gas engines to hel..

연료전지 데이터센터 적용관련 Q&A

1. 연료전지와 배터리의 차이는 무엇인가요? 연료전지: 수소, NG등 연료를 주입하여 전력을 생산하는 장치 (에너지 변환) 배터리: 전기를 저장하였다가 방전하는 방식으로 전력을 공급하는 장치 (에너지 저장)배터리(에너지 저장 장치)충전 시: 전기 → 화학 에너지 (저장)방전 시: 화학 에너지 → 전기 (사용)내부 전극 물질이 화학 반응에 직접 참여, 반응 물질이 소진되면 멈춤충·방전 반복으로 전극 물질 열화연료전지(에너지 변환 장치)연료(수소) + 산소 → 전기 + 물 + 열전극은 촉매 역할만 (소모되지 않음), 연료와 산소가 계속 공급되면 계속 발전연료 공급만으로 작동 지속2. 연료전지를 통해 데이터센터에 전력 공급시 신뢰성과 안정성은 어떤가요? a.) 가동률 : 데이터센터 요구사항: 99.99% (T..

연료전지 개요와 Type별 특징

연료전지란?연료전지(Fuel Cell)는 수소와 산소의 화학반응을 통해 전기를 직접 생산하는 발전 장치입니다. 일반 배터리와 달리 연료(주로 수소)를 지속적으로 공급하면 계속해서 전기를 만들어낼 수 있습니다.https://www.sciencedirect.com/topics/engineering/fuel-cell-system 기본 작동 원리연료전지는 세 가지 주요 구성요소로 이루어져 있습니다:a.)양극(Anode, 음극): 수소가 공급되는 곳으로, 수소 분자가 전자와 수소 이온(양성자)으로 분리됩니다.b.) 전해질(Electrolyte): 양극과 음극 사이에 위치하며, 수소 이온만 통과시키고 전자는 차단합니다.c.) 음극(Cathode, 양극): 산소가 공급되는 곳으로, 전..

AI Datacenter 에 필요한 Load(부하) 특성 _ Part 6_(LLM Inference)

Part 4 LLM TrainingPart 5 FinetuningPart 6 LLM Inference Part 6에서는 LLM Inference 시의 부하(Load) 변동에 대해서 살펴보도록 하겠습니다.Case 3. LLM Inference Power Consumption: GPT-2 vs. nanoGPT대상 모델: GPT-2, nanoGPT실험 조건: GPU 기반 LLM 추론(inference) 과정의 전력 소모 패턴 분석전력 소모 패턴의 주요 특징1) 급격한 전력 변동공통점: 두 모델 모두 추론 과정에서 저전력(Idle) 상태와 고전력(Active) 상태를 빠르게 오가며, 전력 소모가 급격히 변화함.- 전력 피크: 약 300W까지 순간적으로 상승.- 피크 지속 시간: 25~50초, 표준편차 약 50..