COLLINS：AIデータセンターの冷却システムが実際にどう動くかを、構築の前に確かめる

COLLINSは、液冷方式のAIデータセンターの冷却システムについて、チップ上のコールドプレートから建物の外へ出ていく熱まで、検証済みのデジタルツインを構築する3年間の研究プロジェクトです。目的は、実際の機器を実際のAI負荷で動かして校正したモデルを使い、設計と運用の判断を、何かをつくる前、変える前に試せるようにすることです。

プロジェクトの期間は2026年9月から2029年8月までです。スウェーデンのイノベーション庁Vinnovaが費用の一部を支援し、残りはパートナーが負担します。コンソーシアムは、コーディネーターのModelon、RISE、Korea Testing Laboratory、ルレオ工科大学、Vertiv、SWEP、LUVEで構成されています。

負荷は変動し、余裕のとり方にはコストがかかる

ラックの消費電力は上がり続けています。現在稼働している高密度GPUラックは、すでに100kWを大きく超えています。NVIDIAは、2027年後半にRubin Ultra世代のKyberラックで約600kWのラックを計画しており、1メガワットに近いラックに向けて、800VDC給電への移行も準備が進んでいます。冷却システムは、まだ誰も運用したことのない密度を前提に、いま仕様が決められています。

負荷は時間とともに変動します。学習ジョブは開始と停止を繰り返し、推論の需要は1日の中で大きく上下し、ラックは数秒でアイドル状態から全負荷まで変わることもあります。設計点では効率が良く見える冷却システムでも、負荷がこれほど速く変わると、行き過ぎたり、振動したり、温度が上がったりすることがあります。定常状態の計算では、そのどれが起きるのかは分かりません。

現在の対応は、余裕をとることです。機器は大きめに選ばれ、冗長性は手厚く仕様化され、仮定を他の方法で検証できないために試作機がつくられます。これらはすべて、資本、材料、エネルギーを消費しますが、ワークロードが変動したときにシステムがどう動くかには答えてくれません。

排熱の設備は最悪ケースの仮定で容量が決まり、その余裕の分は、機器、スペース、エネルギーという形で支払うことになります。運転範囲全体で検証されたモデルがあれば、機器が実際にどう動くかを示せるので、お客様はそれに合わせて容量を決められます。
— Stefano Filippini、LUVE テクニカルディレクター

検証済みデジタルツインの使いみち

冷却の全経路を測定値で校正し、動的に実行するモデルは、事業上重要な4つの問いに答えます。

1つ目は設計です。エンジニアは、システムの構成を比較し、最悪ケースの仮定ではなく、実際にかかる負荷に合わせて機器の容量を決められます。変更の費用がまだ小さいうちに、最適化の機会を見つけられます。

2つ目は冗長性です。冷却システムが予備の容量を持つのは、部品が故障しても運転を続けるためです。デジタルツインで故障シナリオを実行すれば、目標とする信頼性にどれだけの予備容量が本当に必要かが分かります。不要と分かった冗長ユニットの分だけ、資本、床面積、待機エネルギーを減らせます。

冷却システムが予備の容量を持って構築されるのは、故障のケースを他の方法ではテストできないからです。実機で検証済みのデジタルツインでそれらのシナリオを実行できれば、同じ信頼性の目標を、より少ない機器で満たせます。
— Peter Van Aken、Vertiv グローバル・サーマル・プラクティス・リード

3つ目は運用です。運用者は、施設が抱えているワークロードに合わせて、設定値、ポンプとファンの回転数、制御戦略を調整できます。制御の変更も、実機に触れる前にデジタルツインで試せます。

4つ目は、設備の残りの寿命全体です。デジタルツインは、劣化やずれを見つけるための基準になるので、状態に応じた保全の計画に役立ちます。また、実測した設備にすでに合致しているモデルで、改修や熱回収の選択肢を評価することもできます。

実機で、実際のAI負荷のもとで校正

デジタルツインの価値は、何と照らし合わせて確認したかで決まります。COLLINSでは、冷却の個々の部品のモデルをつくり、実験室の測定値で校正し、それらをつないでシステムレベルのシミュレーションにします。

