Wat is een custom PDU voor AI-hardware?

Een custom PDU voor AI-hardware is een rack Power Distribution Unit die specifiek wordt geconfigureerd voor de stroomvoorziening van GPU-servers, AI-accelerators, high-density compute, storage- en netwerkapparatuur binnen een AI- of HPC-rack.

In plaats van het rackontwerp aan te passen aan de beperkingen van een standaard PDU, wordt de PDU afgestemd op de infrastructuur.

Dit kan onder andere betrekking hebben op:

• enkel- of driefasige voeding;
• 10A, 16A, 32A of 63A input;
• specifieke inputstekkers en kabels;
• aangepaste kabellengtes en kabelinvoer;
• type, aantal en positie van outlets;
• fasegebalanceerde outlet-layouts;
• branch-beveiliging;
• energiemeting op input-, branch- en outletniveau;
• remote outlet switching;
• environmental monitoring;
• communicatie- en netwerkarchitectuur;
• integratie met DCIM, BMS en energy-managementsoftware.

Schleifenbauer PDU 5.0 ondersteunt enkel- en driefasige configuraties en stroomsterktes van 10A tot en met 63A, met configureerbare energiemeting op input-, branch- en outletniveau en optionele remote switching.

Het uitgangspunt is eenvoudig:

Ontwerp de rack PDU rond de AI-hardware, niet de AI-hardware rond de PDU.

Waarom vraagt AI-hardware om een andere benadering van rack power?

AI-infrastructuur verhoogt de vermogensdichtheid in het rack.

Traditionele enterprise racks bevatten vaak verschillende systemen die relatief onafhankelijk van elkaar functioneren. Moderne AI-racks kunnen daarentegen zeer geconcentreerde GPU-compute bevatten die als één samenhangend systeem opereert.

Daardoor wordt de architectuur van de rack power infrastructure steeds belangrijker.

NVIDIA documenteert bijvoorbeeld ontworpen rackvermogens van 120 kW voor GB200 NVL72 en 135 kW voor GB300 NVL72. Tegelijkertijd wordt binnen de sector al gewerkt aan nieuwe power architectures voor toekomstige AI-fabrieken met nog hogere vermogensdichtheden.

Dat betekent niet dat ieder AI-rack een PDU van 120 kW nodig heeft.

Het betekent vooral dat “AI-rack” niet meer gelijkstaat aan één standaard vermogensbehoefte.

De juiste PDU wordt bepaald door de hardware en de power architecture die daadwerkelijk worden ingezet.

AI rack power begint bij de hardwarespecificatie

De eerste vraag bij het specificeren van een PDU voor AI-hardware zou daarom niet moeten zijn:

Welke PDU gebruiken we normaal gesproken?

Maar:

Wat heeft dit rack daadwerkelijk nodig?

Belangrijke uitgangspunten zijn onder andere het maximale en verwachte energieverbruik van de IT-apparatuur, het aantal power supplies, de redundantiearchitectuur, benodigde voedingsspanning, het aantal feeds, beschikbare upstream capaciteit, connectortypes en de fysieke rack-layout.

Op basis daarvan kan de PDU worden geconfigureerd.

Dat wordt steeds belangrijker omdat AI-infrastructuur zich snel ontwikkelt. Een vaste PDU-catalogus die is ontworpen rond de rackdichtheid van gisteren, biedt niet automatisch de beste oplossing voor de GPU-infrastructuur van morgen.

32A of 63A PDU voor AI-hardware?

Daar bestaat geen universeel antwoord op.

Een 32A PDU kan geschikt zijn voor de ene AI-rackarchitectuur, terwijl een andere omgeving meerdere 32A-feeds, driefasige 63A PDU’s of een compleet andere distributiearchitectuur vereist.

De juiste vraag is daarom niet of 32A of 63A ‘beter’ is voor AI.

Het gaat om de combinatie van:

spanning × stroom × aantal fasen × aantal feeds × redundantie

en of deze voldoende bruikbare capaciteit biedt voor het specifieke rack.

Schleifenbauer kan PDU 5.0 configureren in 10A, 16A, 32A en 63A, inclusief driefasige uitvoeringen.

Een driefasige 63A PDU kan bij 400 V bijvoorbeeld maximaal ongeveer 43,5 kVA leveren.

