Tokyo Menguji Penukaran Haba Pusat Data AI kepada Penyejukan dan Air Panas

Ujian di Tokyo manfaatkan haba buangan pelayan

Tokyo menyokong projek untuk mendapatkan semula haba secara langsung daripada pelayan kecerdasan buatan dan menggunakannya bagi menyejukkan bangunan, membekalkan kemudahan mandi berdekatan serta menyokong kilang. Demonstrasi ini berlangsung dari 16 Julai 2026 hingga 31 Mac 2028, dengan kerajaan metropolitan menyumbang sehingga 520 juta yen bagi kos yang layak.

Tokyo Electric Power Company Holdings, yang dikenali sebagai TEPCO, menerajui kerja ini bersama MESH-X dan NHK Technologies di sebuah pusat data di Tokyo. Sasaran mereka ialah masalah praktikal yang semakin ketara seiring perkembangan AI: sebahagian besar tenaga elektrik yang memasuki peralatan pengkomputeran akhirnya bertukar menjadi haba, yang perlu disingkirkan pengendali agar mesin terus beroperasi.

Pengumuman kerajaan Tokyo itu menerangkan sistem yang menggunakan penyejatan untuk menyejukkan pelayan yang dilengkapi unit pemprosesan grafik, atau GPU, sambil mengumpulkan haba daripada pelayan itu secara langsung pada suhu tinggi. GPU ialah cip yang menjalankan banyak pengiraan serentak, menjadikannya komponen utama AI moden.

Projek ini menyatukan dua keperluan yang lazimnya diuruskan secara berasingan. Pusat data memerlukan penyejukan, manakala bangunan dan perniagaan berhampiran memerlukan haba. Mendapatkan semula haba yang berguna boleh membantu tenaga elektrik yang sama memenuhi keperluan pengkomputeran dan tenaga setempat.

Jepun juga sedang menguji pendekatan lain: memindahkan pengiraan AI antara bandar atau mengubah waktu pelaksanaannya agar sepadan dengan ketersediaan elektrik. Secara bersama, eksperimen ini menangani cara AI menggunakan tenaga, lokasi tenaga itu digunakan dan apa yang berlaku kepada tenaga selepas itu.

Bagaimana WaBiCo menangkap haba daripada cip

TEPCO menamakan pendekatannya WaBiCo, singkatan bagi Watt Bit Cogeneration. Nama itu menghubungkan watt, unit ukuran kuasa, dengan bit, unit maklumat digital. Idea utamanya adalah menganggap peralatan elektronik berkuasa tinggi sebagai sumber pengkomputeran dan juga sumber haba yang boleh dimanfaatkan.

Teknologi penyejukan itu meletakkan air di bawah tekanan rendah, kira-kira separuh tekanan atmosfera, supaya air mendidih pada sekitar 80 darjah Celsius, bukannya 100 darjah seperti yang lazim diketahui. Haba daripada GPU mencetuskan penyejatan, membolehkan sistem mengumpulkan tenaga haba pada suhu yang berguna untuk aplikasi lain.

TEPCO menerangkan plat penyejuk yang dibina khusus untuk menyejukkan GPU secara langsung dan mendapatkan semula habanya. Kaedah peredaran itu menggunakan haba itu sendiri untuk memindahkan haba, tanpa pam yang menggerakkan proses tersebut. Pengumpulan tenaga berhampiran cip menawarkan cara mendapatkan haba yang lebih panas dan berguna berbanding membiarkannya tersebar di dalam bilik pelayan.

Suhu penting kerana kerja yang berbeza memerlukan tahap haba yang berbeza. Udara suam yang mahal untuk dikumpulkan mempunyai kegunaan terhad. Haba yang diperoleh semula pada sekitar 80 darjah Celsius boleh digunakan untuk lebih banyak aplikasi bangunan dan perindustrian, bergantung pada peralatan dan keperluan suhu masing-masing.

Antara kegunaan yang dicadangkan ialah membekalkan tenaga kepada kemudahan mandi dan kilang berdekatan, menyediakan pemanasan daerah serta menggunakan haba yang diperoleh semula sebagai sumber tenaga untuk menyejukkan bilik pelayan atau kemudahan berhampiran. Penyejukan yang digerakkan oleh haba menggunakan tenaga haba untuk mengendalikan kitaran penyejukan, dan bukannya bergantung sepenuhnya pada pemampat berkuasa elektrik.

Perkara yang dibiayai dan diuji Tokyo

Pengumuman pemilihan projek TEPCO menyatakan Tokyo memilih cadangan itu pada 30 Jun 2026. Syarikat itu menamakan dirinya sebagai pengendali utama dan menyatakan sumbangan maksimum kerajaan sebanyak 520 juta yen sebagai sokongan sebahagian bagi perbelanjaan tertentu.

