기술 요약: 데이터 센터 수명 주기 공동 설계 최적화

문제 정의

프런티어(Frontier) 시스템(오크리지 국립연구소 소재)과 같은 엑사스케일 슈퍼컴퓨터의 냉각 인프라 설계는 전통적으로 건설 단계에서 결정된 고정된 토폴로지, 즉 병렬 냉각 서브루프($K$)의 수와 이 루프들에 대한 냉각 분배 장치(CDU) 할당 방식에 의존해 왔다. 기존 연구들은 고정된 토폴로지 내에서의 운영 제어(예: 유량 및 온도) 최적화에 집중해 왔으나, 이러한 연구들은 시설의 수명 주기 중 제조 및 건설 단계를 간과하는 경우가 많다.

전력 그리드가 탈탄소화됨에 따라, "내재 탄소"(재료 및 건설에서 발생하는 배출량)의 상대적 중요성이 커지고 있으며, 이는 시설 전체 수명 주기 배출량의 38%에서 69%를 차지할 수 있다. 현재 엑사스케일 시스템(예: $K=4$인 프런티어, $K \approx 10$인 오로라)의 구성은 체계적인 최적화보다는 관습이나 공급업체의 관행을 반영하고 있는 것으로 보인다. 가능한 서브루프 구성을 체계적으로 열거하고, 이를 운영 에너지 및 내재 탄소와 함께 평가하며, 공동 최적점을 식별한 발표된 연구는 부족한 실정이다. 또한, 이러한 토폴로지 선택에 따른 비용, 탄소, 그리고 시스템 신뢰성(다운타임) 사이의 트레이드오프(trade-off)에 대한 종합적인 분석도 이루어지지 않았다.

방법론

저자들은 운영 에너지, 내재 탄소, 자본 비용 및 신뢰성을 통합하는 3계층 수명 주기 공동 설계 최적화 프레임을 제안한다. 이 프레임은 프런티어 슈퍼컴퓨터를 대상으로 하여, 25개의 CDU를 $K$개의 서브루프로 나누는 611개의 모든 정수 분할(integer partitions)을 평가한다 ($K \in \{2, 3, 4, 5, 6\}$).

프레임워크 구성 요소

1. 입력 데이터: 모델은 2023년 운영 데이터(49,353개의 10분 간격 데이터), 수력학적 구성, 탄소 및 에너지 인벤토리(ICE) 데이터베이스와 제조사 EPD로부터 얻은 내재 탄소 계수, 그리고 테네시 강 밸리 협회(TVA)의 예상 그리드 강도 궤적을 활용한다.
2. 물리 모델:
   • 열수력 모델: $\varepsilon$-NTU 방법을 사용하여 열 교환을 계산하고 ASHRAE 표준에 따라 파이프 크기를 결정한다.
   • 장비 규모 결정 모델: 피크 부하에 필요한 펌프, 가변 주파수 드라이브(VFD), 열교환기 및 헤더의 치수를 결정한다.
   • 신뢰성 모델: IEEE Std 493 구성 요소 신뢰도(MTBF/MTTR)를 기반으로 예기치 않은 다운타임을 추정하고, 서브루프 수를 Uptime Institute 티어 가용성 목표에 매핑한다.
3. 최적화 계층:
   • 계층 1: 611개의 모든 분할을 열거한다.
   • 계층 2: 검증된 순차적 최소 제곱 프로그래밍(SLSQP) 옵티마이저를 실행하여 각 분할에 대해 모든 타임스텝에서 최적의 유량 분율과 공급 온도를 결정함으로써 펌프 및 팬 전력을 최소화한다.
   • 계층 3: 운영 에너지와 내재 탄소 및 신뢰성 지표를 통합하여 7년 기간 동안의 수명 주기 비용(LCC), 수명 주기 탄소($CO_2e$), 예상 다운타임을 계산한다.

분석적 일반화

연구 결과를 프런티어 너머로 확장하기 위해, 저자들은 총 피크 유량($Q$)과 드롭 예산($N_{CDU} \times L_{drop}$)의 함수로서 최적의 $K^*$를 예측하는 준해석적 결정 규칙(식 2)을 도출한다. 이 규칙은 운영 효율성 손실과 내재 탄소 비용(특히 배관) 사이의 균형을 맞춘다.