Meerdere feeds kunnen vervolgens worden ingezet om de benodigde rackcapaciteit en redundantiearchitectuur te realiseren.

Waarom driefasige voeding belangrijk is bij high-density AI-racks

Naarmate het rackvermogen toeneemt, wordt driefasige stroomdistributie steeds relevanter.

In plaats van de belasting op één fase te concentreren, kan het vermogen worden verdeeld over:

L1 → L2 → L3

De outletconfiguratie van de PDU kan vervolgens zo worden ontworpen dat aangesloten apparatuur over de beschikbare fasen wordt verdeeld.

Voor AI-infrastructuur is fasebalans echter niet alleen iets wat tijdens het ontwerp moet worden berekend.

Je wilt het ook tijdens bedrijf kunnen meten.

Met een intelligente PDU kan de operator zien hoe de daadwerkelijke belasting zich over de fasen ontwikkelt, in plaats van uitsluitend uit te gaan van de oorspronkelijke ontwerpberekening.

AI-workloads zijn dynamisch, niet statisch

Nameplate power en gemiddeld energieverbruik vertellen niet het volledige verhaal.

AI-compute kan aanzienlijke veranderingen in de elektrische belasting veroorzaken wanneer systemen wisselen tussen training, inference, idle states en andere bedrijfscondities.

Daardoor worden headroom en realtime meting belangrijker.

Een rack kan op basis van het gemiddelde verbruik voldoende capaciteit lijken te hebben, terwijl individuele fasen, branches of feeds tijdens piekbelasting dichter bij hun operationele limieten komen.

Voor een datacenteroperator wordt de vraag daarom:

Hoeveel capaciteit hebben we beschikbaar — en waar is die capaciteit daadwerkelijk beschikbaar?

Meet AI-power waar het daadwerkelijk wordt verbruikt

Hoe dichter de meting bij de IT-apparatuur plaatsvindt, hoe specifieker de data wordt.

Een intelligente PDU kan verschillende niveaus inzichtelijk maken:

Rack → PDU → Fase → Branch → Outlet → IT-apparaat

Afhankelijk van de gekozen Schleifenbauer PDU-functionaliteit kunnen metingen plaatsvinden op input-, branch- en outletniveau. PDU 5.0 ondersteunt power monitoring met een opgegeven nauwkeurigheid van 0,5% op input- en outletniveau.

Voor een AI-rack kan dit antwoord geven op praktische vragen zoals:

Hoeveel vermogen gebruikt het rack?

Hoe is de belasting verdeeld over L1, L2 en L3?

Welke branch nadert zijn capaciteitsgrens?

Hoeveel energie gebruikt een individueel aangesloten apparaat?

Hoeveel headroom is er nog beschikbaar voordat extra AI-hardware kan worden geplaatst?

Dat is aanzienlijk bruikbaarder dan alleen het totale energieverbruik van het datacenter kennen.

Outlet-level monitoring voor AI- en GPU-infrastructuur

Outlet-level monitoring voegt nog een extra niveau van granulariteit toe.

In plaats van alleen te weten hoeveel energie de PDU binnenkomt, kan de operator het verbruik dichter bij individuele aangesloten loads volgen.

Dat is bijvoorbeeld relevant in racks met een combinatie van:

GPU-computesystemen, CPU-servers, netwerkswitches, storage, managementapparatuur en andere ondersteunende IT-hardware.

De PDU vormt daarmee feitelijk de meetgrens tussen rack power distribution en de individuele IT-loads.

Bij Managed PDU-configuraties kan outlet-level monitoring bovendien worden gecombineerd met remote outlet switching.

Custom outlets voor AI-hardware

Vermogenscapaciteit alleen bepaalt niet of een PDU geschikt is voor een AI-rack.

Ook de fysieke aansluitingen moeten passen.

Verschillende IT-systemen kunnen verschillende plugtypen en outletconfiguraties vereisen. Bij high-density racks staat bovendien de beschikbare fysieke ruimte voor power distribution steeds meer onder druk.

Daarom kunnen bij Schleifenbauer type, aantal, positie en layout van de outlets projectspecifiek worden geconfigureerd.

Een van de beschikbare oplossingen is het CX Combination Outlet C13/C15/C19/C21.