Biro Hal Ehwal Perindustrian dan Buruh Tokyo meletakkan demonstrasi itu dalam Strategi Tokyo 2050, di bawah matlamat memaksimumkan kecekapan tenaga. Kerja praktikal ini menggabungkan pembangunan sistem penyejukan penyejatan dengan pengujian dalam persekitaran operasi sebenar.

Projek ini perlu menghubungkan pemulihan haba dengan kegunaan yang sesuai. Bagi kemudahan mandi, ini bermakna bekalan tenaga haba yang boleh diharap. Bagi kilang, ini bermakna memadankan suhu dan masa dengan proses perindustrian. Bagi bilik pelayan, ini bermakna mengintegrasikan haba yang diperoleh semula ke dalam sistem penyejukan yang menyokong operasi yang boleh diharap.

Pengumuman itu hanya menyatakan lokasi demonstrasi sebagai sebuah pusat data di Tokyo. Tiada kadar pemulihan haba yang diukur, penjimatan elektrik, pengurangan pelepasan, pelanggan haba yang dikenal pasti atau tarikh pelancaran komersial dinyatakan. Hasil itu akan menentukan sejauh mana pendekatan ini berguna di luar tempoh percubaan.

Kecekapan penyejukan dan penggunaan semula haba mengukur manfaat yang berbeza

TEPCO menyasarkan penambahbaikan ukuran kecekapan pusat data standard yang dipanggil Power Usage Effectiveness, atau PUE. Ukuran ini membahagikan jumlah elektrik yang digunakan sesebuah kemudahan dengan elektrik yang digunakan oleh peralatan pengkomputerannya. Nilai yang lebih hampir kepada 1 bermakna kurang elektrik tambahan digunakan untuk penyejukan dan sistem sokongan lain.

Sebuah kemudahan hipotetikal yang menggunakan 120 unit elektrik, sementara komputernya menggunakan 100 unit, akan mencatat PUE sebanyak 1.2. Mengurangkan lebihan 20 unit itu akan menambah baik angka tersebut. Projek Tokyo menyasarkan manfaat sedemikian dengan mengubah cara haba disingkirkan daripada cip.

Penggunaan semula haba menawarkan satu lagi potensi manfaat: pengguna berdekatan boleh memenuhi sebahagian keperluan pemanasannya dengan tenaga yang diperoleh daripada pengkomputeran. Elektrik masih digunakan untuk menggerakkan pelayan, sementara tenaga haba yang berguna disalurkan keluar dari kemudahan itu untuk kegunaan lain.

Kedua-dua manfaat itu perlu diukur secara berasingan. Pengendali perlu menjejak elektrik yang digunakan untuk penyejukan, jumlah haba yang benar-benar dihantar kepada pelanggan dan tenaga yang sebaliknya akan digunakan oleh pelanggan tersebut. Sambungan haba yang berfungsi menjadi bernilai apabila kemudahan penerima boleh menggunakan tenaga itu sebaik sahaja ia tiba.

Cip lebih cekap, beban kerja AI terus berkembang

NVIDIA menyifatkan tenaga sebagai asas infrastruktur AI. Pada pertemuan Davos Januari 2026, ketua eksekutif Jensen Huang membandingkan industri itu dengan kek lima lapisan: tenaga di bahagian bawah, diikuti cip, infrastruktur, model dan aplikasi.

Wakil NVIDIA Hiroki Saito menyifatkan tenaga sebagai pintu masuk pertama AI. Huraian beliau juga menunjukkan betapa pantas keperluan pengkomputeran berubah. Dengan kemunculan ChatGPT pada November 2022 sebagai titik permulaan, beliau menganggarkan keperluan pemprosesan bagi model penaakulan DeepSeek pada Januari 2025 ialah 100 kali ganda tahap itu, manakala ejen autonomi OpenClaw kira-kira setahun kemudian mencapai 1,000 kali ganda.

Contoh itu melibatkan jenis kerja AI yang berubah-ubah. Model penaakulan menggunakan kuasa pengkomputeran untuk menyelesaikan masalah, manakala ejen boleh melaksanakan rangkaian tugasan. Tugasan yang lebih rumit boleh menggunakan kapasiti pemprosesan yang lebih besar walaupun cip individu semakin cekap.

NVIDIA berkata generasi Rubin miliknya boleh menjalankan pemprosesan ejen 10 kali ganda berbanding Blackwell dengan penggunaan kuasa yang sama. Nilai praktikalnya bergantung pada cara peralatan itu digunakan dan tugasan yang dijalankannya.

Saito turut menjelaskan perubahan keutamaan operasi. Pusat data tradisional menumpukan perhatian pada memastikan perkhidmatan sentiasa tersedia. Kilang AI, istilah NVIDIA bagi infrastruktur yang dibina berasaskan pengeluaran AI, juga perlu memaksimumkan hasil pengkomputeran yang berguna. Prestasi lebih baik bagi setiap unit elektrik dan permintaan yang semakin meningkat berlaku serentak, menjadikan jumlah penggunaan bergantung pada kedua-duanya.

