【動作確認用】液冷GPUクラスタはどこまで実用化したか―設計・保守の現場を追う

この記事は、納品時の表示と公開動作を確認するための見本です。最新情報の確認・監修を行った本番記事ではありません。

データセンターの熱問題を根本から見直す液冷技術の現在地を解説。最新アーキテクチャと運用課題、保守のポイントを専門家が解説します。

空冷が届かなくなった領域

AIアクセラレータの世代交代に伴い、1台あたりの消費電力は着実に上がってきた。汎用サーバーが中心だった時代、1ラックあたりの設計値は数kWから10kW台に収まることが多かったが、GPUを高密度に詰めた構成では数十kW級を前提に設計せざるを得ない。空冷で処理できる熱量は吹出温度と風量、そして床下や天井の給排気経路で決まる。ラックあたりの発熱がこの上限に近づくと、ホットスポットの発生、ファン動力の増大、冷却系そのものの消費電力が無視できない大きさになる。

液冷が注目されるのは、水や冷却液の熱容量が空気より桁違いに大きく、同じ熱量をはるかに小さな流量と温度差で運べるためである。加えて冷却液の供給温度を高めに設定できるため、チラーに頼らずフリークーリングの稼働時間を伸ばせる可能性がある。高密度化と省エネを同時に狙える点が、液冷を単なる冷却手段以上のものにしている。

三つの方式と適用領域

実務で選択肢に挙がる液冷は、大きく三つに整理できる。

• リアドア熱交換器: ラック背面に熱交換器を取り付けて排気を冷却する。既存の空冷ホールに後付けしやすく、サーバー本体に手を入れないため導入障壁が低い
• ダイレクト・トゥ・チップ: CPUやGPUのパッケージにコールドプレートを密着させ、冷却液を直接循環させる。発熱の大半を液側で回収できるが、サーバー側の対応と二次側配管の敷設が前提になる
• 液浸冷却: 筐体ごと絶縁性の液体に沈める。冷却効率は高い一方、保守手順、床荷重、液の調達と廃棄まで含めた運用設計が必要になる

現実的な移行経路として選ばれやすいのは、リアドア熱交換器で既存ホールの上限を引き上げつつ、新設ゾーンをダイレクト・トゥ・チップ前提で設計する組み合わせである。全面液浸に踏み切る例はまだ限定的で、用途と規模がはっきりしているケースに寄っている。

設計で先に決めておくこと

液冷の難易度は、冷却方式そのものより周辺設備の設計で決まる。冷却液分配ユニットをラック列単位で置くのかホール単位で集約するのかによって、冗長構成も配管ルートも変わる。二次側の温度と流量の設計値、想定する温度差、ポンプの冗長化と切替手順は、サーバー調達より前に固めておきたい。

見落とされやすいのが水質と材料適合である。配管材、継手、コールドプレート、ホース内面の材料の組み合わせによっては、腐食やスケール、生物膜の発生が問題になる。冷却液の仕様、フィルタリング、薬注や定期的な水質検査の体制は、設備側の運用計画に最初から織り込む必要がある。

漏液対策も設計段階の論点だ。検知線やトレイ、遮断弁の配置、検知時に何を止めて何を残すかというシーケンスは、実機が入ってから決めるには重い。ラック単位で隔離できるのか、ホール全体を止める必要があるのかで、事業影響の大きさが変わる。

保守は点検対象が増えることを前提に

液冷を入れると、これまで存在しなかった点検項目が加わる。継手の緩みや微小な滲み、フィルタの差圧、冷却液の劣化、ポンプの振動といった項目は、空冷時代の点検票には無い。周期と手順書、そして誰が実施するのかを整理しないまま稼働に入ると、初期のトラブルが属人的な対応に流れやすい。

部材の供給も現実的な制約になる。ホースや継手、コールドプレートは機種依存の部分が大きく、予備品の在庫方針を決めておかないと、単純な部品待ちで復旧が長引くことがある。作業者の教育も同様で、通電中のラックで液系統を扱う手順は、従来の保守作業とはリスクの質が異なる。

液冷は入れるかどうかより、どこまでを液で持つかを決める話に近い。ラックあたりの目標密度、既存建屋の制約、運用体制の成熟度、供給側の対応状況を並べたうえで段階的に適用範囲を広げるほうが、全面切替を一度に狙うより実務上の破綻が少ない。冷却方式の選定は設備の意思決定であると同時に、運用組織の設計でもある。