Eén CX-outlet ondersteunt C14-, C16-, C20- en C22-pluggen, terwijl IEC Lock helpt om onbedoeld loskoppelen te voorkomen. Ook aangepaste outletcombinaties en load-balancing-layouts kunnen worden gespecificeerd.

Voor AI-racks met verschillende typen apparatuur kan dit het fysieke power design aanzienlijk vereenvoudigen.

Redundantie is essentieel omdat een AI-rack als systeem functioneert

Een high-density AI-rack moet niet noodzakelijk worden beschouwd als een verzameling onafhankelijke servers.

Binnen geclusterde AI-omgevingen kan het uitvallen van één component gevolgen hebben voor een veel grotere workload.

De precieze redundantiearchitectuur wordt bepaald door het gebruikte AI-platform.

Dat kan bijvoorbeeld betekenen:

A/B-feeds

of

meerdere onafhankelijke power paths

of een andere door de hardwareleverancier voorgeschreven architectuur.

Het ontwerp van de rack PDU moet deze redundantiearchitectuur ondersteunen, niet beperken.

Verwar geïnstalleerde PDU-capaciteit niet met bruikbare AI-capaciteit

Dit onderscheid wordt steeds belangrijker bij hogere vermogensdichtheden.

Een rack kan meerdere power feeds hebben, maar de gecombineerde nominale capaciteit daarvan is niet automatisch het vermogen dat veilig aan IT-apparatuur kan worden toegewezen.

Redundantie, breaker ratings, fasebelasting, upstream infrastructuur en benodigde failover-headroom hebben allemaal invloed op de werkelijk bruikbare capaciteit.

Bij AI-deployments moet capacity management daarom twee verschillende vragen beantwoorden:

Wat is er geïnstalleerd?

en

Wat kunnen we veilig gebruiken?

Power Quality wordt belangrijker naarmate de rackdichtheid toeneemt

AI power management gaat niet alleen over kW en kWh.

Bij high-density elektronische loads worden ook de eigenschappen van de elektrische belasting steeds relevanter.

Schleifenbauer PDU 5.0 en EnerTree kunnen Power Quality Monitoring bieden, waaronder metingen zoals Total Harmonic Distortion (THD), Crest Factor en voltage/current peaks.

Daarmee ontstaat context die reguliere energy monitoring niet biedt.

Voor een operator van AI-infrastructuur beantwoordt energy monitoring de vraag:

Hoeveel energie wordt er verbruikt?

Power Quality Monitoring helpt inzicht te geven in:

Wat gebeurt er elektrisch terwijl dat vermogen wordt verbruikt?

De twee vullen elkaar aan.

Van custom AI PDU naar Data Centre Energy Management

Eén intelligente PDU kan zeer gedetailleerde informatie geven over één rack.

Maar een AI-datacenter kan honderden of duizenden PDU’s bevatten.

Dan ontstaat een volgende uitdaging:

Hoe maak je van duizenden elektrische metingen bruikbare operationele informatie?

Daar komt EnerTree in beeld.

Bij Schleifenbauer PDU 5.0 staat de gewenste PDU-functionaliteit los van de manier waarop de intelligente PDU-omgeving wordt beheerd.

De communicatiearchitectuur kan onafhankelijk worden gekozen via een Controller Module, Gateway Module of Daisy Chain Module.

Controller Module + EnerTree Lite

De Controller Module biedt een conventionele intelligente PDU-architectuur.

EnerTree Lite draait embedded op de Controller Module en biedt een lokale webinterface met directe toegang tot PDU-metingen.

Daarnaast kan de Controller rechtstreeks worden geïntegreerd met een bestaande DCIM-omgeving.

EnerTree Lite ondersteunt omgevingen tot 100 PDU’s per IP-adres.

Voor kleinere AI-installaties of datacenters die al over een bestaand managementplatform beschikken, kan dit de gewenste architectuur bieden.

Gateway Module + EnerTree Platform

Voor grotere AI-deployments verplaatst de Gateway-architectuur de intelligentie van de individuele PDU naar EnerTree Platform.

EnerTree Platform draait als virtual machine buiten de PDU.

De PDU functioneert als realtime meet- en controlepunt, terwijl verwerking, analyse, configuratie en management centraal plaatsvinden.

Eén EnerTree Platform-omgeving kan opschalen tot 10.000 PDU’s.

