Sinusubukan ng Tokyo na Gawing Pampalamig at Mainit na Tubig ang Init mula sa AI Data Center

Ginagamit sa isang pagsubok sa Tokyo ang init mula sa mga itinapong server

Sinusuportahan ng Tokyo ang isang proyekto para direktang kunin ang init mula sa mga server ng artificial intelligence at gamitin ito sa pagpapalamig ng mga gusali, pagsusuplay sa mga kalapit na paliguan at pagsuporta sa mga pabrika. Isasagawa ang demonstrasyon mula Hulyo 16, 2026, hanggang Marso 31, 2028, at magbibigay ang pamahalaang metropolitan ng hanggang 520 milyong yen para sa mga kuwalipikadong gastos.

Pangungunahan ng Tokyo Electric Power Company Holdings, na kilala bilang TEPCO, ang gawain kasama ang MESH-X at NHK Technologies sa isang data center sa Tokyo. Layunin nilang tugunan ang praktikal na problemang kasabay ng paglago ng AI: kalaunan ay nagiging init ang malaking bahagi ng kuryenteng pumapasok sa mga computing equipment, at kailangang alisin ito ng mga operator para patuloy na gumana ang mga makina.

Inilalarawan ng anunsyo ng pamahalaang Tokyo ang isang sistemang gumagamit ng pagsingaw para palamigin ang mga server na nilagyan ng graphics processing units, o GPUs, habang direktang kinokolekta ang init ng mga ito sa mataas na temperatura. Mga chip ang GPU na sabay-sabay na nagsasagawa ng maraming kalkulasyon, kaya mahalaga ang papel ng mga ito sa makabagong AI.

Pinagsasama ng proyekto ang dalawang pangangailangang karaniwang magkahiwalay na pinangangasiwaan. Kailangang palamigin ang mga data center, samantalang nangangailangan ng init ang mga kalapit na gusali at negosyo. Sa pagbawi ng kapaki-pakinabang na init, maaaring pagsilbihan ng iisang suplay ng kuryente ang pagko-compute at mga lokal na pangangailangan sa enerhiya.

Sinusubukan din ng Japan ang isa pang paraan: paglilipat ng mga kalkulasyon ng AI sa pagitan ng mga lungsod o pagbabago sa oras ng pagsasagawa ng mga ito upang maitugma sa pagkakaroon ng kuryente. Magkatuwang na tinutugunan ng mga eksperimento ang paggamit ng AI sa kuryente, kung saan kinokonsumo ang kuryenteng iyon at kung ano ang nangyayari sa enerhiya pagkatapos gamitin.

Paano kumukuha ng init mula sa mga chip ang WaBiCo

Tinatawag ng TEPCO ang paraang ito na WaBiCo, pinaikling Watt Bit Cogeneration. Pinag-uugnay ng pangalan ang watts, panukat ng lakas, at bits, mga yunit ng digital na impormasyon. Pangunahing ideya nito na ituring ang makapangyarihang elektronikong kagamitan bilang kapwa mapagkukunan ng computing at mapagkukunan ng kapaki-pakinabang na init.

Gumagamit ang teknolohiya ng pagpapalamig ng tubig na nasa pinababang presyon, na humigit-kumulang kalahati ng presyon ng atmospera, upang kumulo ito sa halos 80 digri Celsius sa halip na sa karaniwang 100 digri. Nagpapasimula ng pagsingaw ang init mula sa GPU, kaya nakakakolekta ang sistema ng enerhiyang init sa temperaturang magagamit sa iba pang aplikasyon.

Inilalarawan ng TEPCO ang isang espesyal na cold plate na direktang nagpapalamig sa GPU at bumabawi sa init nito. Sa pamamaraang ito ng sirkulasyon, ginagamit mismo ang init para ilipat ang init, nang walang bombang nagpapaandar sa prosesong iyon. Sa pagkolekta ng enerhiya malapit sa chip, maaaring makakuha ng mas mainit at mas kapaki-pakinabang na init kaysa kung hahayaan itong kumalat sa silid ng server.

Mahalaga ang temperatura dahil nangangailangan ng magkakaibang antas ng init ang iba't ibang gawain. Limitado ang mapaggagamitan ng mainit-init na hanging mahal kolektahin. Mas malawak ang mapaggagamitan ng init na nabawi sa humigit-kumulang 80 digri Celsius para sa mga gusali at industriyal na aplikasyon, depende sa kagamitan at pangangailangan sa temperatura ng mga ito.

