Hopp til hovedinnhold
 AI-nyheter, ferdig filtrert for ledere
SISTE:

Anthropic gjør Claude Opus 5 til ny toppmodell for agentarbeid • Falske AI-plugins stjal utviklernes API-nøkler • AI-agentpakker på npm ble kapret i 27 minutter • Beijing tvinger Meta til å reversere Manus-kjøp • Amazon-varsel forklarer Anthropic-sperren

NVIDIA vil kjøle AI-fabrikker med varmere vann
CIOCTOCFOCISOStyreNVIDIAAI InfrastructureDatasentreKjølingEnergiVannRubinAI FactoriesRegnekraftBærekraftLeverandørstyringAI FinOpsRisikostyring

NVIDIA vil kjøle AI-fabrikker med varmere vann

JH
Joachim Høgby
22. juni 202622. juni 20264 min lesingKilde: NVIDIA Blog

NVIDIA setter et nytt tall på datasenterdebatten: 45 grader. Selskapet skriver at neste generasjon AI-servere kan kjøres med kjølevæske opptil 45 grader celsius, altså varmere enn et boblebad. Poenget er ikke varme for varme sin skyld. Høyere temperatur i væskesløyfen gjør det lettere å kvitte seg med varmen uten energikrevende kjøleanlegg.

NVIDIA beskriver Rubin-generasjonen som den første AI-infrastrukturen fra selskapet med 100 prosent væskekjøling. Hver chip og nettverkskomponent skal kjøles med væske i en lukket sløyfe, uten vifter i systemet. Arkitekturen inngår i NVIDIA DSX, referansedesignet for det selskapet kaller AI factories.

Dette er mer enn en teknisk detalj for datasenterfolk. Kjøling, vann og strøm er i ferd med å bli harde rammevilkår for AI-kapasitet. Når norske ledere kjøper sky, bygger egne miljøer eller vurderer leverandører, må de vite hvordan regnekraften faktisk driftes. Ellers blir AI-strategien sårbar for kraftpris, nettkapasitet, vannbruk og lokal aksept.

Kjøling er blitt økonomi

NVIDIA peker på at kjøling historisk har stått for opptil 40 prosent av strømforbruket i et datasenter. Selskapet viser også til bransjeestimater om at én grad høyere temperatur i kjøleanlegg kan kutte kjølekostnader med rundt fire prosent. I et 50 megawatt hyperscale-anlegg kan overgangen til væskekjølt infrastruktur ifølge NVIDIA gi mer enn fire millioner dollar i årlige besparelser knyttet til energi og vann.

Slike tall må leses som leverandørens egne beregninger, ikke som en universell fasit. Men retningen er viktig. AI-infrastruktur må ikke bare vurderes på pris per token, GPU-type og modelltilgang. Den må vurderes på total kost per arbeidslast, kjølekrav, vannrisiko og hvor fleksibelt anlegget kan driftes i ulike klima.

Det er særlig relevant i Europa og Norden. Datasentre møter oftere lokale spørsmål om kraft, areal og miljø. En leverandør som kan dokumentere lavere kjøleforbruk og mindre vannbruk kan få raskere vei gjennom både innkjøp, styrebehandling og politisk motstand. En leverandør som ikke kan dokumentere dette, selger ikke bare dyrere kapasitet. Den selger mer risiko.

Vann blir et innkjøpskrav

NVIDIA skriver at DSX-referansedesignet kan gi null vannforbruk i selve kjølingen ved bruk av dry coolers i gunstige klima, og at vannforbruket i slike tilfeller kan reduseres fra om lag 2,6 millioner gallons per megawatt per år i konvensjonelle kjøletårnbaserte systemer til nær null. Poenget er at væsken fylles i en lukket sløyfe og resirkuleres gjennom anleggets levetid.

Det gjør vann til et konkret innkjøpspunkt. CFO-er vil spørre om driftskost. CIO-er vil spørre om kapasitetsrisiko. CISO-er og beredskapsansvarlige bør også bry seg, fordi datasentre med trangere kjøle- og vannmarginer kan få svakere robusthet i hetebølger, tørkeperioder eller lokale forsyningsproblemer.

For virksomheter som kjøper AI som skytjeneste, betyr ikke dette at de må designe kjøleanlegg selv. Men de bør stille bedre spørsmål. Hvor står kapasiteten? Hvilken kjølearkitektur brukes? Hvilke vann- og energitall rapporteres? Er tallene uavhengig attestert? Og hvordan påvirkes prisen hvis kraft- og kjølekostnader stiger?

AI-fabrikken må inn i risikoregisteret

AI-datasentre har lenge vært omtalt som et kapasitetsproblem. NVIDIA-saken viser at de også er et design- og styringsproblem. Den virksomheten som binder seg til én skyregion, én modellfamilie eller én type akselerator, binder seg indirekte til en fysisk infrastruktur med konkrete flaskehalser.

For norske styrer er den praktiske lærdommen å løfte AI-infrastruktur inn i risikoregisteret. Det handler ikke bare om pris og ytelse. Det handler om energitilgang, vann, klima, regulatorisk aksept, leverandørbinding og evnen til å flytte arbeidslaster hvis en region blir dyr eller trang.

Neste runde med AI-innkjøp bør derfor ha en mer industriell sjekkliste: kapasitetsplan, kjøle- og energiprofil, geografisk spredning, exit-mulighet og dokumentert bærekraft. AI-regnekraft er ikke lenger et rent IT-abonnement. Det er tung infrastruktur med tung risiko.

Kilder og medier

Kilde: NVIDIA Blog, «Hotter Than a Hot Tub: The 45°C Breakthrough to Cool AI’s Biggest Machines», https://blogs.nvidia.com/blog/liquid-cooling-ai-factories/

Thumbnail: OpenAI Image 2 / hogby.ai

📬 Likte du denne?

AI-nyheter for ledere. Kuratert av en CIO som bygger det selv. Daglig i innboksen.