実績のあるインフラストラクチャの設計図を活用して、AIファクトリーの設計を加速させる

データホールやクラスター規模の最適化では、サイト全体に対する短期的な要件ではありません。既存のインフラがAC電源ベースである場合、当面の課題は "全面的な入れ替えを行うかどうか" ではなく、"どこにDC変換装置を導入するか"、"それをラックのどこまで近くに設置できるか" という点にあります。現実的なトレードオフは、上流のAC配電を維持すること、ラックに隣接した電源サイドカーを追加すること、、将来の800VDC負荷をサポートするのに十分な物理的・電気的スペースを確保することの間にあります。サイドカー方式やパワーラック方式を採用することで、データセンター全体を直流（DC）に転換することなく、800 VDCの機器を導入することが可能になります。これは重要な点です。なぜなら、800 VDCの初期導入は、建物内のすべての負荷ではなく、特定の高密度AIクラスターを対象としているからです。将来、より大規模な拡張が行われる場合には、より一元化された800 VDCのサポートが必要となるかもしれませんが、それは

ここでの主なトレードオフは、柔軟性と隔離性のバランスです。電源チェーンを共有することで、機械的な負荷が低下する日（例えば、冷却器の稼働が鈍り、利用可能な容量の多くをIT負荷に割り当てられる場合など）には、運用担当者に余裕が生まれます。分離型アーキテクチャは、800 VDCへのアップグレードを含む将来の変更に対してIT側に明確な境界を提供しますが、その容量が独自の系統内に収まっているため、機械用電力の再配分が難しくなります。 いずれの構成を採用するにせよ、事業者は季節ごとの運用モード、保守シナリオ、発電機の負荷、CDUの電力経路、および空冷式、液体冷却式、そして将来導入される直流電源式IT機器の予想される構成比について、徹底的な検証を行う必要があります。

必ずしもそうではありません。UPSとBESSは目的が異なり、BESSがUPSを代替できるかどうかは、AIのワークロードの可用性とライドスルー要件に依存します。高可用性推論ワークロードのような中断を許容できないAIアプリケーションの場合、UPSは瞬時のライドスルー、電力品質サポート、および短時間の障害に対する保護を提供するため、依然として主要な保護レイヤです。BESSは、エネルギーの最適化、ピーク需要管理、グリッドサービス、再生可能エネルギーの統合、より長時間の蓄電を可能にすることで、補完的な役割を果たしています。多くのAI施設では、BESSは全体的なエネルギー戦略を強化し、UPSは重要な負荷を中断から守り続けます。UPSをBESSに置き換える前に、企業はワークロード耐性、回復力要件、ライドスルー期待値を慎重に評価する必要があります。

BESSの使用例、アーキテクチャの検討事項、採用基準に関するガイダンスについては、当社のホワイトペーパー『BESSの理解：データセンター用蓄電池エネルギー貯蔵システム (Understanding BESS: Battery Energy Storage Systems for Data Centers)』をお読みください。

Schneider Electricのデータセンター向けガイダンスも同様に、BESSを重要な電源保護の直接的な代替ではなく、回復力、持続可能性、エネルギー最適化のためのツールとして位置づけています

プレハブ式はパワースキッド以外にも応用可能ですが、事業者は、どの現場作業をクリティカルパスから外したいかを検討する必要があります。主なプレハブ要素には、中電圧機器、E-House、低電圧電源系統、Power Skids、ITポッド、統合ラック、オンボードポンプを内蔵したパッケージ冷却器、選定された配管やサービス通路アセンブリなどが含まれます。その実用的な価値は、電気工事請負業者、設備工事業者、施工管理者、試運転チーム間の現場調整を軽減できる点にあります。Power Skidsは、UPS、開閉器、バッテリー、ATS、管理ソフトウェアを統合することができ、認定済みの構成には、480 V/60 Hzで1,250 kWのモデルに加え、400 Vモデルとして2 MW、2.25 MW、2.5 MWのモデルが含まれます。

参照設計を考える上で有用な視点は、"標準かカスタムか" ではなく、"検証済みの出発点か、白紙からの設計か" という点にあります。AI対応の参照設計は、電力、冷却、ITレイアウト、および制御システムの統合について、あらかじめ設計済みのベースラインをプロジェクトチームに提供することで、計画サイクルを短縮することができます。現在のSchneider Electricの参照設計には、7.392 MW NVIDIA GB200 NVL72液冷AIクラスタ、7.536 MW NVIDIA GB300 NVL72デザイン、10 MW-12.4 MW Vera Rubin NVL72デザイン、1 MW 12ラックプレハブAIソリューション、AMD Instinct™ MI455X GPUを搭載したAMD Helios Rackscale Solutionなどがあります。そのトレードオフは、モジュール化された要素は、主要な塊でプレハブ化できる一方、完全なサイトアーキテクチャーは、ユーティリティの相互接続、機械設備、中電圧配電、IT導入戦略、建設順序を統合する必要があるということです。

