AIデータセンター
稼働効率最大化ソリューション

AIデータセンターでは、GPU（Graphics Processing Unit：画像処理装置）の高発熱化により、従来の冷却設計だけでは将来の設備負荷を見通すことが難しくなっています。さらに、電力制約や建設コストの高騰を踏まえ、設計初期から冷却性能とエネルギー効率を両立することが求められています。

MBD（Model-Based Development：モデルベース開発）を活用することで、熱源・冷却系・設備系・制御系を一つのシステムモデルとして接続し、シミュレーションできます。これにより、実機構築前の設計段階で複数の構成案や運転条件を比較・検証でき、設計効率の向上と手戻りの低減を支援します。

設備構成や運転条件を変更しながら、多数の設計案を短時間で比較したい場合にMBDが有効です。 MBDを活用して設計初期に有望な案を絞り込んだうえで、CFD（Computational Fluid Dynamics：数値流体力学）を用いて気流や温度分布を詳細に検証することで、解析工数や設計の手戻りを抑制できます。

IT機器、CDU（Coolant Distribution Unit：冷却液分配ユニット）、ポンプ、チラー、冷却塔などを一つのシステムとしてモデル化します。
建屋・空調・IT・制御を横断的に評価し、設備間の相互作用を再現します。
設備構成や制御方針の違いがシステム全体に与える影響を比較・評価できます。

実設備の運転データを活用し、メーカー仕様だけでは把握できない設備特性を推定します。モデルを実機に近づけることにより、既設設備の性能評価や設備更新の効果検証が可能になります。

建屋・冷却設備・ITは相互に影響するため、個別に検討するだけでは、設備全体を見据えた判断が難しくなります。

経営層にとっては、将来のGPU増設を見据え、どこまで設備投資を行うべきか、また冷却設備への投資がPUE（Power Usage Effectiveness：電力使用効率）や運用コストにどの程度寄与するのか、投資判断の根拠が見えにくいという課題があります。

技術責任者にとっては、GPUの急激な負荷変動に対応できるか、必要な冷却能力や余力をどのように設定するか、空冷・液冷のどちらを採用すべきかなど、設計判断の根拠が見えにくいという課題があります。

投資判断と設計判断の双方において、建屋・冷却設備・ITを横断して設備全体への影響を把握することが重要です。

STEP1　情報収集
建屋・冷却設備・IT機器の設計情報をもとに設計要件を明確化します。

STEP2　モデル構築とシミュレーション環境の整備
熱源・冷却系・設備系を接続してシミュレーションを行い、仮想環境上で空気・水・熱の流れを確認します。

STEP3　シミュレーション（検証）
ユースケースごとの結果を分析します。
運転データや実験データが利用可能な場合は、その実測値をモデルに反映し、実機に近い挙動を再現します。

STEP4　結果分析および改善ポイントの特定
分析検討を反映しながらシミュレーションを繰り返し、最適な設備構成や運転条件を導き出します。