주요 기여

1. 통합 프레임워크: 운영 제어, 내재 탄소, 신뢰성을 냉각 플랜트 토폴로지에 대한 단일 수명 주기 목적 함수로 통합하는 3계층 프레임워크를 개발하였다.
2. 최적 구성 식별: 프런티어 냉의 냉각 플랜트의 수명 주기 비용 및 탄소 최적점이 $K=2$와 분할 **(14, 11)**에서 달성됨을 확인하였다. 이 구성은 7년 동안 3,320.7 톤의 $CO_2e$와 399만 달러의 순현재가치(NPV)를 창출한다.
3. 준해석적 결정 규칙: 유량 및 드롭 예산 파라미터를 기반으로 다른 엑사스케일 시스템의 최적 서브루프 수를 예측하는 휴대 가능한 결정 맵을 생성하였다.
4. 파레토 분석: 비용, 탄소, 다운타임에 대한 3목적 분석을 통해, 신뢰성을 소프트 목적 함수가 아닌 운영 정책에 의해 설정된 하드 제약 조건으로 취급할 경우 설계 공간이 크게 변화하며, 이를 통해 파레토 프런트가 단일 점에서 "계단형" 프런트로 확장됨을 입증하였다.

결과

최적 구성 vs. 구축된 구성(As-Built)

본 연구는 구축된 프런티어 구성($K=4$, 분할 7-6-6-6)이 $K=2$ 구성(14-11)에 비해 하위 최적(suboptimal)임을 발견하였다.

• 탄소 절감: 50.2 톤의 $CO_2e$ (1.5% 감소).
• 비용 절감: NPV 기준 100,000달러 절감 (2.5% 감소).
• 절감 동인: 이러한 절감은 거의 전적으로 내재 탄소, 특히 더 적은 루프에 필요한 기본 배관 길이의 감소에 의해 주도된다. SLSQP 옵티마이저가 $K=2$에서도 가용한 모든 효율성 이득을 이미 추출해내기 때문에 운영 에너지 절감 효과는 미미하다.

민감도 및 강건성

$K=2$ 최적해는 운영 기간(510년), 그리드 궤적(낙관적비관적), 할인율, 재료비, 내재 탄소 계수를 포함한 15가지 민감도 시나리오에 대해 테스트되었다.

• $K=2$ (14, 11) 분할은 15가지 시나리오 모두에서 파레토 프런트에 남아 있었다.
• 파라미터 불확실성에 따라 절감 폭은 변동하지만, 최적 구성의 정체성은 변하지 않았다.

타 시스템으로의 일반화

결정 규칙을 다른 시스템에 적용하면 다음과 같이 뚜렷한 예측이 나온다:

• 오로라(Aurora): 최적 $K^* = 4$로 예측됨 (과도한 배관 없이 펌프 용량을 관리하기 위해 높은 피크 유량이 필요함).
• 엘 캐피탄(El Capitan): 최적 $K^* = 2$로 예측됨 (프런티어와 유사한 유량/드롭 프로필).
• 루미(LUMI): 최적 $K^* = 1$로 예측됨 (낮은 유량과 드롭 예산으로 인해 두 번째 루프의 내재 탄소 페널티가 정당화되지 않음).

신뢰성 및 파레토 프런트

신뢰성을 하드 제약 조건으로 다룰 때:

• 프런티어의 경우, $K=2$ 솔루션은 가장 낮은 비용/탄소를 제공하지만 연간 약 22시간의 다운타임(Tier II)을 수반한다.
• Tier IV 가용성(0.4시간 다운타임)을 충족하려면 설계를 $K=4$로 전환해야 한다.
• 본 연구는 실제 배치된 $K=4$ 구성이 결함이 있는 설계가 아니라, 제약된 최적해(Tier IV 요구사항 충족)와 일치한다고 주장한다.

의의 및 주장

본 논문은—제어 정책(예: SLSQP)이 이미 효율성을 극대화할 수 있는 상황에서—더 많은 서브루프가 더 나은 운영 효율성을 제공한다는 기존의 가정이 구조적으로 잘못되었음을 주장한다. 추가적인 루프에 의한 한계 이득은 추가적인 펌프, 드라이브 및 배관의 내재 탄소와 자본 비용에 의해 상쇄된다.

본 연구의 주요 의의는 설계 우선순위의 역전에 있다. 그리드가 청정해지거나 탈탄소화될수록, 운영상의 미세한 이득을 추구하는 것보다 내재 탄소를 최소화하는 것(즉, 루프 수를 줄이는 것)이 더 중요해진다. 저자들은 자신의 발견이 단순히 프런티어에 대한 수치적 최적화를 넘어, 더 넓은 HPC 시설 설계 분야에 대한 교정적 프레임을 제공한다고 위치시킨다. 저자들은 가용성 티어를 운영 정책에 의해 설정된 하드 제약 조건으로 취급하고, 그 범위 내에서 수명 주기 비용과 탄소를 최소화하도록 분할 최적화를 수행할 것을 권고한다.

연구는 여러 엑사스케일 구축을 계획하는 조직들이 건설 전에 최적의 구성을 식별함으로써 상당한 누적 절감을 얻을 수 있다고 결론지으며, 제안된 결정 맵이 다른 플랜트 설계자들이 자신의 특정 시스템 파라미터에 이 원칙을 적용할 수 있는 휴대 가능한 도구를 제공한다고 밝힌다.