日立製作所は、AIデータセンターの安定稼働と冷却電力の削減を両立するため、研究開発グループの茨城サイト大甕地区に実証設備を構築した。
サーバールーム内の温度分布を予測し、サーバーの負荷に応じて液冷と空冷を協調制御する技術を検証する。
秒単位の温度分布予測と液冷・空冷の協調制御を検証
2026年11月16日、日立製作所は、研究開発拠点の大甕地区に「大みかデータセンターラボ」を構築したと発表した。
本件の背景には、生成AIの普及でサーバーの高密度化が進むなか、液冷GPUサーバーと空冷サーバーが混在する環境で、冷却条件の異なる機器を適切な温度に保つことが課題となっていることがある。
ラボでは、実際のAI処理と模擬負荷を組み合わせ、さまざまな稼働状態を再現する。
高速解析技術を使い、サーバールーム内の温度分布を秒単位で予測し、実測値との誤差を1℃以下に抑えられるかを確かめるという。
予測結果を液冷・空冷設備のリアルタイム制御に反映し、サーバーの負荷に応じて過剰な冷却を抑える狙いだ。
液冷システム評価エリアでは、次世代GPUの発熱を再現し、コールドプレート(※)に送る冷却液の流量を調整する。
GPUを適切な温度に保ちながら、ポンプの消費電力を減らせるかを調べる。
設備の稼働データや警報履歴を活用し、異常時の対応や冷却設備の遠隔調整を支援する技術、設備の状態に応じて点検・保全する技術も開発・検証する。
日立は今後、ラボで実際にAI学習を行いながら、冷却の最適化技術を社内で先行検証する。
顧客やパートナーとの実証も進め、得られた成果をデータセンターの統合運用ソリューション「HMAX Data Center」の拡充につなげる方針だ。
※コールドプレート:GPUなどの発熱部品に接触させ、内部に冷却液を流して熱を回収する部材。実証では、GPUの発熱量に応じて冷却液の流量を変え、機器の温度管理とポンプの消費電力低減の両立を図る。
省電力と安定稼働の両立へ 負荷急変時の制御が課題か
処理負荷に応じて冷却の強さを調整できれば、負荷が低い時間帯に冷却設備の出力を下げ、余分な電力消費を抑えられる可能性がある。
また、発熱が一部のサーバーに集中する場合は、温度分布の予測をもとに冷却が必要な箇所を把握できれば、室内全体を冷やしすぎずに機器を適切な温度に保ちやすくなるだろう。
一方、冷却設備の出力を下げている間にAI処理の負荷が急増した場合、冷却液の流量や空冷設備の出力の調整が温度上昇に間に合わなければ、機器を適切な温度に保てなくなるおそれがある。
実運用への導入を判断するには、温度予測の精度に加え、冷却設備の調整が機器の温度に反映されるまでの時間を踏まえ、どの段階で出力を引き上げれば適切な温度を維持できるかを確かめる必要があるだろう。
さらに、サーバーの配置や液冷・空冷設備の構成が変われば、熱がこもりやすい場所や冷却が効くまでの時間も変わり得る。
導入先を広げるうえでは、拠点ごとの条件に合わせて制御を調整し、負荷が低いときに冷却電力を抑えながら、負荷が急増しても機器を適切な温度に保てる運用範囲を見極めることが重要になりそうだ。
関連記事:
日立製作所、AIデータセンター向けGPU冷却用コールドプレートを開発 冷却電力30%減を試算

IIJ・NTTデータら3社、AI向け都市型データセンターを共同検証 モジュール化で供給不足解消へ

データセンター冷却をAI最適化 三井情報と富士電機が包括協業で省エネ基盤構築
