AI工場シミュレーション：建設前に電力と冷却を検証する

シミュレーションにより、建設開始前に運用シナリオを実行できるため、設計と運用の間の垣根が低くなります。有用なAI工場モデルは、単に3D空間をレンダリングするだけではありません。幾何学的形状、技術的特性、リアルタイムまたは過去の運用データを統合することで、チームは物理的な変更に多額の費用がかかる前に、機器の配置、電力特性、気流、冷却能力、構造上の制約、およびワークロードへの影響を検証することができます。

なぜなら、AI工場は、インフラの限界に近いところで稼働しており、ちょっとした設計上の仮定が、使用可能なトークン出力、ストランドの電力、冷却能力を低下させたり、保守的な運用マージンを強いる可能性があるからだ。その実用的な価値は、設計段階において "運用同様の" シナリオを検証できる点にあります。具体的には、ラックの移動、次世代アクセラレータの交換、電力密度の向上、異なるCDUの選定、一次ループの変更、断熱冷却塔の想定、AIワークロードのプロファイルなどが挙げられます。

個別のツールはポイント分析には有効ですが、複数のペルソナが同じ施設、資産、運用状況について共通のビューを必要とする場合、その有効性は失われてしまいます。AI工場における設計では、CFD、電力シミュレーション、技術文書、資産モデル、ITテレメトリー、OTテレメトリー、運用履歴が必要であり、これらを実際の設備と照合する必要があります。

共通の統合レイヤーがない場合、各ツールが独自のビューポート、命名規則、データモデルを作成することになり、チームはアセットを手作業で整合させることを余儀なくされます。OpenUSDは、3Dジオメトリを複数のデータソースやソルバーに接続するための標準化レイヤーを提供します。ソフトウェアの相互運用性、産業シミュレーション、協調設計、AIインフラシステムをサポートするため、Schneider Electric、AVEVA、ETAPは、Alliance for OpenUSDに参加しています。

トークンの出力は、コンピューティングスタック内部で何が起きるかによって決まるため、モデルにはラックレベル以下の可視性が必要です。CPU使用率、メモリ使用率、GPU使用率、ネットワークの動作状況、ディスクの稼働状況、およびワークロードの状態を把握することで、ITシステムの動作と、電力消費、放熱、流量要件、熱リスクといったOTシステムへの影響との関連性を把握することができます。

ラックレベルの抽象化では、特定のワークロード、ノード、あるいはコンポーネントの挙動がインフラの状態を左右しているかどうかを見逃してしまいます。だからこそ、AI工場のシミュレーションではITデータとOTデータを組み合わせる必要があります。施設は単に部屋を冷やすことで価値を生み出すのではなく、高価なコンピューティングラックが安全な範囲内で最大限の稼働率を維持できるようにすることで価値を生み出すからです。 Schneider ElectricとNVIDIAの参照設計では、AI工場の設計をMaxPやMaxQといった動作点と明確に結びつけています。特にMaxQは、電力制約によりコンピューティング性能を最適化する必要がある状況において、ワットあたりのトークン数を増加させることを可能にします。

CFDシミュレーションは、ベースラインとwhat-ifシナリオの両方に対して、気流、温度、速度、圧力、冷却動作をテストすることができます。具体的な活用例は単純明快です。まず、室内の基準状態を設定し、AIワークロードを増大させたり、熱負荷をあるラックの位置から別の位置へ移動させたりして、冷気流、冷却能力、および封じ込め戦略が依然としてその負荷に対応できているかどうかを可視化します。空冷環境やハイブリッド環境において、仮定の操作を行う場合、必ずしも 配線工事 や 配管の交換を行う必要は必ずしもありません。モデルを使用すれば、電力損失プロファイルを変更し、その結果生じる熱的挙動を検証することができます。

電力シミュレーションは、障害やメンテナンス状態が使用可能なIT容量にどのような影響を与えるかを定量化することができます。具体的なシナリオとして、リモート電源パネルの故障に加え、別の要素がメンテナンスモードに入るというケースが挙げられます。このシミュレーションにより、施設が依然として必要な冗長性を維持できているかどうか、またN+1構成を維持するためにIT電力をどの程度制限する必要があるかが確認できます。

その出力結果は、運用開始前に、ワークロードのスケジューリングルール、電力上限、または周波数低減の決定に活用できます。ETAPの電気デジタルツイン機能は、高度な電気システムの設計とシミュレーション、動的なWhat-ifシナリオ分析、電気インフラのリアルタイム性能追跡、エネルギー効率の最適化、予知保全、および電力使用量に基づくインフラ計画をサポートします。

シミュレーションを活用すれば、調達や建設に先立ち、電力、冷却、構造面への影響を検証することで、ある世代のGPUを別の世代のものに置き換えた場合の影響を評価することができます。具体的な例として、モデル内でラックを選択し、将来導入される高密度かつ重量の大きいプラットフォームをシミュレーションすることで、床、配管のサイズ、冷却ループ、および電気インフラが、その変更に対応できるかどうかを検証することが挙げられます。

AI工場は従来の設備よりもリフレッシュが速く、次世代ラックプラットフォームは重量、排熱、パイプサイジング、フロー要件、電力密度を変える可能性があるためだ。

保守的な仮定や設計ミスがもたらすコストがあまりにも高いため、AI工場においてシミュレーションは実務上の必須要件となりつつある。もし、施設管理チームが冷却、電力、あるいは冗長性の余裕について確信を持てないために、高価値のラックを90％の稼働率でしか運用できない場合、オペレーターは建物内で最も価値のある資産の稼働余力を無駄にすることになります。

AI工場では、施設の設計、作業負荷の動向、および 稼働率 の経済性は密接に関連しているため、シミュレーションが必要となる。ETAPによる電力シミュレーション、CFD、リアルタイムテレメトリ、および視覚的なwhat-ifシナリオを活用することで、オペレーターはAI工場がエッジに近い環境で安全に稼働できるかどうかを左右する条件を検証することができます。 OpenUSDベースのデジタルツインは、設計、建設、運用にわたるシステムレベルの推論を可能にすることで、データやツールのサイロ化という課題をさらに解決します。