Co-Design Optimization for Data Center Cooling System via Digital Twin

기술 요약: 디지털 트윈을 통한 데이터센터 냉각 시스템의 공동 설계 최적화

문제 제기
오크리지 국립연구소의 프론티어 (Frontier) 시스템과 같은 액체 냉각 엑사스케일 슈퍼컴퓨터는 여러 개의 병렬 서브루프로 구성된 냉각 플랜트를 통해 막대한 양의 열 (8–30 MW) 을 방출합니다. 운영 데이터 수집 및 제어 전략에 대한 연구는 이루어졌으나, 이러한 시설의 설계에 대한 체계적인 접근법은 여전히 미흡합니다. 구체적으로, 병렬 서브루프 간 냉각수 분배 장치 (CDU) 의 최적 할당과 이들 간의 냉각수 유량 동적 분배는 공동으로 최적화되지 않았습니다. 기존 문헌들은 종종 플랜트 토폴로지를 고정된 것으로 간주하거나, CDU 파티셔닝 및 유량 할당의 조합 설계 공간을 다루지 않은 채 운영 제어에만 집중합니다. 본 논문은 공동 설계 최적화의 격차를 해소하여, 연간 냉각 에너지 소비를 최소화하기 위해 최적의 정수 파티션인 CDU, 연속 유량 분율, 그리고 시간 단계별 운영 설정값을 결정하는 것을 목표로 합니다.

방법론
저자들은 프론티어 냉각 시스템에 적용된 축소 물리 기반 디지털 트윈에 대한 3 층 최적화 프레임워크를 제안합니다. 이는 1 단계 Modelica 모델을 기준으로 보정되었으며, 2023 년 운영 데이터 (49,353 시간 단계) 를 사용하여 검증되었습니다.

1. 1 층: 토폴로지 설계 (정수 파티션): 이 층은 $N=25$개의 CDUs 를 $K$개의 병렬 서브루프로 나누는 정수 파티션을 결정합니다. 설계 공간은 $K \in \{2, 3, 4, 5, 6\}$에 대한 모든 가능한 파티션을 포함하며, 총 611 개의 서로 다른 구성을 가집니다. 이 프레임워크는 "균형 잡힌"(부하 기준으로 정렬된 CDU) 과 "최악의 경우"(고부하 CDU 를 그룹화한) 할당 정책을 모두 평가합니다.
2. 2 층: 유량 분율 최적화 (연속 할당): 이 층은 각 서브루프에 할당되는 연속 유량 분율 ($f_k$) 을 결정합니다. 이러한 분율은 CDU 수에 비례하는 고정값이거나, 서브루프 간 열 강도를 균형 있게 맞추기 위해 각 시간 단계에서 동적으로 최적화될 수 있습니다.
3. 3 층: 운영 공동 설계 (제어): 이 층은 각 시간 단계에서 총 질량 유량 ($\dot{m}$) 과 공급 온도 설정값 ($T_{sup}$) 을 최적화합니다. 목표는 서브루프별 열 안전 제약 조건 (귀환 온도 $\le 42^\circ$C) 하에서 총 플랜트 전력 (펌프 + 냉각탑 팬) 을 최소화하는 것입니다.

이 프레임워크는 모든 611 개의 정수 파티션을 열거 (1 층) 하고, 해석적 기울기를 사용한 순차 최소제곱 프로그래밍 (SLSQP) 으로 연속 부분 문제 (2 층 및 3 층) 를 해결함으로써 혼합 정수 비선형 문제를 해결합니다. 세 가지 운영 전략이 비교됩니다:

• 전략 A: 유량 전용 최적화 (고정 온도, 고정 비례 유량).
• 전략 B: 고정 비례 유량을 가진 유량 및 온도의 공동 설계.
• 전략 C: 동적으로 조정된 유량 분율을 가진 완전한 3 층 최적화.

