AI-fabriekssimulatie: valideer stroomvoorziening en koeling voordat je gaat bouwen

Simulatie vervaagt de grens tussen ontwerp en exploitatie doordat teams operationele scenario's kunnen doorrekenen nog voordat de bouw van start gaat. Een bruikbaar AI-fabrieksmodel doet meer dan alleen een 3D-ruimte weergeven; het koppelt geometrie, technische kenmerken en actuele of historische bedrijfsgegevens aan elkaar, zodat teams de plaatsing, het stroomverbruik, de luchtstroom, de koelcapaciteit, structurele beperkingen en de impact op de werklast kunnen testen voordat fysieke aanpassingen hoge kosten met zich meebrengen.

Dit is van belang omdat AI-fabrieken op de grens van hun infrastructurele capaciteit opereren, waarbij kleine aannames in het ontwerp kunnen leiden tot een lagere opbrengst aan bruikbare tokens, onbenutte stroom- of koelcapaciteit, of tot conservatieve bedrijfsmarges. De praktische meerwaarde zit hem in het testen van 'praktijkgerichte' scenario's nog tijdens de ontwerpfase: verplaatsingen van racks, het vervangen van versnellers door nieuwere modellen, een hogere vermogensdichtheid, verschillende keuzes voor CDU's, wijzigingen in de primaire kringloop, aannames met betrekking tot adiabatische koeltorens en AI-werkbelastingprofielen.

Afzonderlijke tools zijn geschikt voor puntanalyses, maar schieten tekort wanneer meerdere gebruikers een gezamenlijk overzicht nodig hebben van dezelfde faciliteit, bedrijfsmiddelen en operationele status. Bij het ontwerpen van AI-fabrieken is het noodzakelijk dat CFD, vermogenssimulaties, technische documentatie, activamodellen, IT-telemetrie, OT-telemetrie en operationele gegevens allemaal op dezelfde fysieke apparatuur zijn afgestemd.

Zonder een gemeenschappelijke integratielaag creëert elke tool zijn eigen weergavegebied, naamgevingsconventie en datamodel, waardoor teams gedwongen worden om activa handmatig op elkaar af te stemmen. OpenUSD biedt de standaardisatielaag voor het koppelen van 3D-geometrie aan meerdere gegevensbronnen en solvers. Schneider Electric, AVEVA en ETAP hebben zich aangesloten bij de Alliance for OpenUSD om software-interoperabiliteit, industriële simulatie, collaboratief ontwerp en AI-infrastructuursystemen te ondersteunen.

De token-output hangt af van wat er binnen de computingstack gebeurt, dus het model moet inzicht hebben tot op het niveau onder het rack. CPU-bezetting, geheugenbezetting, GPU-bezetting, netwerkgedrag, schijfactiviteit en de status van de werklast helpen om een verband te leggen tussen IT-gedrag en de gevolgen voor OT, zoals stroomverbruik, warmteafvoer, stroomvereisten en thermische risico's.

Een abstractie op rackniveau laat buiten beschouwing of de toestand van de infrastructuur wordt bepaald door het gedrag van een specifieke workload, knooppunt of component. Daarom moet AI-fabriekssimulatie IT- en OT-gegevens combineren: de faciliteit creëert geen waarde door ruimtes koel te houden; de faciliteit creëert waarde door ervoor te zorgen dat dure compute-racks op de hoogst mogelijke veilige bezettingsgraad kunnen draaien. Het referentieontwerp van Schneider Electric en NVIDIA koppelt het ontwerp van AI-fabrieken expliciet aan werkpunten zoals MaxP en MaxQ, waarbij MaxQ meer tokens per watt mogelijk maakt wanneer stroombeperkingen geoptimaliseerde rekenprestaties vereisen.

Met CFD-simulaties kunnen de luchtstroom, temperatuur, snelheid, druk en het koelgedrag worden getest, zowel in basisscenario's als in 'wat-als'-scenario's. De praktische toepassing is eenvoudig: begin met de uitgangssituatie in de ruimte, voeg een zwaardere AI-werkbelasting toe of verplaats de thermische belasting van de ene racklocatie naar de andere, en breng in beeld of de koude luchtstroom, het koelvermogen en de inperkingsstrategie de belasting nog steeds aankunnen. In luchtgekoelde of hybride omgevingen hoeft een 'wat-als'-scenario niet altijd een volledige herbekabeling of nieuwe leidingen; het model kan het kilowatt-afvoerprofiel aanpassen en het resulterende thermische gedrag testen.

Met een stroomsimulatie kan worden vastgesteld in hoeverre een storing of onderhoudssituatie van invloed is op de beschikbare IT-capaciteit. Een praktisch scenario is een defect extern stroomschakelpaneel in combinatie met een tweede onderdeel dat in de onderhoudsmodus terechtkomt. De simulatie kan aantonen of de installatie nog steeds aan de vereiste redundantie-eisen voldoet en in hoeverre het IT-vermogen moet worden beperkt om het N+1-gedrag te behouden.

Die output kan vervolgens worden gebruikt om regels voor de planning van de werklast, stroomlimieten of frequentieverlagingen vast te stellen voordat de activiteiten van start gaan De digital twin-mogelijkheden van ETAP op elektrisch gebied ondersteunen geavanceerd ontwerp en simulatie van elektrische systemen, dynamische 'wat-als'-scenarioanalyses, realtime monitoring van de prestaties van de elektrische infrastructuur, optimalisatie van de energie-efficiëntie, preventief onderhoud en infrastructuurplanning op basis van het stroomverbruik.

Met behulp van simulaties kan worden nagegaan wat de gevolgen zijn van het vervangen van de ene generatie GPU's door de andere, door voorafgaand aan de aanschaf of bouw de effecten op het stroomverbruik, de koeling en de constructie te testen. Een praktisch voorbeeld is het selecteren van een rack in het model en het testen van een toekomstig platform met een hogere dichtheid en een hoger gewicht, om te bepalen of de vloer, de leidingdiameters, het koelcircuit en de elektrische infrastructuur deze verandering aankunnen.

Dit is van belang omdat AI-fabrieken sneller worden vernieuwd dan traditionele faciliteiten, en omdat de volgende generatie rackplatforms gevolgen kan hebben voor het gewicht, de warmteafvoer, de afmetingen van leidingen, de vereisten voor de doorstroming en de vermogensdichtheid.

Simulatie wordt een praktische noodzaak voor AI-fabrieken, omdat de kosten van te voorzichtige aannames of ontwerpfouten te hoog zijn. Als een kostbaar rack slechts voor 90% kan worden benut omdat het facilitaire team onvoldoende vertrouwen heeft in de koeling, de stroomvoorziening of de redundantiemarges, laat de operator symbolische capaciteit onbenut in het meest waardevolle activum in het gebouw.

AI-fabrieken hebben simulatie nodig vanwege het ontwerp van de faciliteiten, het gedrag van de werklast en de gebruikseconomie nauw met elkaar verbonden zijn. ETAP-stroomsimulatie, CFD, realtime telemetrie en visuele 'wat-als'-scenario's helpen operators bij het testen van de omstandigheden die bepalen of de AI-fabriek veilig op het randje kan draaien. OpenUSD-gebaseerde digital twins pakken het probleem van gescheiden data en tools verder aan door redeneringen op systeemniveau mogelijk te maken over ontwerp, bouw en exploitatie heen.