Resumen Técnico: Optimización del Co-diseño del Ciclo de Vida de Centros de Datos

Declaración del Problema

El diseño de la infraestructura de refrigeración para supercomputadoras de exaescala, como el sistema Frontier en el Laboratorio Nacional Oak Ridge (ORNL), depende tradicionalmente de decisiones topológicas fijas tomadas durante la construcción, específicamente el número de subbucles de refrigeración paralelos ($K$) y la asignación de Unidades de Distribución de Refrigerante (CDU) a dichos bucles. Mientras que la investigación previa se ha centrado en optimizar el control operativo (por ejemplo, caudales y temperaturas) dentro de una topología fija, estos estudios suelen ignorar las fases de fabricación y construcción de la vida útil de la instalación.

A medida que las redes eléctricas se descarbonizan, la importancia relativa del "carbono embebido" (emisiones de materiales y construcción) aumenta, pudiendo representar del 38% al 69% de las emisiones totales del ciclo de vida de una instalación. Las configuraciones actuales para sistemas de exaescala (por ejemplo, Frontier con $K=4$, Aurora con $K \approx 10$) parecen reflejar convenciones y prácticas de proveedores más que una optimización sistemática. Existe una falta de estudios publicados que enumeren sistemáticamente las configuraciones de subbucles factibles, las evalúen frente al carbono embebido y la energía operativa, e identifiquen un óptimo conjunto. Además, no se ha analizado exhaustivamente el compromiso entre costo, carbono y confiabilidad del sistema (tiempo de inactividad) para estas elecciones topológicas.

Metodología

Los autores proponen un marco de optimización de co-diseño de tres capas para el ciclo de vida que integra la energía operativa, el carbono embebido, el costo de capital y la confiabilidad. El marco se aplica al supercomputador Frontier, evaluando todas las 611 particiones enteras de sus 25 CDU en $K$ subbucles, donde $K \in \{2, 3, 4, 5, 6\}$.

Componentes del Marco

1. Datos de Entrada: El modelo utiliza datos operativos de 2023 (49,353 intervalos de diez minutos), configuraciones hidráulicas, factores de carbono embebido de la base de datos Inventory of Carbon and Energy (ICE) y EPD de fabricantes, y una trayectoria proyectada de intensidad de la red de la Tennessee Valley Authority (TVA).
2. Modelos de Física:
   • Modelo Termohidráulico: Calcula el intercambio de calor utilizando el método $\varepsilon$-NTU y dimensiona las tuberías basándose en los estándares de ASHRAE.
   • Modelo de Dimensionamiento de Equipos: Determina las dimensiones de bombas, variadores de frecuencia (VFD), intercambiadores de calor y colectores requeridos para las cargas pico.
   • Modelo de Confiabilidad: Estima el tiempo de inactividad no planificado basado en las confiabilidades de componentes IEEE Std 493 (MTBF/MTTR) y mapea el número de subbucles con los objetivos de disponibilidad de los niveles (tiers) del Uptime Institute.
3. Capas de Optimización:
   • Capa 1: Enumera todas las 611 particiones.
   • Capa 2: Ejecuta un optimizador de Programación Secuencial de Mínimos Cuadrados (SLSQP) validado para determinar las fracciones de flujo y temperaturas de suministro óptimas para cada partición en cada instante de tiempo, minimizando la potencia de bombas y ventiladores.
   • Capa 3: Integra la energía operativa con métricas de carbono embebido y confiabilidad para calcular el Costo del Ciclo de Vida (LCC), el Carbono del Ciclo de Vida ($CO_2e$) y el tiempo de inactividad esperado durante un horizonte de 7 años.

Generalización Analítica

Para extender los hallazgos más allá de Frontier, los autores derivan una regla de decisión semi-analítica (Ecuación 2) que predice el $K^*$ óptimo como una función del caudal pico total ($Q$) y el presupuesto de caídas ($N_{CDU} \times L_{drop}$). Esta regla equilibra la penalización de eficiencia operativa contra los costos de carbono embebido (específicamente la tubería).

