シュナイダーエレクトリックとAMDは、高密度AIインフラを導入するデータセンター事業者向けのブループリントとして活用することを目的とした、共同開発リファレンスデザインを発表した。

この設計はAMDのHeliosラックスケールプラットフォームをベースに構築されており、最大246kWの電力密度を持つAIラック、および最大10.4MWのIT容量を持つモジュラー型マルチクラスター環境をサポートする。この密度の数値を比較すると、従来のエンタープライズデータセンターのラックは通常5〜15kWの範囲で稼働しており、このブループリントはGPU集中型のAIトレーニングおよび推論ワークロードによって駆動される、ラックあたりの電力消費の桁違いの増加を目指している。両社によると、このリファレンスデザインは新たにAIファクトリーを構築する事業者と、既存のデータセンターに高密度AIインフラを後付けする事業者の両方に使用できる。

シュナイダーエレクトリックのデータセンターソリューションアーキテクチャ グローバルディレクターであるRob Bunger氏は、この設計はAIワークロードの激化がデータセンターインフラを「前例のない限界」にまで押し上げている中で登場したと述べた。

「事業者は、デプロイリスクを低減しながら、大幅に高い電力密度、熱管理要件、運用の複雑さを管理しなければなりません」とBunger氏はAI Businessに語った。

シミュレーションツールとインフラカバレッジ

これらの課題に対処するため、この設計にはシュナイダーエレクトリックのETAPおよびEcoStruxure IT Design CFDシミュレーションツールが組み込まれており、事業者はデプロイ前にインフラのパフォーマンスをテスト、予測、管理できる。

このリファレンスデザインは4つのインフラドメインをカバーしている：施設電力、施設冷却、ITスペース、およびライフサイクルソフトウェアである。データセンターの物理インフラパフォーマンスをモデル化することで、このブループリントは電力、冷却、ITインフラの構成方法を明確に定義し、計画プロセスを短縮すると両社は述べている。

「これらの機能により、組織はより高い信頼性、低減されたリスク、少ない複雑さで、信頼性が高くスケーラブルなAIファクトリーをより迅速に構築できます」とBunger氏は付け加えた。

この設計にはまた、リアルタイムの監視と分析、AI主導の予測的メンテナンス、および電力、冷却、ITインフラにまたがるシステムレベルの最適化も含まれている。

エンジニアリング課題としてのAIインフラデプロイメント

このブループリントの発表は、AIインフラのデプロイメントが、コンピューティング容量の確保から、電力、冷却、ネットワーキング、継続的な管理を含むオペレーション全体にわたる複雑なシステムの統合へと焦点を移している時期に合わせて行われた。この移行は、個々の事業者がラックスケールのGPUシステム、液体冷却、高電圧電力分配を独自に統合することにますます苦戦する中、事前検証済みのリファレンスアーキテクチャを生み出すベンダーコラボレーションの波を引き起こしている。

「AMD Heliosリファレンスデザインは、共同開発・検証されたブループリントを通じて、高度なAIコンピューティングプラットフォーム、エネルギーテクノロジー、および現実のデータセンター実装間のギャップを埋めます」とBunger氏は述べた。「電力へのアクセスは依然として業界の主要な制約であるものの、エンジニアリングに基づくリファレンスデザインにより、組織はより高い信頼性、効率、および信頼度を持って、計画からデプロイメントへとより迅速に移行できます。」

電力を制約として挙げたBunger氏の発言は、広く報告されている業界の課題を反映している。電力事業者の連系タイムライン、グリッド容量の制限、地元の許認可が、複数の地域におけるハイパースケールおよびエンタープライズAIの構築にとって重要なボトルネックとなっている。

この設計はモジュラー型スケーリングをサポートすることを意図しており、新規立地のデプロイメント向けに最大10.4MWのIT容量を持つAIクラスターに対応すると同時に、既存施設で高密度AIワークロードを処理できるインフラも提供する。

規格検証

このリファレンスデザインは米国のデプロイメント向けにANSI規格で検証されており、グローバル実装に向けて国際電気標準会議（IEC）規格をサポートするようフレームワークを拡張する計画がある。

出典：AI Business