Kabilang sa mga mungkahing gamit ang pagsuplay sa mga kalapit na paliguan at pabrika, pagbibigay ng init sa isang distrito, at paggamit sa nabawing init bilang pinagkukunan ng enerhiya para palamigin ang mga silid ng server o kalapit na pasilidad. Gumagamit ang pagpapalamig na pinatatakbo ng init ng enerhiyang init para paandarin ang siklo ng pagpapalamig, sa halip na lubos na umasa sa compressor na pinatatakbo ng kuryente.

Ano ang pinopondohan at sinusubukan ng Tokyo

Ayon sa anunsyo ng TEPCO tungkol sa pagpili sa proyekto, pinili ng Tokyo ang panukala noong Hunyo 30, 2026. Itinalaga ng kumpanya ang sarili bilang pangunahing operator at ipinaliwanag na ang pinakamataas na ambag ng pamahalaan na 520 milyong yen ay bahagyang sasagot sa mga tinukoy na gastusin.

Inilalagay ng kawanihan ng Tokyo para sa ugnayang industriyal at paggawa ang demonstrasyon sa ilalim ng Tokyo Strategy 2050, alinsunod sa layuning mapahusay nang husto ang episyensiya sa enerhiya. Pinagsasama ng praktikal na gawain ang pagbuo ng sistemang nagpapalamig sa pamamagitan ng pagsingaw at pagsubok nito sa aktuwal na kapaligiran ng operasyon.

Kailangang maiugnay ng proyekto ang pagbawi ng init sa isang kapaki-pakinabang na paggagamitan. Para sa paliguan, nangangahulugan ito ng maaasahang suplay ng enerhiyang init. Para sa pabrika, kailangang maitugma ang temperatura at oras ng prosesong industriyal. Para sa mga silid ng server, kailangang maisama ang nabawing init sa sistemang pampalamig na sumusuporta sa maaasahang operasyon.

Data center sa Tokyo lamang ang tinutukoy sa mga anunsyo bilang lugar ng demonstrasyon. Walang ibinigay na sukat ng dami ng init na nabawi, natipid na kuryente, nabawas na emisyon, pinangalanang tumatanggap ng init o petsa ng komersiyal na paglulunsad. Magtatakda ang mga resultang iyon kung gaano kapaki-pakinabang ang paraang ito lampas sa pagsubok.

Magkahiwalay na sukatan ang episyensiya ng pagpapalamig at muling paggamit ng init

Layunin ng TEPCO na pagandahin ang karaniwang panukat sa episyensiya ng data center na tinatawag na Power Usage Effectiveness, o PUE. Hinahati nito ang kabuuang kuryenteng ginagamit ng pasilidad sa kuryenteng ginagamit ng mga computing equipment nito. Kapag mas malapit sa 1 ang resulta, mas kaunting karagdagang kuryente ang ginugugol sa pagpapalamig at iba pang sistemang sumusuporta sa operasyon.

Halimbawa, magkakaroon ng PUE na 1.2 ang isang kathang-isip na pasilidad na gumagamit ng 120 yunit ng kuryente habang 100 yunit naman ang ginagamit ng mga computer nito. Mapapahusay ang bilang na iyon kung mababawasan ang sobrang 20 yunit. Hangad ng proyekto sa Tokyo na makamit ang ganitong pakinabang sa pamamagitan ng pagbabago sa paraan ng pag-aalis ng init mula sa mga chip.

May isa pang posibleng pakinabang ang muling paggamit ng init: matutugunan ng kalapit na gumagamit ang bahagi ng pangangailangan nito sa pag-init gamit ang enerhiyang nabawi mula sa computing. Patuloy na pinatatakbo ng kuryente ang mga server, habang inilalabas naman ng pasilidad ang kapaki-pakinabang na enerhiyang init para magamit sa ibang layunin.

Kailangang magkahiwalay na sukatin ang dalawang pakinabang na ito. Dapat subaybayan ng mga operator ang kuryenteng ginagamit sa pagpapalamig, init na aktuwal na naihahatid sa mga kostumer at enerhiyang kung hindi ay gagamitin ng mga kostumer. Nagiging kapaki-pakinabang ang gumaganang koneksiyon para sa init kapag nagagamit ito ng tumatanggap na pasilidad sa oras ng pagdating nito.

