Sintesi Tecnica: Ottimizzazione della Co-progettazione del Ciclo di Vita dei Data Center

Definizione del Problema

La progettazione delle infrastrutture di raffreddamento per i supercomputer exascale, come il sistema Frontier presso l'Oak Ridge National Laboratory (ORNL), si basa tradizionalmente su decisioni topologiche fisse prese durante la costruzione, specificamente sul numero di sotto-loop di raffreddamento in parallelo ($K$) e sull'assegnazione delle Unità di Distribuzione del Refrigerante (CDU) a tali loop. Mentre la ricerca precedente si è concentrata sull'ottimizzazione del controllo operativo (ad esempio, portate e temperature) all'interno di una topologia fissa, tali studi spesso ignorano le fasi di produzione e costruzione della vita utile dell'impianto.

Mentre le reti elettriche si decarbonizzano, l'importanza relativa del "carbonio incorporato" (emissioni derivanti da materiali e costruzione) aumenta, potendo rappresentare dal 38% al 69% delle emissioni totali del ciclo di vita di un impianto. Le configurazioni attuali per i sistemi exascale (ad esempio, Frontier con $K=4$, Aurora con $K \approx 10$) sembrano riflettere convenzioni e pratiche dei fornitori piuttosto che un'ottimizzazione sistematica. Manca uno studio pubblicato che elenchi sistematicamente le configurazioni di sotto-loop fattibili, le valuti rispetto sia all'energia operativa che al carbonio incorporato, e identifichi un ottimo congiunto. Inoltre, il compromesso tra costo, carbonio e affidabilità del sistema (tempi di inattività) non è stato analizzato in modo esaustivo per queste scelte topologiche.

Metodologia

Gli autori propongono un framework di ottimizzazione della co-progettazione del ciclo di vita a tre livelli che integra l'energia operativa, il carbonio incorporato, il costo di capitale e l'affidabilità. Il framework viene applicato al supercomputer Frontier, valutando tutte le 611 partizioni intere dei suoi 25 CDU in $K$ sotto-loop, dove $K \in \{2, 3, 4, 5, 6\}$.

Componenti del Framework

1. Dati di Input: Il modello utilizza dati operativi del 2023 (49.353 intervalli di dieci minuti), configurazioni idrauliche, fattori di carbonio incorporato dal database Inventory of Carbon and Energy (ICE) ed EPD dei produttori, e una traiettoria di intensità di rete della Tennessee Valley Authority (TVA) proiettata.
2. Modelli Fisici:
   • Modello Termoidraulico: Calcola lo scambio termico utilizzando il metodo $\varepsilon$-NTU e dimensiona le tubazioni in base agli standard ASHRAE.
   • Modello di Dimensionamento delle Attrezzature: Determina le dimensioni di pompe, VFD (Variable Frequency Drive), scambiatori di calore e collettori necessari per i carichi di picco.
   • Modello di Affidabilità: Stima i tempi di inattività non pianificati basandosi sulle affidabilità dei componenti IEEE Std 493 (MTBF/MTTR) e mappa il numero di sotto-loop verso gli obiettivi di disponibilità dei tier dell'Uptime Institute.
3. Livelli di Ottimizzazione:
   • Livello 1: Enumerate tutte le 611 partizioni.
   • Livello 2: Esegue un ottimizzatore Sequential Least Squares Programming (SLSQP) validato per determinare le frazioni di portata e le temperature di mandata ottimali per ogni partizione ad ogni istante temporale, minimizzando la potenza di pompe e ventole.
   • Livello 3: Integra l'energia operativa con le metriche del carbonio incorporato e dell'affidabilità per calcolare il Costo del Ciclo di Vita (LCC), il Carbonio del Ciclo di Vita ($CO_2e$) e i tempi di inattività previsti su un orizzonte di 7 anni.

Generalizzazione Analitica

Per estendere le scoperte oltre Frontier, gli autori derivano una regola decisionale semi-analitica (Equazione 2) che predice l'ottimo $K^*$ in funzione della portata di picco totale ($Q$) e del budget di caduta ($N_{CDU} \times L_{drop}$). Questa regola bilancia le penalità di efficienza operativa con i costi del carbonio incorporato (specificamente le tubazioni).