주요 기여

1. 3 층 프레임워크: 정수 토폴로지 결정과 연속 운영 결정을 분리하는 분해 접근법 개발로, 열거를 통해 이산 설계 공간 전반에 대한 전역 최적성 증명을 제공합니다.
2. 포괄적 평가: 균형 잡힌 및 최악의 경우 할당 시나리오 하에서 전체 1 년간의 운영 데이터를 기반으로 모든 611 개의 가능한 CDU 파티션을 평가하기 위해 프론티어 시스템에 프레임워크를 적용했습니다.
3. 설계 계층 구조: 운영 전략의 선택이 토폴로지 결정을 지배하고, 이는 다시 CDU-서브루프 할당을 지배함을 보여주는 의사결정 계층 구조의 확립.
4. 유량 분율 보상: 동적 유량 분율 최적화가 비최적 CDU 할당을 보상할 수 있음을 입증하여, 설계 층 파티션 선택과 최종 에너지 결과 간의 관계를 효과적으로 분리했습니다.

결과

• 최적 토폴로지: 전역 최적 설계는 (19, 6) 의 CDU 파티션을 가진 2 서브루프 플랜트이며, 연간 냉각 에너지 35.48% 절감 효과를 달성합니다. 현재 프론티어 설계 (3 서브루프, 파티션 14-6-5) 는 동일한 최적화 전략 하에서 **35.30%**의 절감 효과를 달성하여 전역 최적치보다 불과 0.18% 낮습니다.
• 전략 영향: 유량 전용 최적화 (전략 A, 약 23.4% 절감) 에서 완전한 3 층 공동 설계 (전략 C) 로 전환하면 에너지 절감 효과가 12.0% 향상됩니다.
• 유량 최적화의 가치: 유량 분율을 최적화하는 것 (전략 C 대 전략 B) 은 추가 **0.2–0.5%**의 절감 효과를 제공합니다. 중요하게도, 유량 최적화는 에너지 성능이 특정 CDU-서브루프 할당에 의존하는 민감도를 93% 감소시킵니다. 고정된 유량 분율 하에서 최선과 최악의 파티션 간 차이는 약 5.3% 이지만, 최적화된 유량을 사용하면 이 격차가 약 0.4% 로 축소됩니다.
• 작업 부하 균등화: 이 연구는 동적 유량 재분배가 기능적 균등화 (workload equalization) 의 대안 역할을 한다는 사실을 발견했습니다. CDU 간 계산 부하를 균등화하는 수동적 접근이 에너지 사용을 줄이는 반면, 능동적 유량 제어는 HPC 작업 스케줄러 변경 없이 동일한 열 강도 균등화를 달성합니다.

의의 및 주장
본 논문은 프론티어 시설의 경우 가장 실용적이고 비용 효율적인 개선 방안이 냉각 플랜트 토폴로지의 물리적 재구성 (예: 3 서브루프에서 2 서브루프로 전환) 이 아니라, 소프트웨어 업데이트를 통한 독립적인 서브루프별 유량 제어 활성화라고 주장합니다. 이 "소프트웨어 전용" 리포트는 고정된 비례 기준선에 비해 연간 약 10 MWh의 추가 에너지 절감 효과를 회복할 수 있으며, 자본 비용은 무시할 수준입니다.

저자들은 제안된 프레임워크가 다른 액체 냉각 고성능 컴퓨팅 (HPC) 플랜트로 이전 가능하다고 주장합니다. 그들은 이 작업을 냉각 최적화의 세 번째 단계로 위치시킵니다. 즉, 데이터 기반 폐기물 정량화에서 검증된 물리 기반 제어로, 그리고 최종적으로 공동 설계 및 운영 공동 설계로 이어지는 진화 과정입니다. 이 방법론은 정수 설계 공간이 열거에 충분히 작은 시스템에 대한 일반적인 혼합 정수 비선형 프로그래밍의 계산적으로 실행 가능한 대안을 제공하며, 비볼록 열 - 수력 모델에 대해 분기 한정법 (branch-and-bound) 이 보장할 수 없는 증명 가능한 전역 최적점을 제공합니다.