Simulazione del flusso di refrigeranti in server di calcolo ad alte prestazioni utilizzando Ansys Fluent

La simulazione CFD consente una valutazione rapida e a basso costo di decine di configurazioni prima dell'hardware della costruzione.

Perché Ansys Fluent per HPC Coolant Simulation?

Ansys Fluent è uno dei più diffusi risolutori CFD nell'industria e nell'accademia.

• Modelli fisici completi:[ Flusso turbolento, trasferimento termico (conduzione, convezione, radiazione), flusso multifase e interazione struttura fluida.
• Le capacità di calcolo del pallet:[] Scale in modo efficiente attraverso più core/GPU, cruciali per i grandi modelli di server con milioni di celle.
• Integrazione con CAD:[] Importa geometrie dettagliate da SolidWorks, Creo o altri strumenti, mantenendo caratteristiche complesse come array di pinne e pale a ventola.
• Generazione di maglia robust:[ Supporti mesh strutturate, non strutturate e poliedri con raffinatezza locale per strati di confine.

Per il raffreddamento HPC, Fluent viene utilizzato per simulare sia i sistemi raffreddati ad aria (convezione forzata sui dissipatori di calore) sia le soluzioni raffreddate a liquido (piastrelle fredde, serbatoi di immersione, o loop pompati).

Il flusso di lavoro di simulazione: passo dopo passo

1. Creazione e semplificazione della geometria

La simulazione inizia con un modello CAD 3D del telaio del server, tra cui schede madri, CPU, GPU, dissipatori di calore, ventilatori e dottatura. Tuttavia, un modello full-detail può essere computazionalmente proibitivo.

• Semplifica le piccole caratteristiche: viti, foschia e cavi che non influiscono significativamente sul flusso d'aria.
• Rappresentare dissipatori di calore come supporti porosi o array a pinne dettagliate a seconda della precisione desiderata.
• Utilizzare piani di simmetria quando il layout del server è ripetitivo (ad esempio, slot multiple identiche).

Pro punta:[] Per i sistemi raffreddati a liquido, modellare i canali a piastra fredda e il blocco solido della sorgente di calore separatamente, assegnando adeguate conducibilità termica.

2. Strategia di fusione

La fusione divide la geometria in elementi discreti (cellule) dove vengono risolte le equazioni di flusso. Una rete di qualità è fondamentale per risultati accurati.

• Mesh tetraedrale non strutturata:[] Veloce da generare per geometrie complesse, ma richiede molte cellule per la risoluzione dei livelli di confine.
• Mesh polyhedral:[] Offre un buon scambio tra il conteggio cellulare e l'accuratezza; la conversione nativa del poliedrico di Fluent può ridurre il numero di cellule di 3-5× rispetto al tetraedral.
• Stampi di prim'ordine:[] Allegati a pareti solide per catturare il substrato viscoso (y+ ~1).
• Studio di indipendenza del gioco:[ Eseguire simulazioni su mesh progressivamente più sottili fino a quando le uscite chiave (pressione goccia, temperatura massima) cambiano meno del 2%.

Una simulazione tipica del livello server utilizza 5-20 milioni di celle, con il risolutore parallelo Fluent, un'esecuzione a stato costante può essere completata in 1-4 ore su una workstation a 64 core.

3. Condizioni e proprietà materiali

Per un server raffreddato ad aria, i BC tipici includono:

• Inlet:[] Velocità di avanzamento o massa basata sulle specifiche del ventilatore, con intensità di turbolenza (ad esempio, 5%) e diametro idraulico.
• Outlet:[] Presa di pressione in condizioni ambientali (pressione di carico = 0 Pa o un piccolo valore negativo per simulare lo scarico).
• Fonti di calore:[ generazione di calore volumetrico (W/m3) o temperatura fissa per chip. Utilizzare la temperatura massima di giunzione del produttore (ad esempio, 85°C per CPU).
• Vuole:[]] No-slip; coniugare il trasferimento di calore attraverso componenti solidi (base lavandino di calore, telaio).
• Fan zone:[] Modello come sorgenti di slancio o regioni rotanti dettagliate (MRF o rete scorrevole).

Le proprietà materiali (densità, calore specifico, conducibilità termica, viscosità) devono essere dipendenti dalla temperatura per gas come aria; la legge ideale del fluido è adatta per i bassi numeri di Mach.

4. Solver Impostazioni e modelli di turbolenza

Fluente offre diversi modelli di turbolenza; il più comunemente usato per il raffreddamento HPC è:

• k-epsilon (standard o realizable): Robusto e computazionalmente economico; buono per le regioni di flusso del nucleo ma può sottopredigere il trasferimento di calore vicino alla parete.
• k-omega SST:[] Miscela k-omega vicino a pareti e k-epsilon in freestream; consigliato per predizioni accurate di trasferimento di calore in geometrie complesse.
• Trasmissione SST:[] utile per i flussi con transizione laminare-turbulosa, come intorno a pinne di dissipatore di calore.

Per simulazioni a stato costante, utilizzare il risolutore a pressione con algoritmo SIMPLE o accoppiato. Abilitare l'equazione energetica per il trasferimento di calore. Fattori di rilasssazione inferiore (0.3–0.7) stabilizzare la convergenza. Monitorare i residui (continuità, slancio, energia) e le temperature chiave del punto per valutare la convergenza (tipicamente 1e-4 per la continuità, 1e-6 per l'energia).