Mas episyenteng mga chip, kasabay ng lumalawak na gawain ng AI

Itinuturing ng NVIDIA ang enerhiya bilang pundasyon ng imprastraktura ng AI. Sa pulong sa Davos noong Enero 2026, inihambing ng punong ehekutibong si Jensen Huang ang industriya sa isang keyk na may limang patong: enerhiya sa ilalim, kasunod ang mga chip, imprastraktura, modelo at aplikasyon.

Inilarawan ni Hiroki Saito, kinatawan ng NVIDIA, ang enerhiya bilang unang pintuan ng AI. Ipinapakita rin ng paliwanag niya ang bilis ng pagbabago sa mga pangangailangan sa computing. Gamit ang pagdating ng ChatGPT noong Nobyembre 2022 bilang panimulang punto, tinataya niyang 100 ulit ang pangangailangan sa pagproseso ng modelong pangangatwiran na DeepSeek noong Enero 2025 kumpara sa antas na iyon, at humigit-kumulang 1,000 ulit naman ang autonomous agent na OpenClaw makalipas ang halos isang taon.

Tumutukoy ang mga halimbawang ito sa nagbabagong mga uri ng gawain ng AI. Gumugugol ng computing ang mga modelong pangangatwiran para lutasin ang mga problema, samantalang kayang magsagawa ng sunod-sunod na gawain ang mga ahente. Maaaring mangailangan ng mas malaking kapasidad sa pagproseso ang mas masasalimuot na gawain, kahit nagiging mas episyente ang bawat chip.

Ayon sa NVIDIA, kayang magsagawa ng henerasyong Rubin ng 10 ulit na mas maraming pagproseso para sa mga ahente kaysa Blackwell gamit ang kaparehong dami ng kuryente. Nakadepende ang praktikal na pakinabang sa paraan ng paglalagay ng kagamitan at sa mga gawaing pinatatakbo nito.

Inilarawan din ni Saito ang pagbabago sa mga prayoridad sa operasyon. Nakatuon ang mga tradisyonal na data center sa tuloy-tuloy na operasyon. Kailangan ding mapahusay ng isang AI factory, tawag ng NVIDIA sa imprastrakturang nakasentro sa produksyon ng AI, ang kapaki-pakinabang na output ng computing. Magkasabay ang pagbuti ng kakayahang magproseso sa bawat yunit ng kuryente at pagtaas ng demand, kaya nakadepende sa dalawa ang kabuuang konsumo.

Isa pang problema ang biglaang pagbabago sa pangangailangan sa kuryente

May mga hamon ang mga pasilidad ng AI bukod pa sa kabuuang konsumo ng mga ito sa kuryente. Sa pagsasanay ng mga modelo, maaaring sabay-sabay na magbago ang konsumo ng kuryente ng daan-daang libong GPU sa loob ng mga millisecond. Kailangang saluhin ng mga kagamitang elektrikal ang mabilis na pagbabagong ito habang pinananatiling matatag ang suplay ng kuryente.

Ganito inilarawan ang bigat ng suliranin ni Amber Villegas-Williamson, punong consultant sa Uptime Institute, na nagpapayo sa mga tagapagtustos ng kuryente at data center tungkol sa pagiging maaasahan:

Nagdudulot nga ang AI ng napakadi-pangkaraniwang pangangailangan sa kuryente,

Inihambing ni Villegas-Williamson ang pagkasira sa paulit-ulit na pagpapahirap sa makina ng kotse sa halip na panatilihin ito sa tuloy-tuloy na bilis. Sinabi naman ni Drew Baglino, dating ehekutibo ng Tesla at tagapagtatag ng Heron Power Electronics, na panandaliang maaaring umabot nang hanggang 50% lampas sa dinisenyong kapasidad ng pasilidad ang demand ng AI. Sa halimbawang ibinigay niya, maaaring humatak nang 1.5 gigawatts sa isang saglit ang data center na dinisenyo para sa 1 gigawatt.

Kabilang sa mga pagkasira ng kagamitan na iniuugnay sa ganitong bigat ang mga turbine na nabibitak at mga bateryang kailangang palitan sa loob ng ilang linggo o buwan. Iniulat na may mga pasilidad na nasa halos 80% lamang ang kakayahang magbigay ng serbisyo, habang mula ilang libo hanggang daan-daang libong dolyar kada minuto ang tinatayang lugi sa kita habang nakahinto ang operasyon, depende sa gawain ng pasilidad.

