IT-power feedforward halves pump energy in liquid-cooled data centres

技術要約：液冷データセンターにおけるIT電力フィードフォワード制御

問題提起
現代の液冷データセンター、特に高密度AIクラスター（1ラックあたり50〜120 kW）を支える環境において、冷却ループ内で循環するポンプは、最大の単一エネルギー消費源となっている。ポンプの消費電力は流量の3乗に比例して増大する（$P_p \propto Q^3$）。したがって、制御変数の選択が、達成可能なエネルギーの底値を根本的に決定する。現在の業界慣行は温度フィードバック制御に依存しており、冷却水温度またはチップ接合温度に基づいてポンプ速度を調整している。このアプローチは反応的（リアクティブ）である。すなわち、熱負荷（原因であるIT電力）がPDU（電力配分ユニット）やサーバーベースボードでリアルタイムに測定可能であるにもかかわらず、コントローラーは流量を増やす前に、熱的な偏差（結果である温度変化）が発生するのを待ってしまう。本論文では、温度フィードバックを、IT電力に基づく直接的なフィードフォワード制御に置き換えることで、反応的温度制御によって確立されたエネルギーの底値を打破できるかどうかを調査する。

手法
本研究では、特定の負荷プロファイル（30%から100%へのステップ上昇、その後の40%への低下）を持つ90 kWラックの、一次元集中定数数値モデルを利用する。モデルは、エネルギー保存則、二次ネットワーク特性（$H = SQ^2$）、および結果として導かれるポンプ電力法則（$P_p \propto Q^3$）という3つの物理関係によって支配される。

3つのハード制約が、実行可能な動作範囲を定義する：

1. 接合部温度 ($T_{chip}$): 85 °Cを超えてはならない。
2. 給水・還水温度差 ($\Delta T$): 15 °Cを超えてはならない。
3. アクチュエータのスルーレート: 流量の変化は、ポンプの全範囲を60秒間で変化させるものに制限される。

著者は以下の3つの制御戦略を比較する：

1. 温度フィードバック（ベースライン）: 90個のパラメータセット（$T_{sp}$ および $k_p$）のグリッド上でチューニングされた比例コントローラー（$q_{cmd} = Q + k_p(T_{chip} - T_{sp})$）。すべての制約を満たす最小エネルギー構成がベンチマークとして選択される。
2. IT電力フィードフォワード: 測定されたIT電力（$P_H$）に基づいて、必要な流量を瞬時に計算する閉形式の制御則。流量要求は、反転された制約式 $Q \geq \max(Q_{S1}, Q_{S2})$ から代数的に導出される。ここで、$Q_{S1}$ は $T_{chip} \leq 85$ °C を保証し、$Q_{S2}$ は $\Delta T \leq 15$ °C を保証する。このコントローラーには、フィードバック経路も、PIDループも、予測モデルも含まれない。
3. ルックアヘッド（先読み）戦略: 負荷増加を事前に予測（0〜600秒先）して、予備的な流量上昇がエネルギー節約につながるかをテストするための、フィードフォワードコントローラーのバリエーション。

さらに、共通のヘッダーを共有するマルチラック・シナリオ（80 kW、50 kW、30 kWのラック）を用いて、エネルギー節約のためのラック間流量再配分の実現可能性をシミュレーションする。

主な結果

• エネルギー削減: IT電力フィードフォワードコントローラーは、最適にチューニングされた温度フィードバックコントローラーと比較して、1800秒間のシミュレーションにおいてポンプ作業量を**56.2%**削減した（0.1747 kWhに対し0.0472 kWh ※原文の計算値に基づくと0.0765 kWh vs 0.1747 kWh）。
• 熱性能: フィードフォワード・アプローチは、ピーク接合温度も5.14 °C低下させた（83.64 °Cに対し78.50 °C）。
• 流量ダイナミクス: フィードバックコントローラーは、過渡期における供給不足と、定常状態における過剰供給の両方を示した。フィードフォワードコントローラーは、流量を必要な範囲内（26〜86 L min⁻¹）に厳密に維持し、フィードバックループで見られた過剰な流量（最大117 L min⁻¹）を回避した。
• ルックアヘッドによるペナルティ: 負荷ステップの前に流量を上げるルックアヘッド戦略を実装すると、マイナスのリターンとなった。300秒のルックアヘッドは、ピーク温度を下げることなくポンプ作業量を45.5%増加させた。これは、流量要求が電力の即時関数であるためであり、電力が上昇する前に流量を追加しても制約を満たす助けにはならず、またアクチュエータの速度（60秒のランプ）がステップに対して十分であったためである。
• ラック間再配分: 一方のラックの流量を減らし、もう一方のラックの流量を増やすことでエネルギーを節約しようとする試みは失敗した。シミュレーションでは総ポンプ電力はわずかに減少したが、ドナー（供与側）ラックは直ちに15 °Cの温度差制約に抵触した。本研究は、下限値は個々のラック負荷によって設定されるものであり、転送可能なリソースではないと結論付けている。

意義および主張
本論文は、液冷における主要なエネルギー非効率の要因は、アルゴリズムの精緻さではなく、観測変数の選択にあると主張している。

• 原因と結果: 温度は熱バランスの結果である。そのため、温度を制御するには誤差が蓄積するのを待たなければならない。一方、IT電力は「原因」であり、それと必要流量との関係は純粋に代数的なものである。原因を観測することで、コントローラーは偏差を修正するのではなく、偏差が発生するのを防ぐことができる。
• 単純性: 提案された解決策は、5つのコード文のみで構成され、PIDチューニングも機械学習も予測モデルも必要としない。この利得は、複雑な制御理論からではなく、システムの物理特性とリアルタイムの電力データの利用可能性から導き出される。
• 構造的限界: すべてのブランチが独立して自身の熱制約を満たさなければならない場合、ラック間の調整によるエネルギー節約は不可能であることを本研究は示している。最小エネルギー状態は、個々の下限値のベクトルである。
• 運用の洞察: テストされたパラメータにおける拘束条件は、85 °Cの接合部温度制限ではなく、15 °Cの給水・還水温度差であった。これは、$\Delta T$ の仕様が単なる慣習ではなく、エネルギー効率における第一次の運用パラメータであることを示唆している。

著者は、これらの結果が集中定数モデルを用いた数値シミュレーションに基づくものであり、ハードウェアのインターフェース、冗長性、またはサイト固有の変数を含んでいないことを明示している。しかし、結果は明確な規模と傾向を示している。温度フィードバックをIT電力フィードフォワードに置き換えることは、補助冷却エネルギーの大幅かつ即時的な削減をもたらす。