KI-Fabrik-Simulation: Stromversorgung und Kühlung validieren, bevor gebaut wird

Simulationen verringern die Trennung zwischen Planung und Betrieb, indem sie es Teams ermöglichen, Betriebsszenarien bereits vor Baubeginn durchzuspielen. Ein sinnvoller digitaler Zwilling einer KI-Fabrik geht weit über die Visualisierung eines 3D-Modells hinaus. Er verbindet Geometrie-, Engineering- und Betriebsdaten, um Stromversorgung, Kühlung, Luftführung, Kapazitäten und Workload-Auswirkungen realitätsnah zu simulieren. Dadurch können Teams fundierte Entscheidungen treffen, noch bevor physische Anpassungen Zeit und Kosten verursachen.

Das ist entscheidend, da KI-Fabriken häufig an den Grenzen ihrer Leistungsfähigkeit arbeiten. Schon geringfügige Fehlannahmen im Design können die nutzbare KI-Rechenleistung reduzieren, wertvolle Energie- oder Kühlkapazitäten ungenutzt lassen und Betreiber dazu zwingen, mit größeren Sicherheitsreserven als nötig zu arbeiten. Der eigentliche Mehrwert liegt darin, realitätsnahe Betriebsszenarien schon während der Planung zu simulieren. Dazu zählen Rack-Umstellungen, der Einsatz neuer Accelerator-Generationen, steigende Leistungsdichten, alternative CDU-Konfigurationen, Anpassungen der Primärkühlung, verschiedene Kühlturmkonzepte sowie unterschiedliche KI-Workload-Szenarien.

Separate Tools eignen sich zwar für die punktuelle Analyse, versagen jedoch, wenn mehrere Benutzer einen gemeinsamen Überblick über dieselbe Anlage, dieselben Anlagenkomponenten und denselben Betriebszustand benötigen. Bei der Planung von KI-Fabriken müssen CFD-Simulationen, Leistungssimulationen, technische Dokumentationen, Anlagenmodelle, IT-Telemetrie, OT-Telemetrie und Betriebsdaten auf die tatsächlichen Anlagen abgestimmt werden.

Fehlt eine zentrale Integrationsplattform, arbeitet jedes Tool mit eigenen Ansichten, Benennungen und Datenmodellen. Das erschwert die Zusammenarbeit und zwingt Teams dazu, Informationen und Assets manuell zu harmonisieren. OpenUSD bietet die Standardisierungsebene für die Verbindung von 3D-Geometrie mit mehreren Datenquellen und Solvern.Schneider Electric, AVEVA und ETAP sind der Alliance for OpenUSDbeigetreten, um Software-Interoperabilität, industrielle Simulation, kollaboratives Design und KI-Infrastruktursysteme zu unterstützen.

Der Token-Output hängt davon ab, was innerhalb des Compute-Stacks geschieht. Daher benötigt das Modell Transparenz bis unterhalb der Rack-Ebene. Kennzahlen wie CPU-, Speicher- und GPU-Auslastung, Netzwerkaktivitäten, Festplattenzugriffe sowie der aktuelle Workload-Zustand schaffen die Verbindung zwischen dem Verhalten der IT-Systeme und deren Auswirkungen auf die physische Infrastruktur. Dazu zählen Energieverbrauch, Wärmelasten, Anforderungen an Kühlkreisläufe und potenzielle thermische Risiken.

Eine reine Betrachtung auf Rack-Ebene zeigt nicht, welcher Workload, welcher Server oder welche einzelne Komponente die Infrastruktur tatsächlich beeinflusst. Deshalb müssen moderne Simulationen für KI-Fabriken IT- und OT-Daten zusammenführen. Schließlich erzeugt eine KI-Fabrik ihren Mehrwert nicht durch gekühlte Räume, sondern durch die maximale sichere Auslastung ihrer GPU- und Compute-Infrastruktur. Vor diesem Hintergrund orientieren sich die Referenzarchitekturen von Schneider Electric und NVIDIA an definierten Betriebsprofilen wie MaxP und MaxQ. Insbesondere MaxQ unterstützt einen höheren Token-Durchsatz pro Watt und verbessert damit die Effizienz der KI-Infrastruktur bei begrenzter verfügbarer Leistung.