Napag-alaman ng North American Electric Reliability Corporation na hindi sapat ang humigit-kumulang tatlong-kapat ng mga modelo ng load na sumasaklaw sa mahigit 33 gigawatts na demand ng mga data center sa Amerika para maipakita ang nagbabagong pag-uugali ng mga ito. Tinutulungan ng mga modelong ito ang mga kompanya ng kuryente na hulaan ang epekto ng mga kostumer sa sistema ng kuryente, kaya mahalagang usapin sa pagpaplano ang mabilis na pagbabago sa konsumo.

Ipinakikita ng planong campus na 2.67 gigawatts sa Kanlurang Texas ang mga epekto nito sa iskedyul. Nagdagdag ng oras para sa engineering ang developer na Joulent upang matugunan ang kahingian ng Microsoft na 99.999% ang pagiging maaasahan, kaya nailipat mula 2027 tungong 2028 ang pagsisimula ng paghahatid ng kuryente. Sa ganitong antas ng pagiging maaasahan, aabot sa halos limang minuto ang taunang paghinto ng serbisyo.

Ilipat ang mga kalkulasyon sa halip na ang kuryente

Tinutugunan naman ng ikalawang eksperimento ng Japan kung saan at kailan kumokonsumo ng kuryente ang AI. Inanunsyo ng J-Power, Cisco Systems, East Japan Railway, Hitachi at Bitmedia noong Oktubre 8, 2026, na nagsasagawa sila ng demonstrasyong nag-uugnay sa mga AI data center sa Yokohama at Kitakyushu.

Nagsimula ang pagsubok noong Agosto 2026 at nakatakdang tumakbo hanggang Pebrero 1, 2027. Sinusubukan nito ang paglilipat ng mga workload, na nangangahulugang pagtatalaga ng mga gawain sa computing sa ibang lugar o ibang oras batay sa mga kondisyon ng kuryente at computing.

Sa paglilipat ng lokasyon, ipinadadala ang isang kalkulasyon sa ibang data center. Sa paglilipat ng oras, itinatakda ang iskedyul nito sa ibang oras ng araw. Isinasaalang-alang ng sistema ang mga pagtataya sa produksyon ng nababagong enerhiya, presyo ng kuryente sa kalakalan, suplay at demand, magagamit na kapasidad sa computing at impormasyon tungkol sa mga sakuna.

Isa sa mga layunin nito ang paggamit ng nababagong kuryenteng maaaring bawasan sana ang produksyon. Nangyayari ang pagbabawas ng produksyon kapag pansamantalang nililimitahan ang paglikha ng enerhiya mula sa araw o hangin dahil hindi kayang dalhin o tanggapin ng network ang lahat ng kuryenteng magagamit. Maaaring madagdagan ang paggamit sa kuryenteng ito kung ililipat ang angkop na mga gawain ng AI rito.

Susuriin din ng mga kumpanya ang dagdag na oras sa pagproseso na dulot ng paglilipat ng trabaho at kung paano mapananatili ang kalidad ng serbisyo. May praktikal na gastos ang paglilipat ng gawain, kaya sinusukat ng pagsubok ang kapakinabangan sa kuryente at epekto nito sa performance ng computing.

Iniuugnay ng fiber ng riles ang mas malawak na eksperimento

Sinusubukan din ng limang kumpanya ang isang all-photonic network sa kahabaan ng Joetsu Shinkansen. Gagamit ang mga optical transmission equipment sa mga istasyon ng Echigo-Yuzawa, Jomo-Kogen at Takasaki ng umiiral na fiber ng riles upang suriin ang kalidad ng komunikasyon sa ilalim ng pagyanig at nagbabagong lagay ng panahon.

Saklaw ng mga pagsubok ang pagkawala ng signal, mga error sa transmisyon, pagkaantala at pagbabago-bago ng pagkaantala. Mahalaga ang mga sukat na ito kapag kailangang magtulungan ang mga pasilidad ng computing sa magkakaibang lugar. Hiwalay na bahagi ng programa ang eksperimento sa network ng riles, kasabay ng paglilipat ng mga workload sa pagitan ng Yokohama at Kitakyushu.

Pangungunahan ng J-Power ang samahan at susuriin nito ang mga resulta. Bubuuin ng Hitachi ang sistema para sa paglilipat ng mga workload at ang kapaligiran para sa mga optical test; susuportahan ng Cisco ang disenyo at pagsukat ng network; susuriin ng JR East ang mga kagamitan sa komunikasyon ng riles; at bubuuin ng Bitmedia ang sistema sa loob ng mga data center.

