MSI XpertStation WS300のレビュー後、最もよく寄せられた質問は、ある重要なテーマに集約されます。GB300 Grace Blackwell Ultra Superchipは1,300Wのパーツで、通常は水冷ラックに搭載されていますが、これをタワー型ケースに入れると熱はどうなるのでしょうか？この懸念はもっともです。GB300システムが熱限界に達するとパフォーマンスが低下し、推論処理が継続するとスロットリングが発生するシステムは、購入目的を果たしていません。レビューでは、WS300はテスト中、低温で安定した状態を維持したと述べました。その理由は、MSI独自の冷却設計データと、システム実行中に記録した熱、電力、クロックのトレースにあります。
ループが果たすべき役割
DGX Stationの熱予算はNVIDIAによって設定されています。GB300モジュールは1,300WのSuperChip電力制限を持ち、システム全体は1,600Wの単一電源で動作し、ストレージ、ポンプ、ファン、オプションのRTX PROカードにも電力を供給する必要があります。1,300Wのほぼすべてが4つの場所で熱になります。Blackwell Ultra GPUとその252GBのHBM3e、72コアのGrace CPU、4つのSOCAMM LPDDR5Xモジュールにまたがる496GBのメモリ、そして2つの400GbE光ポートを備えたConnectX-8 SuperNICです。MSIはこれら4つすべてにコールドプレートを取り付け、ループは6つの120mmファンを備えた2つの360mmラジエーターを通ります。別の120mmシャーシファンがケースの残りの部分に空気を送り、SSDやその他の空冷パーツを冷却します。 MSIは、このアセンブリのCPUとGPUの消費電力を1,400Wとしており、これはNVIDIAがSuperchipに許容する消費電力よりも約100W高い値である。
その100Wの余裕は、非常に重要な設計上の決定事項です。定格負荷のみに対応したループでは、暖かいオフィス環境、埃っぽいラジエーター、あるいはフルスピードで回転していないファンなどに対応できません。電力制限を超える余裕のあるループであれば、シリコンは熱容量に達する前に電力容量に達することになります。
MSIのコールドプレートデータ
MSIは、このループの特性評価データを当社と共有しました。同社はこの手法をCIT（Component Integrity Test：コンポーネント完全性テスト）と呼び、曲線は経験的であるとしています。つまり、繰り返し圧力と熱のサイクルをベンチテストで測定したものです。最初のグラフは、熱エンジニアが最も重視するものです。GPUとCPUのコールドプレートの熱抵抗（摂氏/ワット）を冷却液流量に対してプロットし、各プレートがポンプに及ぼす圧力損失も示しています。
GPU プレートは、毎分 0.3 リットルの微量流量で約 0.031 C/W から始まり、流量が増加するにつれて急激に低下し、1.5 LPM で約 0.017 C/W、3 LPM で 0.012 C/W になります。はるかに低電力の部分を覆う CPU プレートは、1.5 LPM で約 0.028 C/W と、より高い値になります。熱抵抗は、ワットを温度に変換する乗数です。1.5 LPM では、GPU プレートを通過する 100W ごとに、冷却液とプレートの間で約 1.7C の温度上昇が発生します。1,000W を流すと、プレートは水面より約 17C 高くなります。トレードオフは圧力損失で、流量の 2 乗に比例して増加します。1.5 LPM では、GPU プレートは約 1.1 PSI、CPU プレートは約 1.9 PSI のポンプの圧力損失が発生します。流量が2 LPMを超えると曲線が平坦になるため、このループは1.5～2 LPMの範囲で運転するように設計されています。流量を増やすと、ポンプのコストが急激に上昇する一方で、熱回収効果は低下します。
ラジエーター、ファン、そして騒音のトレードオフ
2番目のグラフセットは、ループのもう一方の端をカバーしています。ATDとは周囲温度差のことで、冷却液がラジエーターを出た後の室温からの上昇を表します。ループ内のどの部品も、供給する水よりも低温で動作することはないため、この数値がシステム内のすべてのコンポーネントの温度の下限を決定します。MSIは、流量1～2 LPMの2つの360mmラジエーターについて、6つのファンを100% PWM（パルス幅変調）で動作させた場合と、60%で動作させた場合の2つの熱負荷に対するATDをプロットしています。