Turun naik kuasa mendadak mencetuskan masalah lain

Kemudahan AI berdepan cabaran selain jumlah penggunaan elektrik keseluruhannya. Semasa latihan model, ratusan ribu GPU boleh mengubah penggunaan kuasanya secara serentak dalam tempoh milisaat. Peralatan elektrik perlu menampung perubahan pantas ini sambil memastikan kuasa kekal stabil.

Amber Villegas-Williamson, perunding utama di Uptime Institute yang menasihati pembekal elektrik dan pusat data tentang kebolehpercayaan, menghuraikan tekanan itu:

AI memang mewujudkan permintaan kuasa yang sangat luar biasa,

Villegas-Williamson membandingkan kehausan itu dengan keadaan enjin kereta yang berulang kali dipaksa bekerja lebih keras, bukannya dikekalkan pada kelajuan tetap. Drew Baglino, bekas eksekutif Tesla dan pengasas Heron Power Electronics, berkata permintaan AI boleh meningkat sementara sehingga 50% melebihi kapasiti reka bentuk sesebuah kemudahan. Dalam contoh beliau, pusat data yang direka untuk 1 gigawatt boleh menarik 1.5 gigawatt selama sesaat.

Kerosakan peralatan yang dikaitkan dengan tekanan ini termasuk turbin yang retak dan bateri yang perlu diganti dalam tempoh beberapa minggu atau bulan. Beberapa kemudahan dilaporkan hanya mencapai tahap ketersediaan sekitar 80%, manakala anggaran kerugian hasil ketika gangguan bekalan berjumlah antara ribuan hingga ratusan ribu dolar seminit, bergantung pada operasi.

North American Electric Reliability Corporation mendapati kira-kira tiga perempat model beban yang meliputi lebih daripada 33 gigawatt permintaan pusat data Amerika tidak mencukupi untuk mewakili tingkah laku dinamik. Model ini membantu utiliti meramalkan kesan pelanggan terhadap sistem kuasa, menjadikan perubahan pantas dalam penggunaan satu isu perancangan yang penting.

Kampus terancang berkapasiti 2.67 gigawatt di Texas Barat menggambarkan kesan terhadap jadual. Pembangun Joulent menambah masa kejuruteraan untuk memenuhi syarat kebolehpercayaan 99.999% yang ditetapkan Microsoft, lalu mengalihkan permulaan bekalan kuasa daripada 2027 ke 2028. Pada tahap kebolehpercayaan itu, masa gangguan tahunan berjumlah kira-kira lima minit.

Memindahkan pengiraan, bukan elektrik

Eksperimen kedua Jepun menangani lokasi dan masa penggunaan elektrik oleh AI. J-Power, Cisco Systems, East Japan Railway, Hitachi dan Bitmedia mengumumkan pada 8 Oktober 2026 bahawa mereka sedang menjalankan demonstrasi yang menghubungkan pusat data AI di Yokohama dan Kitakyushu.

Ujian itu bermula pada Ogos 2026 dan dijadualkan berlangsung hingga 1 Februari 2027. Ia menguji pemindahan beban kerja, iaitu penugasan tugasan pengkomputeran ke lokasi lain atau waktu lain berdasarkan keadaan elektrik dan pengkomputeran.

Pemindahan lokasi menghantar pengiraan ke pusat data yang berbeza. Pemindahan masa menjadualkannya pada waktu yang berlainan. Sistem itu mengambil kira ramalan penjanaan tenaga boleh baharu, harga dagangan elektrik, bekalan dan permintaan, kapasiti pengkomputeran yang tersedia serta maklumat bencana.

Salah satu matlamatnya ialah menggunakan tenaga elektrik boleh baharu yang mungkin terpaksa dikurangkan penggunaannya. Pengurangan itu berlaku apabila penjanaan solar atau angin dikurangkan buat sementara waktu kerana rangkaian tidak dapat mengalirkan atau menyerap semua kuasa yang tersedia. Mengalihkan kerja AI yang sesuai kepada waktu bekalan elektrik itu tersedia boleh meningkatkan penggunaannya.

Syarikat-syarikat itu juga akan meneliti masa pemprosesan tambahan akibat pemindahan kerja serta cara mengekalkan mutu perkhidmatan. Memindahkan tugasan melibatkan kos praktikal, jadi ujian ini mengukur manfaat elektrik dan kesannya terhadap prestasi pengkomputeran.