Kasunod ang gawaing ito ng pagkakatatag noong Abril 2026 ng isang konsehong kinabibilangan din ng JR West Optical Network at Nagoya Railroad. Layunin nitong palawakin ang koordinadong pagpapatakbo ng magkakahiwalay na AI data center gamit ang mga optical network na sumasaklaw sa malalawak na lugar at paglilipat ng mga workload.

Ipinakikita ng mahahalagang yugto kung paano nagsasapawan ang mga eksperimento sa init at computing:

• Abril 2026: Nagtatag ang pitong kumpanya ng konseho para sa optical networking at paglilipat ng mga workload.
• Hunyo 30, 2026: Pinili ng Tokyo ang panukala ng TEPCO para sa pagbawi ng init.
• Hulyo 16, 2026: Nagsimula ang panahon ng demonstrasyon sa init sa Tokyo.
• Agosto 2026: Nagsimula ang pagsubok sa paglilipat ng mga workload sa Yokohama at Kitakyushu.
• Pebrero 1, 2027: Nakatakdang magtapos ang demonstrasyon sa paglilipat ng mga workload.
• Marso 31, 2028: Nakatakdang magtapos ang proyekto sa pagbawi ng init sa Tokyo.

Hangad ng Japan ang mas maraming computing at mas kaunting nasasayang na enerhiya

Nagsusulong ang Japan ng pamumuhunan sa AI at semiconductor habang nagsisikap itong makamit ang carbon neutrality pagsapit ng 2050. Bahagi ng pagpapalawak na industriyal na ito ang mga pabrika ng TSMC sa Prepektura ng Kumamoto. Umabot sa halos 22% ng kabuuang nalikhang kuryente sa Japan noong 2022 ang suplay mula sa nababagong enerhiya, kaya lubos pa ring umaasa ang bansa sa iba pang mapagkukunan, kabilang ang mga fossil fuel.

Itinatakda rin sa ikalimang komprehensibong espesyal na plano sa negosyo ng TEPCO ang layuning mapasama sa pinakamataas sa mundo pagsapit ng piskal na 2040 ang paglago ng demand ng mga data center sa metropolitan Tokyo. Kaya kasabay ng tahasang hangaring palawakin ang sektor ang proyekto nito sa init.

Magkakaibang bahagi ng pagpapalawak na ito ang tinutugunan ng pagbawi ng init at paglilipat ng mga workload. Hangad ng WaBiCo na makakuha ng mas kapaki-pakinabang na output mula sa kuryenteng nagamit na ng mga server. Layunin naman ng paglilipat ng mga workload na mas maitugma ang demand sa computing sa pagkakaroon ng kuryente. Kailangan din ng mga pamamaraang ito ang kagamitang kayang humawak sa mabilis na pagbabago ng kuryente upang mapanatili ang pagiging maaasahan.

Para sa mga kalapit na komunidad, kabilang sa mga konkretong pagkakataon ang kapaki-pakinabang na init at mas malapit na ugnayan ng mga data center sa mga lokal na pangangailangan sa enerhiya. Para sa mga operator, nakatuon ang mga pagsubok sa gastos sa pagpapalamig, produktibong oras ng computing at maaasahang serbisyo. Ang susunod na mahalagang hakbang ay ang pagsukat ng performance: gaano karaming enerhiya ang matitipid o magagamit muli habang nagpapatuloy ang gawain ng mga computer.

Mahahalagang Punto

• Sinusuportahan ng Tokyo ang demonstrasyon ng TEPCO para sa pagbawi ng init, na may hanggang 520 milyong yen para sa mga kuwalipikadong gastos.
• Tatakbo ang proyekto hanggang Marso 31, 2028, at tututok ito sa pagpapalamig, mga paliguan, pabrika at pag-init ng distrito.
• Gumagamit ang WaBiCo ng pagsingaw sa pinababang presyon upang direktang makabawi ng kapaki-pakinabang na init mula sa mga GPU.
• Inililipat naman sa hiwalay na pagsubok ang mga gawain ng AI sa pagitan ng Yokohama at Kitakyushu, at sa magkakaibang oras ng operasyon, upang maitugma ang mga ito sa kondisyon ng suplay ng kuryente.
• Nagdudulot din ng mga problema sa kagamitan at pagiging maaasahan ang mabilis na pagbabago sa konsumo ng kuryente ng AI.
• Ang aktuwal na matitipid na enerhiya, maihahatid na init na nabawi at performance sa operasyon ang magtatakda sa praktikal na halaga ng mga demonstrasyon.