VertivがAIデータセンター向け5MW FDU液冷ソリューションを発表、ラック密度600kW/ラックに対応

Vertiv グローバル
概要
AIワークロードの爆発的増加に伴い、データセンターの電力密度は現在の60-120kW/ラックから200kW/ラック以上に急増し、2027年には600kW/ラックに達する可能性があります。Vertivは、この課題に対応するため、5メガワットのFacility Distribution Unit (FDU) を核とする集中型で回復力のある液冷ソリューションを提案しました。この「液冷再発明」のアプローチは、高密度コンピューティングを大規模にサポートするAIインフラ設計を根本から変革し、従来の分散型液冷システムの限界を克服します。
詳細

主要成果

AIワークロードの急増がデータセンターの電力密度を劇的に押し上げる中、Vertivは大規模AI展開に特化した革新的な液冷ソリューションを発表しました。現在のデータセンターラック密度は60-120kW/ラックですが、AIの需要により200kW/ラックを超え、2027年には600kW/ラックに達する可能性が指摘されています。Vertivが提案する5メガワットのFacility Distribution Unit (FDU) を中心とした集中型で回復力のある冷却トポロジーは、この未曽有の熱負荷に対応し、高密度コンピューティングを大規模にサポートするためのAIインフラ設計を根本的に変革します。

技術・臨床詳細

Vertivの新しい液冷ソリューションは、従来の分散型液冷システムが抱えるスケーラビリティと効率の限界を克服することを目的としています。5メガワットFDUは、冷却液をデータセンター全体に効率的に分配し、高発熱コンポーネントに直接熱を吸収させます。この集中型アプローチにより、冷却インフラの管理が簡素化され、より高いレベルの信頼性と可用性が確保されます。従来の液冷システムでは、各ラックや少数のラックグループごとに冷却ユニットが必要でしたが、FDUベースのトポロジーは、より大規模なデータセンター環境を一元的に、かつ効率的に冷却することを可能にします。これにより、冷却エネルギー消費が最適化され、運用コストの削減にも貢献します。

背景・業界文脈

生成AI、大規模言語モデル(LLM)、機械学習の急速な発展は、データセンターにおけるGPUクラスターの導入を加速させています。GPUはCPUよりも高い計算能力を持つ一方で、はるかに多くの熱を発生させます。従来の空冷システムでは、この高密度な熱負荷を効率的に除去することが困難であり、データセンターの性能と信頼性のボトルネックとなっていました。そのため、液冷ソリューションへの移行は避けられないトレンドとなっています。Vertivのような企業は、この新たな需要に対応するため、既存のインフラ設計を見直し、AI時代のデータセンターに最適化された冷却技術を開発しています。

今後の展望

Vertivが提案する5メガワットFDUのような集中型液冷ソリューションは、将来のAIデータセンターの標準となる可能性を秘めています。この技術は、電力密度の増加に対応するだけでなく、データセンターの設計、建設、運用に新たな柔軟性をもたらします。より効率的な冷却は、AIインフラの性能を最大化し、TCO(総所有コスト)を削減することに貢献します。今後、データセンター事業者やクラウドプロバイダーは、AIワークロードの拡大に対応するため、これらの高度な液冷技術への投資を加速させると予想されます。これにより、AIイノベーションの継続的な成長を支える強固な基盤が構築されるでしょう。

元記事: https://www.dcx.eu/blog/liquid-cooling-reinvented

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録(週刊・技術動向レポート)

ご登録いただくと、Troy-Technical から週刊で技術動向レポート(メールマガジン)をお届けします。

  • 取得したメールアドレス・選択分野は配信目的にのみ使用します。
  • 第三者へ提供することはありません。
  • 配信はいつでも解除できます(各メール下部のリンクから)。

詳しくはプライバシーポリシーをご覧ください。

登録は1分・いつでも解除できます

この記事は Troy-Technical が公開しています。素材メーカーで技術開発に携わってきた技術者が、個人で運営しているサイトです。
運営者について / お問い合わせ info@troy-technical.jp
よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

目次