ファンを最大速度で回転させると、ラジエーターは流量範囲全体で 1,000W の熱負荷時に冷却液を周囲温度から 5 ～ 9℃ 以内に、Superchip の電力制限を超える 1,400W では 8 ～ 12℃ 以内に保持します。 曲線はほぼ直線で、冷却液がラジエーター内に長く留まり、室温に近くなるため、1 LPM の曲線が最も低くなっています。トレードオフは、最初のグラフの低流量時のコールドプレート抵抗が高くなることなので、ループの動作点はその 2 つのバランスになります。 60% PWM のグラフは、デスクの横にあるシステムにとってより現実的なものです。オフィスで 6 つの 120mm ファンを全開で動かす人（または動かしたい人）はいないからです。
60%では、ATDはほぼ2倍になります。1,000Wでは10～16℃、1,400Wでは15～23℃で、比較的控えめなペナルティです。Superchipのフルパワーとファン速度の低下でも、冷却液は室温より約23℃高い温度でコールドプレートに入ります。最初のグラフの17℃のGPUプレート上昇を加えると、Blackwell Ultraパッケージは1,000Wで周囲温度より約40℃高く動作し、通常のオフィスでは動作範囲内に収まります。最後のMSIのグラフはラジエーターの空気側インピーダンス曲線で、ファンがフィンスタックを通して空気を押し出すために克服しなければならない圧力を示しており、135 CFMで約1 mmの水、185 CFMで約2 mmの水に達します。これは低抵抗コアなので、ファンを低速で回転させることができます。
私たちの走行：GB300で約3時間
設計曲線はループが何をするべきかを示していますが、実際に何をするかを確認するために、WS300 を 5 つのフェーズからなる 2.8 時間のセッションでログ記録しました。75 分間の GPU 負荷の持続的なバーンイン、次に、3 つのプロファイルで vLLM を介して提供される DeepSeek v4 Flash、入力トークンと出力トークンが等しい 512 個のワークロード、プリフィルが多めの 8,192 個の入力と 1,024 個の出力のワークロード、およびデコードが多めの 1,024 個の入力と 8,192 個の出力のワークロードを段階的に並列度を上げて実行し、最後にアイドル状態の観測ウィンドウが続きます。GPU、HBM、CPU、および電力テレメトリを継続的にサンプリングしました。冷却液、シャーシ空気、およびボードの温度は、数分ごとにポーリングした BMC から取得しました。各グラフの網掛け部分はフェーズを示しています。
バーンイン全体を通して、Blackwell Ultra ダイは 60 ℃ に保たれ、HBM3e は約 10 ℃ 高い 70 ℃、Grace は 64 ℃ でした。これらは、約 1,000 W の GPU 電力での定常状態の値であり、75 分にわたって上昇しませんでした。これは、余裕を持って平衡に達したループの特徴です。推論フェーズは負荷がバースト的であるため、平均的に温度が低くなっています。GPU は、同じワークロード中に再び 60 ℃、長いデコード ランプ中に 58 ℃ でピークに達し、HBM は 73 ℃ でピークに達しました。DRAM ラインの鋸歯は、BMC のサンプリング間隔によるアーティファクトです。LPDDR5X 自体は、75 ℃ 付近でピークに達しました。実行のほとんどの間、ボックス内の最も温度の高いセンサーは ConnectX-8 で、76 ～ 77 ℃ でした。アイドル時の温度は、GPU と HBM で 33 ～ 36 ℃、Grace で約 48 ℃ に落ち着きました。
バーンイン中、冷却液はラジエーターから37℃で出て、コールドプレートから47℃で戻ってきました。ループ全体で10℃上昇しました。ケース内のシャーシ空気は46℃、BMCベースボードは52℃、最も高温のボードセンサーは56℃に達しました。これらのラインはすべて、負荷開始後15分以内にプラトーに達し、その後は横ばい状態が続き、負荷が停止すると数分以内に再び低下しました。アイドル状態では、冷却液供給温度は30～31℃でした。
バーンインではGPUは約995Wに維持され、Graceがさらに85～90Wを追加してSuperchipの合計は約1,080Wとなり、これは上記の冷却剤の差に対応する負荷です。同等のワークロードは、高並列度で一時的に同じ1,000WのGPUレベルに達しました。プリフィルが重いフェーズは、合計約1,050Wまで短時間バーストで実行され、デコードが重いランプは、推論サーバーがGPUに負荷をかける様子を最も明確に示しており、各ステージで並列度が2倍になるにつれて、約500Wから1,000W強まで上昇します。実行中のどの時点でも、Superchipの合計電力は、グラフに示されている1,300Wの制限から200W以内には入りませんでした。アイドル時の電力は、電力計画を立てる人にとって注目に値します。何も実行されていない状態では、GPUだけで150～210Wを消費し、Superchipの合計はアイドル時に220～290Wになります。