Contribuciones Clave

1. Marco Integrado: Desarrollo de un marco de tres capas que unifica el control operativo, el carbono embebido y la confiabilidad en un único objetivo de ciclo de vida para la topología de la planta de refrigeración.
2. Identificación del Óptimo: Determinación de que el óptimo de costo y carbono del ciclo de vida para la planta de refrigeración de Frontier se logra con $K=2$ con una partición de (14, 11). Esta configuración genera 3,320.7 toneladas de $CO_2e$ y un Valor Presente Neto (VPN) de $3.99 millones durante siete años.
3. Regla de Decisión Semi-Analítica: Creación de un mapa de decisión portátil que predice el número de subbucles óptimos para otros sistemas de exaescala basados en parámetros de flujo y presupuesto de caídas.
4. Análisis de Pareto: Un análisis de tres objetivos (costo, carbono, tiempo de inactividad) que demuestra que tratar la confiabilidad como una restricción estricta (establecida por la política de operaciones) en lugar de un objetivo blando altera significativamente el espacio de diseño, expandiendo el frente de Pareto de un solo punto a un frente de tipo "escalera".

Resultados

Configuración Óptima vs. Construida

El estudio encuentra que la configuración construida de Frontier ($K=4$, partición 7-6-6-6) es subóptima en comparación con la configuración $K=2$ (14-11).

• Ahorro de Carbono: 50.2 toneladas de $CO_2e$ (una reducción del 1.5%).
• Ahorro de Costo: $100,000 de VPN (una reducción del 2.5%).
• Impulsor de Ahorros: Los ahorros son impulsados casi enteramente por el carbono embebido, específicamente la reducción en la longitud de tubería primaria requerida para menos bucles. Los ahorros de energía operativa son insignificantes porque el optimizador SLSQP extrae casi todas las ganancias de eficiencia disponibles incluso en $K=2$.

Sensibilidad y Robustez

El óptimo de $K=2$ fue probado contra 15 escenarios de sensibilidad que involucran variaciones en el horizonte operativo (5–10 años), la trayectoria de la red (optimista a pesimista), tasas de descuento, costos de materiales y factores de carbono embebido.

• La partición $K=2$ (14, 11) permaneció en el frente de Pareto en todos los 15 escenarios.
• Aunque la magnitud de los ahorros fluctúa con la incertidumbre de los parámetros, la identidad de la configuración óptima no cambia.

Generalización a Otros Sistemas

Al aplicar la regla de decisión a otros sistemas se obtienen predicciones distintas:

• Aurora: Predice un $K^* = 4$ (debido a que el alto caudal requiere más bucles para gestionar la capacidad de la bomba sin un exceso de tubería).
• El Capitan: Predice un $K^* = 2$ (perfil de flujo/caída similar al de Frontier).
• LUMI: Predice un $K^* = 1$ (el bajo flujo y presupuesto de caída hacen que la penalización de carbono embebido de un segundo bucle no sea justificada).

Confiabilidad y Frentes de Pareto

Cuando la confiabilidad se trata como una restricción estricta:

• Para Frontier, la solución $K=2$ ofrece el menor costo/carbono pero conlleva ~22 horas de inactividad anual (Tier II).
• Para cumplir con la disponibilidad Tier IV (0.4 horas de inactividad), el diseño debe cambiar a $K=4$.
• El estudio argumenta que la configuración desplegada de $K=4$ es consistente con un óptimo restringido (cumpliendo con los requisitos de Tier IV) en lugar de un diseño defectuoso.

Significancia y Reivindicaciones

El artículo sostiene que la suposición convencional —que más subbucles generan una mejor eficiencia operativa— es estructuralmente incorrecta para sistemas donde las políticas de control (como SLSQP) ya pueden maximizar la eficiencia con menos bucles. El beneficio marginal de los bucles adicionales es consumido por el carbono embebido y el costo de capital de bombas, variadores y tuberías adicionales.

La principal significancia de este trabajo es la inversión del orden de prioridad de diseño: para redes limpias o en proceso de descarbonización, minimizar el carbono embebido (reduciendo el número de bucles) se vuelve más crítico que buscar ganancias operativas marginales. Los autores posicionan sus hallazgos no solo como una optimización numérica para Frontier, sino como un encuadre correctivo para el campo más amplio del diseño de instalaciones de HPC. Abogan por tratar los niveles de disponibilidad como restricciones estrictas establecidas por la política de operaciones, dentro de las cuales se debe realizar la optimización de la partición para minimizar el costo del ciclo de vida y el carbono.

El estudio concluye que para las organizaciones que planean múltiples construcciones de exaescala, identificar la configuración óptima antes de la construcción puede generar ahorros acumulativos significativos, y que el mapa de decisión propuesto proporciona una herramienta portátil para que otros diseñadores de plantas apliquen estos principios a sus parámetros de sistema específicos.