Simulation d'AI factory : valider l'alimentation et le refroidissement avant de construire

La simulation estompe la frontière entre la conception et l'exploitation en permettant aux équipes de tester des scénarios d'exploitation avant le début des travaux. Un modèle d'AI factory performant ne se contente pas de générer une représentation 3D d'une pièce ; il relie la géométrie, les caractéristiques techniques et les données d'exploitation en temps réel ou historiques, ce qui permet aux équipes de tester l'implantation, l’alimentation, la circulation de l'air, la capacité de refroidissement, les contraintes structurelles et l'impact sur la charge de travail avant que les modifications physiques ne deviennent coûteuses.

Cela est important car les AI factories fonctionnent à la limite des capacités des infrastructures, où de simples hypothèses de conception peuvent réduire la production de jetons utilisables, mobiliser de l’énergie ou de la capacité de refroidissement, ou imposer des marges d’exploitation prudentes. L'intérêt pratique réside dans la possibilité de tester des scénarios « en conditions réelles » dès la phase de conception : déplacement de racks, remplacement des accélérateurs de nouvelle génération, augmentation de la densité de puissance, choix de différentes CDU, modifications de la boucle primaire, hypothèses relatives aux tours de refroidissement adiabatiques et profils de charge de travail de l'IA.

Les outils distincts fonctionnent pour l'analyse ponctuelle, mais ils s'avèrent insuffisants lorsque plusieurs profils ont besoin d'une vue commune sur une même installation, ses actifs et son état de fonctionnement. La conception d'une AI factory nécessite des données de CFD, de simulation de puissance, de documentation technique, de modélisation des actifs, de télémétrie informatique et de télémétrie opérationnelle, ainsi que l'historique d'exploitation, afin de les faire correspondre aux équipements physiques réels.

Sans couche d'intégration commune, chaque outil crée sa propre fenêtre, sa propre convention de dénomination et son propre modèle de données, ce qui oblige les équipes à réconcilier les actifs manuellement. OpenUSD fournit la couche de normalisation permettant de relier la géométrie 3D à plusieurs sources de données et solveurs. Schneider Electric, AVEVA et ETAP ont rejoint l'Alliance for OpenUSD afin de soutenir l'interopérabilité logicielle, la simulation industrielle, la conception collaborative et les systèmes d'infrastructure d'intelligence artificielle.

La production de jetons dépend de ce qui se passe au sein de la pile de calcul ; le modèle doit donc disposer d'une visibilité au-delà du niveau du rack. L'utilisation du CPU, de la mémoire, du processeur graphique, le comportement du réseau, l'activité des disques et l'état de la charge de travail permettent de relier le comportement des systèmes informatiques aux conséquences sur les systèmes opérationnels, telles que la consommation électrique, le dégagement de chaleur, les besoins en débit et les risques thermiques.

Une abstraction au niveau du rack ne permet pas de savoir si une charge de travail spécifique, un nœud ou le comportement d'un composant est à l'origine de l'état de l'infrastructure.c'est pourquoi la simulation d'usines d’IA doit combiner les données IT et OT : l'installation ne produit pas de valeur en gardant les salles froides ; l'installation produit de la valeur en permettant aux racks de calcul coûteux de fonctionner à l'utilisation sûre la plus élevée.Les travaux de Schneider Electric et de NVIDIA sur la conception de référence lient explicitement la conception d'usines d'IA à des points d'exploitation tels que MaxP et MaxQ, MaxQ permettant d'obtenir plus de jetons par watt lorsque les contraintes d'alimentation requièrent des performances de calcul optimisées.

La simulation CFD permet de tester le flux d'air, la température, la vitesse, la pression et le comportement de refroidissement par rapport à des scénarios de base et à des scénarios hypothétiques. Le cas d'utilisation concret est simple : on part d'un état de référence de la salle, on applique une charge de travail d’IA plus importante ou on transfère la charge thermique d'un emplacement de rack à un autre, puis on vérifie si le flux d'air froid, la capacité de refroidissement et la stratégie de confinement permettent toujours de supporter cette charge. Dans les environnements à refroidissement par air ou hybrides, une simulation de scénario n'implique pas toujours un recâblage complet ou une refonte de la tuyauterie ; le modèle permet de modifier le profil de dissipation de puissance et d'analyser le comportement thermique qui en résulte.

La simulation de puissance permet de quantifier l'impact d'une panne ou d'une condition de maintenance sur la capacité informatique utilisable. Un scénario concret serait celui d'un panneau d'alimentation à distance défectueux, associé à un deuxième élément passant en mode maintenance. La simulation permet de déterminer si l'installation conserve le niveau de redondance requis et dans quelle mesure la puissance informatique doit être limitée pour garantir le respect du principe N+1.

Ces résultats peuvent ensuite servir de base aux règles de planification des charges de travail, aux plafonds de puissance ou aux réductions de fréquence avant le début des opérations. La fonctionnalité de jumeau numérique électrique d’ETAP permet la conception et la simulation avancées de systèmes électriques, l’analyse dynamique de scénarios hypothétiques, le suivi en temps réel des performances des infrastructures électriques, l’optimisation de l’efficacité énergétique, la maintenance prédictive et la planification des infrastructures en fonction de la consommation d’énergie.

La simulation permet d'évaluer l'impact du remplacement d'une génération de GPU par une autre en testant les conséquences en termes de consommation électrique, de refroidissement et de structure avant l'achat ou la construction. Un exemple concret consiste à sélectionner un rack dans le modèle et à tester une future plateforme plus dense et plus lourde afin de déterminer si le plancher, le dimensionnement des conduites, le circuit de refroidissement et l'infrastructure électrique sont capables de supporter ce changement.

Cela est important car les AI factories évoluent plus rapidement que les installations traditionnelles, et les plateformes de racks de nouvelle génération peuvent avoir une incidence sur le poids, le dégagement de chaleur, le dimensionnement des conduites, les exigences en matière de débit et la densité de puissance.

La simulation devient une nécessité pratique pour les AI factories, car le coût des hypothèses prudentes ou des erreurs de conception est trop élevé. Si un rack de grande valeur ne peut fonctionner qu’à 90 % de sa capacité parce que l’équipe technique n’a pas suffisamment confiance dans les marges de refroidissement, d’alimentation ou de redondance, l’exploitant renonce à une capacité symbolique sur l’actif de la structure.

Les AI factories nécessitent une simulation, car la conception des installations, le comportement de la charge de travail et l'utilisation sont étroitement liés. La simulation électrique ETAP, la CFD, la télémétrie en temps réel et les scénarios hypothétiques visuels aident les opérateurs à tester les conditions qui déterminent si l'AI factory peut fonctionner en toute sécurité à la limite de ses capacités. Les jumeaux numériques basés sur OPenUSD permettent de remédier davantage au problème du cloisonnement des données et des outils en facilitant une approche systémique couvrant la conception, la construction et l'exploitation.