Voor grote GPU-clusters en AI-datacenters biedt dit een fundamenteel ander operating model dan het afzonderlijk beheren van duizenden intelligente rack PDU’s.

EnerTree biedt onder andere realtime energy monitoring, alerts, historische analyse, reporting, hiërarchische infrastructuurweergave, environmental monitoring en PUE-berekening.

Daisy Chain voor schaalbare PDU-connectiviteit

Niet iedere PDU in een AI-rack of datacenterrow hoeft een eigen Ethernetverbinding te hebben.

Via Daisy Chain kunnen meerdere PDU’s achter een Controller of Gateway worden gekoppeld.

Binnen één ring kunnen maximaal 100 PDU’s via één IP-adres worden beheerd.

De dedicated Daisy Chain Module functioneert als kostenefficiënte data relay zonder eigen Ethernetpoort. Daardoor zijn minder netwerkverbindingen in het rack nodig en wordt tegelijkertijd het Ethernet-aanvalsoppervlak op rackniveau beperkt.

Bij grootschalige AI-deployments kan dit een belangrijk voordeel worden.

Van één GPU-outlet naar volledig inzicht in het AI-datacenter

De waarde van deze architectuur wordt duidelijk wanneer we naar de volledige hiërarchie kijken:

AI-apparaat
↓
Outlet
↓
Branch
↓
Fase
↓
PDU
↓
Rack
↓
Row
↓
Datacenter

Onderaan deze hiërarchie distribueert de PDU elektriciteit naar de AI-hardware.

Tegelijkertijd beweegt de meetdata in tegenovergestelde richting:

Apparaat → Outlet → Branch → Fase → PDU → Rack → EnerTree

De fysieke power infrastructure wordt daarmee een bron van gestructureerde energiedata.

Dat is het verschil tussen simpelweg vermogen leveren aan AI-hardware en daadwerkelijk begrijpen wat er elektrisch in het AI-rack gebeurt.

AI rack power integreren met DCIM en BMS

AI-powerdata moet geen nieuwe datasilo worden.

EnerTree Platform en EnerTree Lite ondersteunen integratie met externe datacentersystemen via interfaces en protocollen zoals HTTP/HTTPS, REST API, MODBUS/TCP, SNMP v1/v2c/v3, IPv4/IPv6, SMTP, Syslog en Command Line Interface. Data kan daarnaast worden geëxporteerd naar databases zoals MS SQL, MySQL en MariaDB.

Hierdoor kan elektrische data op rackniveau onderdeel worden van een bredere DCIM-, BMS- of data-analyseomgeving.

Custom AI PDU’s moeten ook fysiek configureerbaar zijn

AI-infrastructuur ontwikkelt zich snel.

Een PDU met de juiste elektrische specificaties die fysiek niet goed in het rack past, is nog steeds de verkeerde PDU.

Daarom produceert Schleifenbauer PDU’s build-to-order.

Configureerbare eigenschappen omvatten onder andere kabellengte, connectortype, outlet-layout en -positie, meetfunctionaliteit, positie van de communicatiemodule, identificatie en labelling, montage en andere mechanische vereisten.

PDU 5.0 kan afhankelijk van het project bovendien worden uitgerust met verschillende beveiligingsopties, residual current sensing, omgevingssensoren en aanvullende functionaliteiten.

Dit is met name relevant voor OEM’s, system integrators, datacenterdesigners en operators die AI-hardware implementeren waarbij het rack steeds meer als één geïntegreerd systeem wordt ontworpen.

Waar moet u op letten bij het specificeren van een custom PDU voor AI-hardware?

Begin niet met de PDU. Begin met het rack.

Een goede AI PDU-specificatie moet minimaal rekening houden met de volgende punten:

Onderdeel	Wat moet worden bepaald?
AI-hardware	GPU-/serverplatform en configuratie
Maximaal rackvermogen	Verwachte belasting en design power
Voeding	Spanning en frequentie
Fasen	Enkel- of driefasig
Stroomsterkte	16A, 32A, 63A of projectspecifiek
Redundantie	A/B, N+1, 2N of hardware-specifieke architectuur
Aantal feeds	Benodigde onafhankelijke power paths
Connectors	Inputplug en plugtypen van IT-apparatuur
Outlets	Type, aantal, positie en groepering
Faseverdeling	Gewenste verdeling over L1/L2/L3
Branch-beveiliging	Benodigde breaker-/fuse-architectuur
Metering	Input, branch en/of outlet
Switching	Is remote outlet control nodig?
Monitoring	Energy, capacity, Power Quality, environment
Netwerk	Controller, Gateway of Daisy Chain
Integratie	DCIM/BMS/API/SNMP
Fysiek ontwerp	0U/19″/21″, afmetingen, mounting en kabelinvoer

Het belangrijkste uitgangspunt is:

Specificeer de AI rack PDU niet los van de AI-hardware, upstream power architecture en redundantiearchitectuur.