Mithilfe von CFD-Simulationen lassen sich Luftströmung, Temperatur, Geschwindigkeit, Druck und das Kühlverhalten sowohl im Vergleich zum Referenzszenario als auch in Was-wäre-wenn-Szenarien untersuchen. Der praktische Anwendungsfall ist einfach: Man beginnt mit einem Ausgangszustand des Raums, erhöht die KI-Auslastung oder verlagert die thermische Last von einem Rack-Standort auf einen anderen und überprüft, ob der Kaltluftstrom, die Kühlleistung und die Containment-Strategie die Last weiterhin bewältigen können. Bei luftgekühlten oder hybriden Infrastrukturen müssen für die Bewertung einer Rack- oder Workload-Verlagerung nicht zwangsläufig sämtliche Verkabelungs- oder Rohrleitungsänderungen modelliert werden. Das Simulationsmodell kann die Verteilung der Wärmeleistung anpassen und untersuchen, wie sich diese Änderung auf Temperaturen, Luftströme und die Kühlleistung auswirkt.

Eine Stromversorgungssimulation kann quantifizieren, wie sich ein Ausfall oder eine Wartungssituation auf die tatsächlich verfügbare IT-Kapazität auswirkt. Ein praktisches Szenario ist eine ausgefallene Fernsteuerungseinheit in Verbindung mit einem zweiten Element, das in den Wartungsmodus wechselt. Die Simulation kann aufzeigen, ob die Anlage weiterhin die erforderliche Redundanz aufweist und in welchem Umfang die IT-Leistung gedrosselt werden muss, um das N+1-Verhalten aufrechtzuerhalten.

Diese Ergebnisse können genutzt werden, um bereits vor der Inbetriebnahme fundierte Entscheidungen über Workload-Scheduling, Leistungsobergrenzen oder die Drosselung von Prozessorfrequenzen zu treffen. Mit seinem Electrical Digital Twin ermöglicht ETAP die detaillierte Planung und Simulation elektrischer Systeme, die Analyse unterschiedlicher Betriebsszenarien, die Echtzeitüberwachung der elektrischen Infrastruktur sowie die Optimierung von Energieeffizienz, vorausschauender Wartung und Kapazitätsplanung.

Mithilfe von Simulationen lassen sich die Auswirkungen des Austauschs einer GPU-Generation gegen eine andere bewerten, indem vor der Beschaffung oder dem Bau die Folgen für den Stromverbrauch, die Kühlung und die Konstruktion getestet werden. Ein typisches Anwendungsszenario ist die Simulation eines Rack-Upgrades auf eine leistungsstärkere und schwerere Hardwaregeneration. Dadurch kann überprüft werden, ob Tragfähigkeit des Bodens, Auslegung der Rohrleitungen, Kapazität der Kühlkreisläufe und die elektrische Versorgung für die neue Plattform ausreichend dimensioniert sind.

Dies ist von Bedeutung, da KI-Fabriken schneller modernisiert werden als herkömmliche Anlagen, und Rack-Plattformen der nächsten Generation können Auswirkungen auf Gewicht, Wärmeabgabe, Rohrdimensionierung, Durchflussanforderungen und Leistungsdichte haben.

Simulationen werden für KI-Fabriken zu einer praktischen Notwendigkeit, da die Kosten konservativer Annahmen oder Konstruktionsfehler zu hoch sind. Kann ein Hochleistungs-Rack aufgrund von Unsicherheiten hinsichtlich Kühlung, Stromversorgung oder Redundanz nur zu 90 % ausgelastet werden, bleibt ein Teil seines Potenzials ungenutzt. Dadurch geht wertvolle Token-Kapazität auf einer der wichtigsten und teuersten Ressourcen im Rechenzentrum verloren.

KI-Fabriken erfordern Simulationen, weil Anlagendesign, Workload-Verhalten und die Wirtschaftlichkeit der Auslastung eng miteinander verknüpft sind. Mit ETAP-Stromsimulationen, CFD-Modellen, Echtzeit-Telemetrie und visuellen What-if-Szenarien können Betreiber realitätsnah prüfen, ob ihre KI-Fabrik sicher mit maximaler Auslastung betrieben werden kann. Gleichzeitig überwinden OpenUSD-basierte digitale Zwillinge Datensilos und isolierte Tool-Landschaften, indem sie eine durchgängige, systemweite Sicht auf Planung, Errichtung und Betrieb schaffen.