人工知能の急速な拡大により、データセンターは新しい電力密度の時代に突入しました。従来のクラウドラックはそれぞれ約5〜15kWでしたが、今日のGPUアクセラレータを中心に構築されたAIトレーニングラックは、通常40kW、100kW、あるいはそれ以上を必要とします。この急増により、運用者は電力配電システムのあらゆる層を再考せざるを得なくなっています。そして、現代のAIコンピューティングセンターのバックボーンとして、バスウェイ（バスバーダクト）が急速に選ばれるようになりました。
数十年にわたり、データセンターは床下ケーブルと天井ケーブルトレイを通じて電力を供給してきました。このアプローチは、ラック密度が上昇すると苦戦します。ケーブルの設置には多くの労力がかかり、再構成が難しく、各分岐は個別に設計・終端処理する必要があります。単一のラック列が突然、キャビネットあたり10kWから80kWにジャンプする必要がある場合、ケーブルベースの設計は資産ではなくボトルネックになります。
適切に設計されたAIデータセンターは、通常、ラック電力配電用の天井バスウェイと、メイン配電パス上の高電流バスウェイを組み合わせています。以下の簡略化された構造は、電力が変圧器からGPUラックにどのように流れるかを示しています。
| レイヤー | 機器 | 標準定格 |
|---|---|---|
| ユーティリティと変圧器 | MV/LV変圧器 | 2〜5 MVA |
| メイン配電 | 高電流バスウェイ | 1,000〜5,000 A |
| 列配電 | 天井バスウェイ | 250〜1,000 A |
| ラックフィード | タップオフボックス + ホイップ | ラックあたり最大100 kW |
すべてのバスウェイがAIの要求に合わせて設計されているわけではありません。システムを指定する際、運用者は高い短絡耐量、長距離での低電圧降下、堅牢な絶縁、および連続高負荷に対応する定格のタップオフボックスファミリーを要求する必要があります。液体冷却、リアドア熱交換器、および高アンペアコネクタはすべて、初日から電力パスと連携させる必要があります。
AIワークロードがますます高密度なラックに電力を集中させ続けるにつれて、バスウェイは便利な選択肢から戦略的な必要性へと移行しました。AIコンピューティングセンターが要求する容量、柔軟性、および速度を提供します。そして、従来のケーシングよりも低い損失と明確なアップグレードパスでそれを実現します。次世代のAIインフラストラクチャを計画している運用者にとって、バスウェイはもはや詳細ではなく、基盤です。
人工知能の急速な拡大により、データセンターは新しい電力密度の時代に突入しました。従来のクラウドラックはそれぞれ約5〜15kWでしたが、今日のGPUアクセラレータを中心に構築されたAIトレーニングラックは、通常40kW、100kW、あるいはそれ以上を必要とします。この急増により、運用者は電力配電システムのあらゆる層を再考せざるを得なくなっています。そして、現代のAIコンピューティングセンターのバックボーンとして、バスウェイ（バスバーダクト）が急速に選ばれるようになりました。
数十年にわたり、データセンターは床下ケーブルと天井ケーブルトレイを通じて電力を供給してきました。このアプローチは、ラック密度が上昇すると苦戦します。ケーブルの設置には多くの労力がかかり、再構成が難しく、各分岐は個別に設計・終端処理する必要があります。単一のラック列が突然、キャビネットあたり10kWから80kWにジャンプする必要がある場合、ケーブルベースの設計は資産ではなくボトルネックになります。
適切に設計されたAIデータセンターは、通常、ラック電力配電用の天井バスウェイと、メイン配電パス上の高電流バスウェイを組み合わせています。以下の簡略化された構造は、電力が変圧器からGPUラックにどのように流れるかを示しています。
| レイヤー | 機器 | 標準定格 |
|---|---|---|
| ユーティリティと変圧器 | MV/LV変圧器 | 2〜5 MVA |
| メイン配電 | 高電流バスウェイ | 1,000〜5,000 A |
| 列配電 | 天井バスウェイ | 250〜1,000 A |
| ラックフィード | タップオフボックス + ホイップ | ラックあたり最大100 kW |
すべてのバスウェイがAIの要求に合わせて設計されているわけではありません。システムを指定する際、運用者は高い短絡耐量、長距離での低電圧降下、堅牢な絶縁、および連続高負荷に対応する定格のタップオフボックスファミリーを要求する必要があります。液体冷却、リアドア熱交換器、および高アンペアコネクタはすべて、初日から電力パスと連携させる必要があります。
AIワークロードがますます高密度なラックに電力を集中させ続けるにつれて、バスウェイは便利な選択肢から戦略的な必要性へと移行しました。AIコンピューティングセンターが要求する容量、柔軟性、および速度を提供します。そして、従来のケーシングよりも低い損失と明確なアップグレードパスでそれを実現します。次世代のAIインフラストラクチャを計画している運用者にとって、バスウェイはもはや詳細ではなく、基盤です。
