データセンター業界の熱管理に関するガイドラインの大部分を策定している技術委員会であるASHRAE TC 9.9は、「TCS冷却液の完全性とシステム準備のベストプラクティス」と題した無料ダウンロード可能な技術速報を公開した。この速報は、標準化団体の文書としては異例とも言える警告から始まっている。「チップ直結冷却システムの運用要件と保証要件に違反するのはあまりにも容易である。」
5月に発行され、現在委員会の公開文書ページに掲載されているこの報告書は、技術冷却システム（TCS）が設計基準から逸脱する可能性のある4つの領域を列挙している。これらの逸脱は、導入時には目に見えず、数か月後に損傷として顕在化する。この時期は、 AIクラスのプロセッサ密度が主流のデータセンターに導入されるきっかけとなっている、チップ直結型液冷システムの導入ラッシュと時期を同じくしている。
DellのPowerCool CDUのような冷却液分配ハードウェアの成否は、この新しい技術情報に明記されている流体に関する規律にかかっている。
この内容に見覚えがあるとしたら、それは当然です。デルのティム・シェッド氏は先週のポッドキャスト第152回で、冷却液の化学組成やろ過から、設置作業員が去った後もなお試運転の手抜きがなぜ不具合として現れるのかまで、まさにこの領域について解説し、この速報が間もなく公開されることを予告していました。この速報の執筆者には、シェッド氏のほか、デルのメラジ・モヘビ氏、IBMのダスティン・デメトリウ氏、AMDのアシュウィン・シッダールト氏、Vertivのクリス・キャンベル氏、オラクルのヴァリ・ソレル氏、そしてFluid2ChipとDLB Associatesのエンジニアらが名を連ねており、ベンダーをまたがるこの顔ぶれは、この問題がいかに共通の課題となっているかを反映しています。
ティム・シェッドは、ポッドキャスト第152回で、この速報のテーマについて概説した。
4つの失敗経路
冷却液の組成は、下流側のすべての機器のサイズがそれに合わせて決定されるため、最初に検討すべき事項です。ほとんどの単相冷却システムは、公称25%プロピレングリコール混合液（PG25）を基準に設計されています。本速報では、設計基準となる配合から逸脱すると、粘度、密度、比熱、熱伝導率が変化し、それが圧力損失の変化、ポンプの動作点のずれ、熱交換器の効率低下、さらにはCDU制御の安定性低下につながることを詳述しています。グリコールは、TC 9.9の最低品質基準またはIT機器メーカーの仕様を満たす必要があり、影響を確認せずに冷却液を混合することは、本速報で「構造化された技術レビュー」と呼ばれるものを実施する明確なきっかけの一つとなっています。
空気管理は、見過ごされがちな問題です。混入した空気は、熱伝達効率を低下させ、ポンプのキャビテーションを引き起こし、腐食を加速させ、試運転スケジュールを長期化させます。この速報では、チームが不意を突かれるメカニズムについて具体的に説明しています。脱気は、ループが重負荷時のみ到達する高温で最も効果的であるため、システムが定常状態の温度に落ち着いた後、起動から数週間後に空気の問題が発生することがあります。このガイダンスでは、CDU入口付近の温かく低圧の戻り配管に分離器を配置すること、すべての高所でベントを行うこと、そして、空気を永久に保持する可能性のあるトラップ形状、垂直デッドレッグ、逆U字曲がり、ベントされていないフレキシブルホース配管を避けることについて説明しています。
ステンレス鋼の不動態化処理については、この通達で最も厳しい表現が用いられています。溶接、研削、現場での加工は、ステンレス鋼の耐食性を高める酸化クロム皮膜を損傷します。ASTM A380/A967 の規定に従って適切な洗浄と再不動態化処理を行わないと、遊離鉄が冷却液に混入し、コールドプレートが依存するマイクロチャネル表面を汚染します。これは、以前Chilldyne コールドプレートの詳細調査で詳しく調べたタービュレーター構造と同じもので、流体品質によって、これらの微細な構造が熱を移動させ続けるか、詰まってしまうかが決まります。この通達の結論は絶対的なものです。「不動態化処理されていない個々の設置部品は、システムの動作を危険にさらす可能性があります。」
システム圧力定格が4つ目です。委員会は、定常状態の動作だけでなく、フラッシュ圧力と充填圧力、静圧、安全弁の設定、膨張タンクの事前充填、および機器の接続と切断に伴う過渡現象も網羅する、圧力カスケードの完全な油圧モデルを推奨しています。また、IEC 62368-1では、定格最大使用圧力の1.5倍で静水圧安全試験を実施し、安全弁はIT機器メーカーが熱テンプレートで公開している定格最大圧力より低い値に設定することを要求しています。設計で想定されている故障モードは、最もコストのかかる故障モード、つまりIT機器自体の過圧です。
ガイダンスから現場チェックリストへ
速報の後半は運用に関する内容で、明らかに経験者によって書かれたものです。冷却液の濃度と品質は、初回充填時、補充液の大量追加後、および定期的なスケジュールでラボで検証する必要があり、設計基準の冷却液仕様は引き渡し成果物に文書化する必要があります。閉じ込められた空気を除去するためにますます普及している真空充填には、他では見られない注意点があります。グリコール混合物は真空下で部分的に分離する可能性があるため、委員会は真空充填後にサンプリングとラボテストを行い、混合物が均一であることを確認することを推奨しています。自動エアベントと手動エアベントの議論については実際的な裁定がなされており（ループから空気が抜けていることが確認されたら、ハードウェアを交換するのではなく、自動ベントをキャップするかバルブで隔離する）、文書全体は、各リスク領域を検証すべき内容、許容される証拠、およびそれがなぜ重要なのかにマッピングした現場検証チェックリストで締めくくられており、コミッショニング担当者はこのページをそのまま品質保証計画に取り込むことができます。
この速報は、TC 9.9の2024年版「液体冷却：コールドプレート展開の回復力に関するガイダンス」の補足資料であり、標準的な注意書きが付いています。これは情報提供のためのガイダンスであり、IT機器メーカーの要件や地域の規定に優先するものではありません。この配管技術がなぜ重要なのかを分かりやすく解説した、Shedd氏の1時間におよぶポッドキャストのエピソードは、併せて聴くのに最適です。
Amazon