Contributi Chiave

1. Framework Integrato: Sviluppo di un framework a tre livelli che unifica il controllo operativo, il carbonio incorporato e l'affidabilità in un unico obiettivo del ciclo di vita per la topologia dell'impianto di raffreddamento.
2. Identificazione dell'Ottimo: Determinazione che l'ottimo del costo e del carbonio del ciclo di vita per l'impianto di raffreddamento di Frontier è raggiunto con $K=2$ con una partizione di (14, 11). Questa configurazione produce 3.320,7 tonnellate di $CO_2e$ e un Valore Attuale Netto (NPV) di $3,99 milioni in sette anni.
3. Regola Decisionale Semi-Analitica: Creazione di una mappa decisionale portabile che predice il numero ottimale di sotto-loop per altri sistemi exascale basandosi sui parametri di flusso e budget di caduta.
4. Analisi di Pareto: Un'analisi a tre obiettivi (costo, carbonio, downtime) dimostra che trattare l'affidabilità come un vincolo rigido (imposto dalla politica operativa) invece che come un obiettivo "soft" altera significativamente lo spazio di progettazione, espandendo la frontiera di Pareto da un singolo punto a una frontiera a "scala".

Risultati

Configurazione Ottimale vs. Realizzata (As-Built)

Lo studio rileva che la configurazione as-built di Frontier ($K=4$, partizione 7-6-6-6) è subottimale rispetto alla configurazione $K=2$ (14-11).

• Risparmio di Carbonio: 50,2 tonnellate di $CO_2e$ (una riduzione dell'1,5%).
• Risparmio di Costo: $100.000 di NPV (una riduzione del 2,5%).
• Driver del Risparmio: I risparmi sono guidati quasi interamente dal carbonio incorporato, specificamente dalla riduzione della lunghezza primaria delle tubazioni richiesta da meno loop. I risparmi di energia operativa sono trascurabili perché l'ottimizzatore SLSQP estrae quasi tutti i guadagni di efficienza disponibili anche con $K=2$.

Sensibilità e Robustezza

L'ottimo $K=2$ è stato testato contro 15 scenari di sensibilità riguardanti variazioni dell'orizzonte operativo (5–10 anni), la traiettoria della rete (ottimistica a pessimistica), i tassi di sconto, i costi dei materiali e i fattori di carbonio incorporato.

• La partizione $K=2$ (14, 11) è rimasta sulla frontiera di Pareto in tutti i 15 scenari.
• Sebbene l'entità dei risparmi fluttui con l'incertezza dei parametri, l'identità della configurazione ottimale non cambia.

Generalizzazione ad Altri Sistemi

Applicando la regola decisionale ad altri sistemi si ottengono previsioni distinte:

• Aurora: Predetto $K^* = 4$ (a causa dell'elevata portata di picco che richiede più loop per gestire la capacità della pompa senza un eccessivo cablaggio/tubazione).
• El Capitan: Predetto $K^* = 2$ (profilo di flusso/caduta simile a Frontier).
• LUMI: Predetto $K^* = 1$ (il basso flusso e il budget di caduta rendono ingiustificato la penalità del carbonio incorporato di un secondo loop).

Affidabilità e Frontiere di Pareto

Quando l'affidabilità è trattata come un vincolo rigido:

• Per Frontier, la soluzione $K=2$ offre il minor costo/carbonio ma comporta circa 22 ore di downtime annuale (Tier II).
• Per soddisfare la disponibilità Tier IV (0,4 ore di downtime), il design deve passare a $K=4$.
• Lo studio sostiene che la configurazione $K=4$ effettivamente implementata è coerente con un ottimo vincolato (rispetto ai requisiti Tier IV) piuttosto che un design difettoso.

Significato e Rivendicazioni

Il documento afferma che l'assunzione convenzionale — ovvero che un maggior numero di sotto-loop generi una migliore efficienza operativa — è strutturalmente errata per i sistemi in cui le politiche di controllo (come SLSQP) possono già massimizzare l'efficienza con un numero inferiore di loop. Il beneficio marginale di loop aggiuntivi è consumato dal carbonio incorporato e dal costo di capitale di pompe, azionamenti e tubazioni extra.

Il significato primario di questo lavoro è l'inversione dell'ordine di priorità della progettazione: per le reti pulite o in fase di decarbonizzazione, minimizzare il carbonio incorporato (riducendo il numero di loop) diventa più critico rispetto alla ricerca di guadagni operativi marginali. Gli autori pongono le loro scoperte non solo come un'ottimizzazione numerica per Frontier, ma come un inquadramento correttivo per l'intero campo della progettazione di impianti HPC. Essi raccomandano di trattare i tier di disponibilità come vincoli rigidi stabiliti dalla politica operativa, entro i quali deve poi essere eseguita l'ottimizzazione della partizione per minimizzare il costo del ciclo di vita e il carbonio.

Lo studio conclude che per le organizzazioni che pianificano molteplici build exascale, identificare la configurazione ottimale prima della costruzione può generare risparmi cumulativi significativi, e che la mappa decisionale proposta fornisce uno strumento portabile per altri progettisti di impianti per applicare tali principi ai loro specifici parametri di sistema.