Blackwell Ultra は、バーンインが開始された瞬間から実行が終了するまで、約 2.07GHz で動作し、すべてのフェーズで全く低下することなく、フラットなラインを維持しました。Grace は、通常のジッターで 3.5GHz 付近を維持し、HBM は 4,000MHz、LPDDR5X は 3,200MHz を維持しました。熱制限のある GPU は、ブースト アルゴリズムが後退して回復するため、非常に不安定な動作として現れます。電力制限のある GPU は、負荷を追跡するクロックとして現れますが、どちらのパターンもテストでは見られませんでした。これらのワークロードでは、システムは最高クロックから外れないほど高温にも電力制限にもなりませんでした。
2つを結びつける
MSI の曲線と当社の測定は独立して作成され、同じ結論に達しています。1,080W での冷却液の温度上昇 10C から始めます。液体によって運ばれる熱は流量と温度上昇の積なので、この差は水ベースの冷却液の場合、毎分約 1.5 リットルの冷却液流量を意味し、これは MSI が特性評価した範囲内です。この流量と負荷での MSI のラジエーター チャートを読みます。ファン速度が 100% の場合、冷却液は室温より約 8C 高いはずです。60% の場合は約 14C 高いはずです。MSI のラボには校正済みの周囲温度プローブがなかったので、そのループを度まで閉じることはできませんが、供給温度 37C は暖かいラボの部屋と、全速よりかなり低い速度でファンが動作していることと一致します。
1.5 LPM の場合、GPU プレートの測定抵抗は約 0.017 C/W であり、995W では冷却液からプレートまで 17C 上昇すると予測されます。Blackwell Ultra ダイを 60C で測定したところ、電源温度は 37C で、23C の差がありました。この 6C の差は、熱界面とパッケージ自体によるもので、コールドプレートでは制御できない経路の部分であり、このサイズのデュアル レティクル GPU としては小さな値です。プレートは MSI のベンチマーク データどおりに機能しており、ダイと冷却液の間のマージンは物理法則によって決まります。
予算を別の角度から検討すると、先に述べた余裕がより明確になります。NVIDIA のデータセンター GPU は、ダイの温度が 80 台後半になるまでクロックを下げ始めないため、WS300 をフル稼働させた場合、Blackwell Ultra ダイと熱管理が介入するポイントの間には、約 20 ℃の余裕があり、これはループが 1,080W を吸収している場合です。最悪のケースである 1,300W の Superchip 制限でも、0.017 C/W のプレートを介してさらに 220W を加えると、GPU の温度は 4 ℃ 未満上昇し、MSI のラジエーターチャートでは、その追加負荷に対して冷却液の温度が約 2 ℃上昇するだけであることが示されています。
購入者にとっての意味
WS300は、冷却ループがSuperchipの電力制限よりも大きいため、推論や合成負荷が持続してもスロットリングしません。測定された温度では、GPUに約20℃の余裕があり、HBMとCPUはそれぞれの制限値よりもさらに低い温度で動作します。最も熱くなるコンポーネントはConnectX-8で、これがそもそもループに組み込まれている理由です。冷却液の温度は15分以内に安定し、数分以内に回復するため、連続したジョブで熱が蓄積されることはありません。ファン速度は、騒音と冷却液温度の間の唯一の調整手段であり、MSIの60%のデータによると、ファンがスケールアップする前に、システムはかなりのエアフローを犠牲にすることができます。縮小しない唯一のものは電気的な側面です。北米では依然として20Aの回路が必要であり、252GBのHBM3eと72コアのArm CPUを動作可能な状態に保つために、アイドル時の消費電力は220～290Wの範囲になります。とはいえ、このような投資を行った場合、システムを遊休状態にしておくことはほとんどないはずだ。
本レポートはMSIの提供でお届けします。本レポートに記載されている見解および意見はすべて、対象製品に対する当社の公平な見解に基づいています。
Amazon