余剰容量を計算リソースの増強に活用することは可能ですが、運用担当者はこれを空き容量として扱うのではなく、運用モードの決定事項として扱う必要があります。従来の並行保守可能な施設では、電気的および機械的な余裕を確保しており、これにより、システムの一部をメンテナンスのために停止させても、重要なIT負荷は稼働し続けることができます。AIは経済的な圧力を変える。なぜなら、グリッドの容量、導入スピード、そして計算リソースへの需要により、遊休の余剰容量を維持することの正当性が失われつつあるからです。例えば、同時に保守可能な設備は、コミットされたIT負荷を上回る運用が可能かもしれないが、そうすることで、本来は保守活動や障害発生時の回復力を維持するために確保されていた容量が消費されます。真の判断基準は、各施設ごとに追加のトークンを確保することと、当初の冗長化戦略とのどちらを事業側がより重視するかという点にあります。マージンを狭める前に、動作状態を明確に定義してください。具体的には、通常冗長モード、高スループットモード、メンテナンスモード、および障害対応モードです。

運用担当者が、そのサイトが一般的なコロケーション、高密度のNeocloud顧客、トレーニングクラスタ、推論プラットフォーム、あるいはそれらの組み合わせのいずれに対応可能かを確認できれば、そのワークロードに基づいて設計を進めるべきです。一般的なコロケーション施設では、テナントの要件が明確になるまで、電力および冷却の供給能力について柔軟性を確保しておく必要がある場合があります。特定のAIクラウドや単一用途のAI工場であれば、既知のGPUロードマップ、クラスタトポロジー、ラック密度、および冷却要件に基づいて、直接設計を行うことができます。Schneider ElectricのAIデータセンターオファーは、冷却、電力、ソフトウェア、ポッドおよびラックシステム、高性能AIワークロード向けのライフサイクルサービスなどの統合インフラを中心に、同じ問題をフレーム化しています。

すべての負荷が800 VDCになるかのように、データセンター全体を設計してはなりません。現実的な設計上の問題は、どこで800VDCがアーキテクチャに入り、DC変換ブロックをどの程度の大きさにする必要があるかというおことです。初期導入段階では、大規模な上流設備の改修を行うことなく、既存の空調付きデータセンター内で、1つまたは2つのGPUラックに連動したラック隣接型サイドカーを利用できます。将来的に大規模化するクラスターにおいては、2 MW～5 MW規模の集中型800 VDCブロックの導入が妥当となり、さらに大規模なブロックへの拡張も想定される。一方、長期的なアーキテクチャにおいては、中電圧を約10MWクラスの規模で、ソリッドステート変圧器ベースの変換システムに組み込む可能性もあります。800VDCアーキテクチャは、ACからDCへの変換をITラックの外に移し、電源ラックやサイドカーを使用することで、既存のACベースの設備での混乱を減らすことで、400kWを超えるラック密度に対応している。

重要なトレードオフは、隔離と動的な容量共有のどちらを優先するかという点にある。パワートレインを分離することで、ITインフラと冷却インフラの境界を明確化できます。特に、大型チラー、CDU、データホールが同じ増設区画内で正確に配置できない場合、その効果は顕著です。共有インフラストラクチャは、フリークーリング条件下でも柔軟性を維持できます。これは、トランスおよび下流のアーキテクチャが許容する場合、未使用の機械的容量をIT負荷に振り向けることができるためです。完全分離方式のリスクは、電力の無駄が生じることです。つまり、機械的な負荷が低下したにもかかわらず、IT用トランスがすでに限界状態でオペレートしている場合、運用担当者はその未使用の冷却側容量を計算処理用に再利用することができません。留意すべき差異点：この設計方針を正当化できる基準とするには、データホールの規模、チラーブロックの規模、トランスの配置、冗長性の目標、および季節ごとの運用モードについて、現場ごとの詳細なシミュレーションを行う必要があります。

電気的、気流、流体の流れに関するモデリングは、それぞれのモデルが異なる種類の故障に対処するため、設計を確定する前に実施する必要があります。電気モデリングにより、故障電流、保護機能、安全性、信頼性、および保守や負荷増加に伴うWhat-ifシナリオを検証します。CFD（計算流体力学）または気流シミュレーションにより、封じ込め性能、空気側の処理能力、および冗長冷却システムの挙動を検証します。配管および流体流動のモデリングにより、通常時、冗長時、および保守時において、すべてのラックに必要な冷却水流量が供給されているかどうかを検証します。次の手順は、IT負荷の挙動と施設の挙動を連動させることです。これにより、実際の負荷がかかった状態で施設が稼働する前に、AIによる負荷変動が電源システム、CDU、冷却器制御、および冷却ループ全体に波及するようになります。