Oggigiorno viviamo in un mondo che è sempre più data-driven, caratterizzato da una marcata transizione digitale che ha portato alla crescita esponenziale dell’utilizzo e della diffusione delle tecnologie informatiche. Alla luce di ciò, è evidente come la quantità sempre maggiore di dati da gestire abbia portato ad un rapido aumento delle potenze in gioco nei data center, sia in termini di workloads che in termini di carichi termici da smaltire. I data center, o centri di elaborazione dati (CED), sono infatti strutture fortemente energivore: si stima che nel 2020 abbiano consumato quasi 250 TWh, pari all’1.3% dell’energia globalmente utilizzata. Circa la metà del fabbisogno energetico di un CED è dovuto al sistema di raffreddamento della sala: diventa quindi essenziale progettare tali sistemi in un’ottica di minimizzazione del fabbisogno energetico e massimizzazione delle prestazioni. Al fine di ridurre i consumi è importante cercare di contenere il più possibile le perdite di pressione totale del flusso: una minor perdita di pressione si rispecchia infatti in una diminuzione dell’energia assorbita dalle ventole dei servers. Per raggiungere tale scopo è possibile intervenire sia sulla progettazione delle unità di condizionamento, sia sulla loro disposizione nella sala. In questa tesi ci si propone di valutare l’efficacia dell’utilizzo combinato di algoritmi genetici e CFD per l’ottimizzazione del layout del sistema di condizionamento di un data center. A tal proposito, durante l’esperienza maturata presso il reparto R&D di HiRef S.p.A., è stato sviluppato un loop per l’ottimizzazione della disposizione delle unità di condizionamento perimetrali in un CED a pavimento rialzato. Tale loop, che prevede l’utilizzo in cascata di programmi quali Matlab, SpaceClaim e Fluent, è basato su un algoritmo genetico a due obiettivi e ha consentito la generazione di 180 layout differenti caratterizzati dalla progressiva diminuzione delle perdite di pressione totale sia nelle condizioni di design che in quelle di emergenza.

Ottimizzazione della disposizione delle unità di condizionamento perimetrali in un Data Center a pavimento rialzato tramite analisi fluidodinamica e algoritmo genetico

DISARO', NICOLA
2021/2022

Abstract

Oggigiorno viviamo in un mondo che è sempre più data-driven, caratterizzato da una marcata transizione digitale che ha portato alla crescita esponenziale dell’utilizzo e della diffusione delle tecnologie informatiche. Alla luce di ciò, è evidente come la quantità sempre maggiore di dati da gestire abbia portato ad un rapido aumento delle potenze in gioco nei data center, sia in termini di workloads che in termini di carichi termici da smaltire. I data center, o centri di elaborazione dati (CED), sono infatti strutture fortemente energivore: si stima che nel 2020 abbiano consumato quasi 250 TWh, pari all’1.3% dell’energia globalmente utilizzata. Circa la metà del fabbisogno energetico di un CED è dovuto al sistema di raffreddamento della sala: diventa quindi essenziale progettare tali sistemi in un’ottica di minimizzazione del fabbisogno energetico e massimizzazione delle prestazioni. Al fine di ridurre i consumi è importante cercare di contenere il più possibile le perdite di pressione totale del flusso: una minor perdita di pressione si rispecchia infatti in una diminuzione dell’energia assorbita dalle ventole dei servers. Per raggiungere tale scopo è possibile intervenire sia sulla progettazione delle unità di condizionamento, sia sulla loro disposizione nella sala. In questa tesi ci si propone di valutare l’efficacia dell’utilizzo combinato di algoritmi genetici e CFD per l’ottimizzazione del layout del sistema di condizionamento di un data center. A tal proposito, durante l’esperienza maturata presso il reparto R&D di HiRef S.p.A., è stato sviluppato un loop per l’ottimizzazione della disposizione delle unità di condizionamento perimetrali in un CED a pavimento rialzato. Tale loop, che prevede l’utilizzo in cascata di programmi quali Matlab, SpaceClaim e Fluent, è basato su un algoritmo genetico a due obiettivi e ha consentito la generazione di 180 layout differenti caratterizzati dalla progressiva diminuzione delle perdite di pressione totale sia nelle condizioni di design che in quelle di emergenza.
2021
Layout optimization of cooling units in a raised floor Data Center using fluid dynamics analysis and genetic algorithm
Ottimizzazione
Data Center
Algoritmo genetico
File in questo prodotto:
File Dimensione Formato  
Nicola_Disaro_1237201.pdf

embargo fino al 21/04/2025

Dimensione 9.62 MB
Formato Adobe PDF
9.62 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/29643