Купон на скидку: 2026
Команда Yandex Infrastructure обновила подход к строительству и охлаждению дата-центров, что позволит ускорить создание и внедрение ИИ-сервисов «Яндекса». Для поддержки увеличивающихся ИИ-нагрузок компания изменила подход к размещению вычислительных мощностей, внедрив концепцию кампусов. Это несколько независимых дата-центров в одной локации с общей внешней инфраструктурой, что позволяет повысить эффективность использования ресурсов, снизить издержки и увеличить мощности в три раза до 180 МВт, что является рекордным показателем в России. Для пользователей это означает надежную работу дата-центров и возможность гибко масштабировать сервисы под свои задачи.
«Яндекс» внедряет жидкостное охлаждение в своих дата-центрах. Для модернизации существующей инфраструктуры инженеры компании разработали сайдкары — дополнительные стойки с жидкостно-воздушными радиаторами. Это позволяет использовать жидкостное охлаждение в дата-центрах с фрикулингом (охлаждение воздухом) без необходимости масштабной реконструкции. Сочетание двух технологий обеспечивает эффективное терморегулирование и ускоряет адаптацию инфраструктуры к растущим нагрузкам от сервисов «Яндекса» и внешних партнеров.
Согласно данным IDC на 2024 год, 22% центров обработки данных используют жидкостное охлаждение. В условиях роста объема вычислительных нагрузок, связанных с ИИ, этот показатель отражает тенденцию к переходу на более эффективные системы отвода тепла, что снижает энергопотребление. Благодаря фрикулингу и отказу от доохлаждения, дата-центры «Яндекса» уже достигают одного из лучших в мире показателей энергоэффективности — PUE 1,1. Внедрение жидкостного охлаждения позволит дополнительно снизить энергозатраты и повысить экологичность дата-центров, делая их еще более «зелеными».
Команда Yandex Infrastructure занимается созданием и предоставлением внутренней инфраструктуры «Яндекса», необходимой для работы всех сервисов компании. Это включает в себя собственные дата-центры, сеть, распределённые хранилища на эксабайты данных, платформы разработки и деплоя, а также инфраструктуру для машинного обучения.