Gentian kereta api menghubungkan eksperimen yang lebih luas

Lima syarikat itu turut menguji rangkaian semua-fotonik di sepanjang Joetsu Shinkansen. Peralatan penghantaran optik di stesen Echigo-Yuzawa, Jomo-Kogen dan Takasaki akan menggunakan gentian kereta api sedia ada untuk menilai mutu komunikasi dalam keadaan gegaran dan perubahan cuaca.

Ujian itu meliputi kehilangan isyarat, ralat penghantaran, lengah dan variasi lengah. Ukuran ini penting apabila kemudahan pengkomputeran di lokasi berbeza perlu beroperasi bersama. Eksperimen rangkaian kereta api itu ialah bahagian berasingan dalam program tersebut, di samping pemindahan beban kerja antara Yokohama dan Kitakyushu.

J-Power mengetuai konsortium dan menilai hasilnya. Hitachi membina sistem pemindahan beban kerja dan persekitaran ujian optik, Cisco menyokong reka bentuk dan pengukuran rangkaian, JR East meneliti peralatan komunikasi kereta api, manakala Bitmedia membangunkan sistem di dalam pusat data.

Kerja ini menyusuli penubuhan sebuah majlis pada April 2026 yang turut merangkumi JR West Optical Network dan Nagoya Railroad. Matlamat lebih luasnya ialah penyelarasan operasi pusat data AI teragih menggunakan rangkaian optik kawasan luas dan pemindahan beban kerja.

Peristiwa penting utama menunjukkan bagaimana eksperimen haba dan pengkomputeran ini bertindih:

• April 2026: Tujuh syarikat menubuhkan majlis bagi rangkaian optik dan pemindahan beban kerja.
• 30 Jun 2026: Tokyo memilih cadangan pemulihan haba TEPCO.
• 16 Julai 2026: Tempoh demonstrasi haba Tokyo bermula.
• Ogos 2026: Ujian pemindahan beban kerja Yokohama dan Kitakyushu bermula.
• 1 Februari 2027: Demonstrasi pemindahan beban kerja dijadualkan berakhir.
• 31 Mac 2028: Projek pemulihan haba Tokyo dijadualkan berakhir.

Jepun mahu lebih banyak pengkomputeran dengan kurang tenaga terbuang

Jepun sedang menggalakkan pelaburan dalam AI dan semikonduktor sambil berusaha mencapai neutraliti karbon menjelang 2050. Kilang TSMC di Wilayah Kumamoto sebahagian daripada peluasan perindustrian itu. Tenaga boleh baharu membekalkan kira-kira 22% daripada penjanaan elektrik Jepun pada 2022, menyebabkan negara itu sangat bergantung pada sumber lain, termasuk bahan api fosil.

Pelan perniagaan khas komprehensif kelima TEPCO sendiri menetapkan matlamat untuk meletakkan pertumbuhan permintaan pusat data di Tokyo metropolitan antara yang tertinggi di dunia menjelang tahun fiskal 2040. Oleh itu, projek habanya seiring dengan hasrat jelas untuk mengembangkan sektor tersebut.

Pemulihan haba dan pemindahan beban kerja menangani bahagian yang berbeza dalam peluasan itu. WaBiCo berusaha mendapatkan hasil lebih berguna daripada elektrik yang sudah digunakan oleh pelayan. Pemindahan beban kerja pula berusaha memadankan permintaan pengkomputeran dengan ketersediaan elektrik. Peralatan yang mengendalikan turun naik kuasa pantas menyokong kebolehpercayaan yang diperlukan oleh kedua-dua pendekatan.

Bagi masyarakat berhampiran, peluang konkritnya ialah haba yang berguna dan hubungan lebih erat antara pusat data dengan keperluan tenaga setempat. Bagi pengendali, ujian ini berkaitan kos penyejukan, masa pengkomputeran produktif dan perkhidmatan yang boleh diharap. Pencapaian seterusnya ialah prestasi yang diukur: jumlah tenaga yang dijimatkan atau digunakan semula ketika komputer terus beroperasi.

Perkara Utama

• Tokyo menyokong demonstrasi pemulihan haba TEPCO dengan sumbangan sehingga 520 juta yen bagi kos yang layak.
• Projek ini berlangsung hingga 31 Mac 2028 dan menyasarkan penyejukan, kemudahan mandi, kilang serta pemanasan daerah.
• WaBiCo menggunakan penyejatan pada tekanan rendah untuk mendapatkan semula haba berguna secara langsung daripada GPU.
• Ujian berasingan memindahkan tugasan AI antara Yokohama dan Kitakyushu serta merentas waktu operasi agar sepadan dengan keadaan bekalan elektrik.
• Turun naik pantas dalam penggunaan kuasa AI turut menimbulkan masalah peralatan dan kebolehpercayaan.
• Penjimatan tenaga, penghantaran haba yang diperoleh semula dan prestasi operasi yang diukur akan menentukan nilai praktikal demonstrasi ini.