Resumo Técnico: Otimização de Co-projeto do Ciclo de Vida de Centros de Dados

Definição do Problema

O projeto da infraestrutura de resfriamento para supercomputadores exascala, como o sistema Frontier no Laboratório Nacional de Oak Ridge (ORNL), baseia-se tradicionalmente em decisões topológicas fixas tomadas durante a construção, especificamente o número de subloops de resfriamento paralelos ($K$) e a atribuição de Unidades de Distribuição de Fluido Térmico (CDUs) a esses loops. Embora pesquisas anteriores tenham se concentrado na otimização do controle operacional (ex: taxas de fluxo e temperaturas) dentro de uma topologia fixa, esses estudos frequentemente ignoram as fases de manufatura e construção da vida útil da instalação.

À medida que as redes elétricas se descarbonizam, a importância relativa do "carbono incorporado" (emissões provenientes de materiais e construção) aumenta, podendo representar de 38% a 69% das emissões totais do ciclo de vida de uma instalação. As configurações atuais para sistemas exascala (ex: Frontier com $K=4$, Aurora com $K \approx 10$) parecem refletir convenções e práticas de fornecedores, em vez de uma otimização sistemática. Há uma carência de estudos publicados que enumerem sistematicamente as configurações de subloops viáveis, avaliem-nas contra o carbono e a energia operacionais, e identifiquem um ótimo conjunto. Além disso, o equilíbrio entre custo, carbono e confiabilidade do sistema (tempo de inatividade) não foi analisado de forma abrangente para essas escolhas topológicas.

Metodologia

Os autores propõem uma estrutura de otimização de co-projeto de três camadas do ciclo de vida que integra energia operacional, carbono incorporado, custo de capital e confiabilidade. A estrutura é aplicada ao supercomputador Frontier, avaliando todas as 611 partições inteiras de seus 25 CDUs em $K$ subloops, onde $K \in \{2, 3, 4, 5, 6\}$.

Componentes da Estrutura

1. Dados de Entrada: O modelo utiliza dados operacionais de 2023 (49.353 intervalos de dez minutos), configurações hidráulicas, fatores de carbono incorporado do banco de dados Inventory of Carbon and Energy (ICE) e EPDs de fabricantes, e uma trajetória projetada de intensidade da rede da Tennessee Valley Authority (TVA).
2. Modelos de Física:
   • Modelo Termohidráulico: Calcula a troca térmica usando o método $\varepsilon$-NTU e dimensiona tubulações com base nos padrões ASHRAE.
   • Modelo de Dimensionamento de Equipamentos: Determina as dimensões necessárias para bombas, inversores de frequência (VFD), trocadores de calor e coletores para cargas de pico.
   • Modelo de Confiabilidade: Estima o tempo de inatividade não planejado com base nas confiabilidades de componentes IEEE Std 493 (MTBF/MTTR) e mapeia a contagem de subloops para metas de disponibilidade de nível (tier) do Uptime Institute.
3. Camadas de Otimização:
   • Camada 1: Enumera todas as 611 partições.
   • Camada 2: Executa um otimizador Sequential Least Squares Programming (SLSQP) validado para determinar as frações de fluxo e temperaturas de suprimento ideais para cada partição em cada passo de tempo, minimizando a potência de bombas e ventiladores.
   • Camada 3: Integra a energia operacional com métricas de carbono incorporado e confiabilidade para calcular o Custo do Ciclo de Vida (LCC), o Carbono do Ciclo de Vida ($CO_2e$) e o tempo de inatividade esperado ao longo de um horizonte de 7 anos.

Generalização Analítica

Para estender os achados além do Frontier, os autores derivam uma regra de decisão semi-analítica (Equação 2) que prevê o $K^*$ ideal como uma função da taxa de fluxo de pico total ($Q$) e do orçamento de queda ($N_{CDU} \times L_{drop}$). Esta regra equilibra as penalidades de eficiência operacional com os custos de carbono incorporado (especificamente tubulação).