部品モデルは、Modelonが提供します。Modelon Impact上で動くData Center Libraryは、すでにチップから熱の再利用までの冷却経路をカバーしています。コールドプレート、CDU、熱交換器、ポンプ、バルブ、配管網、チラー、冷却塔を含み、空冷、単相液冷、二相液冷に対応し、制御も同じモデルの中で扱えます。プロジェクトでの作業は、これらのモデルを試験で得た測定値で校正し、システム全体のデジタルツインにつなぐことです。

ハードウェアは、コンソーシアムが提供します。SWEP、LUVE、Vertivが、ろう付けプレート熱交換器、ドライクーラー、コンデンサー、CDU技術にわたる製品と製品知識を提供し、単相と二相の両方の液冷をカバーします。

私たちは、自社の試験で熱交換器の性能を把握しています。いまお客様に聞かれるのは、負荷が変動している間、その性能が完全なループの中でも保たれるのかということです。検証済みのシステムモデルがあれば、それに答えられますし、設計サイクルのより早い段階から相談に加われます。
— Hans André、SWEP シニアエキスパート・イノベーションエンジニア

RISEとKorea Testing Laboratoryは、試験設備、測定の専門知識、試験プロトコルを提供します。RISEのサーバーエミュレーターは、現実的なAIワークロードのプロファイルを実機の上で再現します。そのため、モデルは、落ち着いた運転点だけでなく、負荷のステップ変化を含む実測の過渡応答とも比較されます。定常状態のモデルで制御戦略を調整しても、定常状態でうまく動くコントローラーができるだけです。制御戦略が施設で機能するかどうかは、負荷が大きく変動するときの挙動で決まります。

私たちのエミュレーターを使えば、現実的なAIワークロードを実際の冷却機器にかけて、何が起きるかを測定できます。これにより、コンソーシアムは校正の基準となる実測の過渡応答を得られます。設計点に合わせるよりも難しく、より有用な検証です。
— Mattias Vesterlund、RISE リサーチプログラムマネージャー

試験プロトコルが、異なる実験室の結果を比較できるかどうかを決めます。コンソーシアム全体でそれを取り決めておくことで、測定値をシステム全体の検証データとして使えるようになります。
— Hyo Sung Shin、Korea Testing Laboratory スマートグリーン技術センター 主任研究員・エンジニア

ライフサイクル全体を通じて、1つのモデルを使う

モデルは、オープンなModelicaとFMIの標準に基づいて構築されます。部品メーカーは、すでに持っているモデルを、つくり直すことなく動的なシステムの文脈に持ち込めます。同じシステムモデルを、設計検討にも、稼働中の設備にも使えます。一度行った校正作業は、次のプロジェクトにも引き継がれます。

Modelonは、モデルとシステムシミュレーションの土台となる物理ベースのシミュレーションプラットフォーム、Modelon Impactを提供し、プロジェクトのコーディネーターを務めます。プラットフォームはクラウドで動くので、4か国のパートナーが、同じバージョンのモデルを使って、1つの共有ワークスペースで作業できます。

私たちは、チップから熱の再利用までの冷却経路をすでにカバーしているライブラリから出発するので、プロジェクトは実測データによる校正に力を注げます。オープンな標準があるからこそ、パートナーは既存の部品モデルを同じシステムモデルに持ち込めますし、設計検討のためにつくったモデルを運用で使えるようになります。
— Jim Claesson、COLLINS プロジェクトコーディネーター、Modelon

公開される成果と、最初の取り組み

COLLINSは公的資金で行われます。検証の方法論、試験プロトコル、実測した基準ケースは、他の人が同じ手法を再現できるよう、公開の成果物とする予定です。ルレオ工科大学は、この取り組みを、より広い研究コミュニティとつなぐ役割を担います。

データセンターの冷却は、いまも主に静的な仮定に基づいて設計されています。設備の寿命全体にわたって、測定されたシステムの挙動に基づいて作業するための方法をオープンに確立することが、この分野を前に進める道です。
— Andreas Johansson、ルレオ工科大学 教授

1年目は、部品レベルの試験と、測定データを検証済みモデルに変えるための校正ワークフローに集中します。その後、システム統合と、統合したデモンストレーターが続きます。

COLLINSについて

COLLINSは、Modelon ABがコーディネーターを務める3年間のプロジェクトで、「Advanced Digitalization」の公募のもと、Vinnovaが費用の一部を支援しています。パートナーは、Modelon、RISE、Korea Testing Laboratory、ルレオ工科大学、Vertiv、SWEP、LUVEです。プロジェクトの期間は、2026年9月から2029年8月までです。