Kan een bestaand datacenter worden aangepast voor AI-hardware?

Vaak wel, maar eerst moeten de beschikbare elektrische capaciteit en distributiearchitectuur worden beoordeeld.

Niet iedere AI-deployment vereist een volledig nieuw datacenter.

Bestaande faciliteiten kunnen mogelijk GPU-infrastructuur ondersteunen door rack-layouts aan te passen, vermogensdichtheid in specifieke zones te verhogen, de distributie aan te passen of de rack-level power infrastructure te upgraden.

Voor bestaande rackinfrastructuur biedt Schleifenbauer daarnaast Inline Meters waarmee input-level energiemeting kan worden toegevoegd aan bestaande Basic of oudere intelligente PDU’s zonder de volledige installed base te vervangen.

Wat is de beste PDU voor AI-hardware?

Er bestaat geen enkele PDU die voor iedere AI-deployment de beste keuze is.

De juiste PDU sluit aan op de elektrische, mechanische, redundantie-, monitoring- en managementeisen van het specifieke AI-rack.

Voor het ene project kan dat een driefasige 32A Monitored PDU zijn.

Een ander project kan meerdere 63A-feeds, outlet-level monitoring, custom CX-outlets en een Gateway Module met EnerTree Platform vereisen.

En toekomstige AI-architecturen kunnen uiteindelijk verder bewegen dan conventionele AC-distributie in het rack.

Juist daarom is configureerbaarheid belangrijk.

Vraag dus niet alleen:

“Welke standaard PDU is geschikt voor AI?”

De betere vraag is:

“Welke rack power architecture heeft deze AI-hardware nodig?”

Daarna kan de PDU rond dat antwoord worden ontworpen.

Lees ook case study Supermicro : https://www.schleifenbauer.eu/nl/cases/case-study-supermicro/

Lees ook case study Nvidia: https://www.schleifenbauer.eu/nl/cases/case-study-nvidia/

Schleifenbauer custom PDU’s voor AI-hardware

Schleifenbauer ontwikkelt en produceert rack PDU’s in Nederland en werkt niet uitsluitend met vaste catalogusconfiguraties.

Voor AI- en high-density compute-omgevingen betekent dit dat de PDU kan worden afgestemd op de infrastructuur: 10A tot 63A, enkel- of driefasig, custom inputs, kabellengtes, outletconfiguraties, beveiliging, input-/branch-/outletmeting, remote switching en verschillende managementarchitecturen.

PDU 5.0 voegt daar een modulaire intelligentielaag aan toe.

Kies Controller + EnerTree Lite voor conventionele lokale PDU-intelligentie, Gateway + EnerTree Platform voor gecentraliseerd Data Centre Energy Management of gebruik Daisy Chain om schaalbare PDU-netwerken met minder Ethernetverbindingen te creëren.

Omdat de communicatiemodules hot-swappable zijn, kan de managementarchitectuur later worden gewijzigd zonder de onderliggende PDU te vervangen.

Het resultaat is niet alleen een high-power rack PDU.

Het is een architectuur die AI rack power:

configureerbaar → meetbaar → zichtbaar → beheersbaar → schaalbaar

maakt.

Een AI-rack bouwen? Begin bij de power requirements

Ontwerpt u een nieuw AI-, GPU- of HPC-rack? Stuur Schleifenbauer dan de hardwarespecificatie, het rackontwerp, de tendertekst of de gewenste elektrische configuratie.

Op basis daarvan kan een custom rack PDU worden geconfigureerd rond de daadwerkelijke infrastructuureisen, in plaats van het project in een vooraf bepaald PDU-model te dwingen.

Van de inkomende rack feed tot het individuele AI-apparaat: ontwerp de power distribution rond de hardware.