Principais Contribuições

1. Estrutura Integrada: Desenvolvimento de uma estrutura de três camadas que unifica o controle operacional, o carbono incorporado e a confiabilidade em um único objetivo de ciclo de vida para a topologia da planta de resfriamento.
2. Identificação do Ótimo: Determinação de que o custo e o carbono ótimos do ciclo de vida para a planta de resfriamento do Frontier são alcançados com $K=2$ com uma partição de (14, 11). Esta configuração gera 3.320,7 toneladas de $CO_2e$ e um Valor Presente Líquido (NPV) de $3,99 milhões ao longo de sete anos.
3. Regra de Decisão Semi-Analítica: Criação de um mapa de decisão portátil que prevê contagens de subloops ideais para outros sistemas exascala com base em parâmetros de fluxo e orçamento de queda.
4. Análise de Pareto: Uma análise de três objetivos (custo, carbono, tempo de inatividade) demonstrando que tratar a confiabilidade como uma restrição rígida (definida pela política de operações) em vez de um objetivo suave altera significamente o espaço de design, expandindo a fronteira de Pareto de um único ponto para uma fronteira em "escada".

Resultados

Configuração Ótima vs. Construída (As-Built)

O estudo descobre que a configuração construída do Frontier ($K=4$, partição 7-6-6-6) é subótima em comparação com a configuração $K=2$ (14-11).

• Economia de Carbono: 50,2 toneladas de $CO_2e$ (uma redução de 1,5%).
• Economia de Custo: $100.000 de NPV (uma redução de 2,5%).
• Fator de Economia: A economia é impulsionada quase inteiramente pelo carbono incorporado, especificamente pela redução do comprimento primário de tubulação exigido por menos loops. As economias de energia operacional são negligenciáveis porque o otimizador SLSQP extrai quase todos os ganhos de eficiência disponíveis mesmo em $K=2$.

Sensibilidade e Robustez

O ótimo de $K=2$ foi testado contra 15 cenários de sensibilidade envolvendo variações no horizonte operacional (5–10 anos), trajetória da rede (otimista a pessimista), taxas de desconto, custos de materiais e fatores de carbono incorporado.

• A partição $K=2$ (14, 11) permaneceu na fronteira de Pareto em todos os 15 cenários.
• Embora a magnitude das economias flutue com a incerteza dos parâmetros, a identidade da configuração ótima não muda.

Generalização para Outros Sistemas

Aplicando a regra de decisão a outros sistemas, obtêm-se previsões distintas:

• Aurora: Prevê $K^* = 4$ (devido ao alto fluxo de pico exigindo mais loops para gerenciar a capacidade da bomba sem excesso de tubulação).
• El Capitan: Prevê $K^* = 2$ (perfil de fluxo/queda semelhante ao do Frontier).
• LUMI: Prevê $K^* = 1$ (baixo fluxo e orçamento de queda tornam a penalidade de carbono incorporado de um segundo loop injustificada).

Confiabilidade e Fronteiras de Pareto

Quando a confiabilidade é tratada como uma restrição rígida:

• Para o Frontier, a solução $K=2$ oferece o menor custo/carbono, mas carrega cerca de 22 horas de tempo de inatividade anual (Tier II).
• Para atender à disponibilidade de Tier IV (0,4 horas de inatividade), o design deve mudar para $K=4$.
• O estudo argumenta que a configuração $K=4$ implantada é consistente com um ótimo restrito (atendendo aos requisitos de Tier IV) em vez de um design falho.

Significância e Alegações

O artigo afirma que a suposição convencional — de que mais subloops resultam em melhor eficiência operacional — é estruturalmente incorreta para sistemas onde as políticas de controle (como o SLSQP) já podem maximizar a eficiência com menos loops. O benefício marginal de loops adicionais é consumido pelo carbono incorporado e pelo custo de capital de bombas, drivers e tubulações extras.

A principal significância deste trabalho é a reversão da ordem de prioridade do design: para redes limpas ou em descarbonização, minimizar o carbono incorporado (reduzindo o número de loops) torna-se mais crítico do que buscar ganhos operacionais marginais. Os autores posicionam seus achados não apenas como uma otimização numérica para o Frontier, mas como um enquadramento corretivo para o campo mais amplo do design de instalações de HPC. Eles defendem o tratamento dos níveis de disponibilidade como restrições rígidas definidas pela política de operações, dentro das quais a otimização da partição deve ser realizada para minimizar o custo do ciclo de vida e o carbono.

O estudo conclui que, para organizações que planejam múltiplas construções exascala, identificar a configuração ideal antes da construção pode gerar economias cumulativas significativas, e que o mapa de decisão proposto fornece uma ferramenta portátil para que outros projetistas de plantas apliquem esses princípios aos seus parâmetros de sistema específicos.