De flesta datacenterhallar är byggda för en annan tid. De dimensionerades för servrar, lagring och nätverk som tillsammans drog några kilowatt per rack och kyldes med luft. Moderna AI-system passar inte in i den modellen. Ett enda rack med de senaste GPU:erna kan i dag dra mer effekt än en hel rad med traditionell IT.
Det gör att frågan om var och hur AI-infrastrukturen ska stå inte längre är en detalj som löses i slutet av ett projekt. Kyla och el har blivit lika avgörande som själva hårdvaran. Här tittar vi på vad som har förändrats, varför vätskekylning har blivit standard för AI och vad det betyder för er som planerar nästa investering.
Från tiotals till hundratals kilowatt per rack
Utvecklingen har gått snabbt. Enligt AFCOM:s rapport State of the Data Center 2026 har den genomsnittliga effekten per rack ökat från 16 till 27 kW på ett enda år, den största ökningen på tio år. Men genomsnittet döljer var förändringen egentligen sker. Det är AI-racken som drar upp siffrorna, och där handlar det om helt andra nivåer.
Och utvecklingen fortsätter. NVIDIA har redan aviserat rack med Rubin Ultra som väntas närma sig 600 kW under andra halvåret 2027. Varje ny GPU-generation drar mer effekt per rack, och planeringen behöver utgå från vart utvecklingen är på väg, inte från vad som står i hallen i dag.
| Typ av rack | Ungefärlig effekt per rack | Kylning |
|---|---|---|
| Traditionell företags-IT | 5-15 kW | Luft |
| Genomsnitt alla datacenter 2026 | 27 kW | Mestadels luft |
| NVIDIA GB200 NVL72 | ca 120 kW | Vätska direkt till chip, krav |
| NVIDIA Vera Rubin NVL72 (lanseras 2026) | ca 190-230 kW, beroende på konfiguration | Vätska i princip hela racket |
Varför luft inte räcker längre
Luft är helt enkelt ett dåligt medium för att transportera värme. Vid låga effekter går det bra, men när ett rack ska kylas bort från hundra kilowatt eller mer krävs så stora luftmängder och så höga fläkthastigheter att det blir fysiskt och ekonomiskt orimligt. Fläktarna drar dessutom själva en betydande del av energin. Vätska kan ta upp och transportera värme betydligt mer effektivt, och därför har vätskekylning gått från att vara en nisch för superdatorer till att bli standard för nya AI-installationer.
Direct-to-chip. Kylplattor sitter direkt på GPU:er och CPU:er, och vätska leds genom dem i ett slutet system. Det är den vanligaste lösningen för AI-racken i dag.
Bakdörrskylare. En värmeväxlare monteras på rackets baksida och kyler luften innan den släpps ut i hallen. Ett bra mellansteg i befintliga hallar, men räcker inte för de tätaste systemen.
Immersion. Hela servrarna sänks ner i en icke-ledande vätska. Mycket effektivt, men kräver annan hårdvara och nya driftrutiner.
I praktiken handlar det sällan om antingen eller. De flesta AI-miljöer kombinerar vätskekylning för GPU:erna med luft för övrig utrustning. Det centrala är att hallen får en ny infrastruktur: kylvätskefördelning (CDU), rörsystem, läckagedetektering och ett sätt att föra bort värmen från byggnaden. Det finns också en fördel som ofta glöms bort – vätskekylning arbetar med högre temperaturer på kylvätskan, vilket gör spillvärmen mer användbar. I Norden, med utbyggda fjärrvärmenät, kan värmen från AI-klustret värma bostäder i stället för att släppas ut i luften.
Energin är den egentliga flaskhalsen
Kylningen går att lösa med rätt teknik. Effekten är svårare. Ett rack som drar över hundra kilowatt behöver motsvarande elförsörjning, och ett kluster med flera sådana rack kan kräva mer effekt än vad en befintlig byggnad har tillgång till. Att få ny effekt ansluten tar ofta lång tid, och på flera håll i Sverige är elnätet redan ansträngt. Därför är det inte längre kylningen som i första hand begränsar hur snabbt AI-kapacitet kan byggas ut, utan tillgången till el.
Leverantörerna anpassar sig efter samma verklighet. NVIDIA har presenterat en strömarkitektur med 800 volt likström som ska införas från 2027 och klara rack på upp till en megawatt, med målet att minska förlusterna och mängden koppar när effekten per rack fortsätter att öka. Den nya generationen, Vera Rubin, är byggd för vätskekylning i hela racket och behöver betydligt mindre luftflöde än tidigare system. HPE har lång erfarenhet av direkt vätskekylning från superdatorvärlden, bland annat med Cray EX, och har lanserat en helt fläktfri vätskekyld systemarkitektur för organisationer som bygger storskalig AI. För den som bygger referensarkitekturer som NVIDIA DGX SuperPOD betyder det att datacentret, kylningen och elförsörjningen behöver vara en lika genomtänkt del av designen som GPU:erna, nätverket och lagringen.
Vad det betyder för er som planerar AI-infrastruktur
För de flesta organisationer är frågan inte om de ska bygga ett nytt datacenter, utan hur befintliga lokaler och avtal kan klara AI-utrustningen. Några saker är värda att gå igenom tidigt:
1. Kartlägg vad hallen klarar i dag. Hur mycket effekt finns per rack och totalt? Finns det kylvatten eller möjlighet att dra fram det? Klarar golvet vikten? Vätskekylda AI-rack är betydligt tyngre än vanliga rack.
2. Välj hårdvara utifrån lokalerna, eller lokaler utifrån hårdvaran. Alla AI-system kräver inte vätskekylning. Det finns luftkylda alternativ som passar befintliga hallar, men med lägre densitet. Det viktiga är att valet görs medvetet.
3. Räkna på mer än elpriset. Vätskekylning kostar mer att installera, men ger ofta lägre energianvändning för kylningen och tar mindre golvyta. Med fjärrvärme kan spillvärmen dessutom bli en intäkt eller ett hållbarhetsargument.
4. Fråga er colocation-leverantör rätt saker. Allt fler erbjuder vätskekylning, men det varierar stort hur mycket effekt per rack de faktiskt klarar och hur snabbt de kan leverera.
5. Planera för nästa generation. Det som installeras i dag kommer att ersättas med utrustning som drar ännu mer. Bygg infrastrukturen så att den kan växa utan att allt måste göras om.
Den vanligaste fällan vi ser är att hårdvaran beställs först och att frågan om el och kyla kommer upp när leveransen närmar sig. Då är det ofta för sent att lösa det på ett bra sätt. Planera därför hallen innan hårdvaran.
Planera hallen innan hårdvaran
Aixia är Skandinaviens enda NVIDIA DGX SuperPOD-certifierade partner. Vi hjälper till att planera AI-infrastruktur där effekt, kylning och placering är en del av designen från början, oavsett om utrustningen ska stå i ert eget datacenter, hos en colocation-leverantör eller i en kombination.
Boka en genomgång av era förutsättningar för AI-infrastruktur. Vi går igenom vad era lokaler klarar i dag, vilka system som passar och vad som krävs för att ni ska kunna växa med nästa generation.