5. post-processsing e interpretazione

Dopo la convergenza, gli strumenti di post-elaborazione di Fluent (o CFD-Post) generano intuizioni:

• Contor plots:[] Temperatura su superfici solide e piani interni—identifica punti caldi.
• Velocità vettori/streamlinee:[ Visualizzazione della ricircolo del flusso, bypass e zone morte.
• Pressure drop report:[] Attraverso il telaio, il dissipatore di calore o il filtro.
• Distribuzione del coefficiente di trasferimento di calore:[ Sulle superfici del dissipatore di calore per valutare l'efficienza della pinna.
• Distribuzione dei tassi bassi:[] Tra i canali paralleli (CPU/GPU slot) per rilevare lo squilibrio.

Intuito generale:[] Un risultato comune nelle simulazioni del server è che i componenti a monte ricevono un flusso d'aria abbondante, mentre gli slot a valle si affannano. Gli ingegneri possono quindi regolare le curve del ventilatore, aggiungere baffle, o ridisegnare la geometria del condotto per bilanciare il flusso.

Argomenti avanzati in Simulazione di Raffreddamento HPC

Raffreddamento liquido e flusso biforo

Poiché il raffreddamento dell'aria raggiunge il suo limite pratico (circa 40–50 kW per rack), i data center adottano il raffreddamento diretto del liquido.

• Targhe di calore:[] Congiungono il trasferimento di calore tra il refrigerante (acqua/glicol) e la base del dissipatore di calore; coniugano le coppie di solventi solide e le regioni fluide.
• Immersione raffreddamento:[] Fluidi dielettrici in un serbatoio; modelli multifase (VOF) simulano il movimento fluido e la formazione di bolle se si verifica l'ebollizione.
• Il raffreddamento a due fasi:[] Il cambiamento di fase (evaporazione/condensazione) aumenta il trasferimento di calore. I modelli di condensazione a evaporazione di Fluent (modello Lee) prevedono la generazione e i cambiamenti di pressione del vapore.

Queste simulazioni richiedono mesh più sottili (strati di confine in canali liquidi), proprietà fluide dipendente dalla temperatura (viscosità, calore latente), e spesso risolutori transitori per catturare instabilità termiche.

Meshing Migliori Pratiche per i Sinks di calore

I dissipatori di calore sono spesso la parte più complessa geometricamente del server.

• Risoluzione del cervello:[] Utilizzare almeno 3–5 celle attraverso il gap della pinna per risolvere lo strato di flusso e di confine termico.
• Trasferimento termico coniugato:[] Le pinne solide e la base in rete con una zona solida separata; coppia all'interfaccia (nessuna resistenza termica a meno che non sia modellato un TIM).
• I media porosi approssimazione:[ Per grandi array (ad esempio pin pin pin fins), è possibile modellare il dissipatore di calore come zona porosa con resistenze inerziali e viscose calibrate, e una fonte di calore volumetrica.

Convalida e Correlazione Sperimentale

I risultati CFD devono essere convalidati contro le misurazioni fisiche.

• Confrontare la caduta di pressione prevedibile vs. dati misurati a portata di corrente nota.
• Posizionare termocoppie sui componenti chiave e confrontare le temperature di giunzione dello stato costante.
• Velocità dell'immagine parziale (PIV) o anemometria a caldo può convalidare i modelli di flusso, anche se raramente utilizzati nella produzione.
• Iterare su mesh e turbolenza modello fino a quando l'accordo è entro il 5-10% per le quantità primarie.

Risorsa esterna:[ Ansys Fluent pagina ufficiale del prodotto[] include casi di studio e esempi di validazione per il raffreddamento elettronico.

Vantaggi della simulazione CFD per i team di raffreddamento HPC

L'adozione di un processo di progettazione guidato dalla simulazione per il flusso di refrigerante offre vantaggi misurabili:

• Risparmio di costi e tempi:[ Ridurre i prototipi fisici del 50–80%; valutare le configurazioni 100+ nel tempo necessario per costruire un'unità di prova.
• Ottimizzazione delle prestazioni:[ Velocità del ventilatore a fine ciclo, geometria del condotto e velocità di flusso del refrigerante per ridurre le temperature dei componenti di 5–15°C senza aumentare la potenza del sistema.
• Efficienza energetica:[] Ottimizzare il flusso d'aria riduce il consumo di potenza del ventilatore; le simulazioni di raffreddamento liquido aiutano a ridurre al minimo la potenza di pompaggio mantenendo le temperature sicure.
• Previsione affidabilità:[] Identificare modalità di guasto precoce come la fame di refrigerante, il rischio di condensazione, o la fatica del ciclismo termico.
• Analisi della stabilità:[[] Simula il flusso d'aria completo o di data hall per garantire che il raffreddamento a livello di ambiente interagisca bene con flussi di livello server.

Per i data center che puntano a PUE sotto 1.2, CFD, soprattutto utilizzando strumenti come Ansys Fluent, non è più facoltativo ma una pratica di ingegneria di base.

Pitfalls comune e come evitare di loro

Anche con un robusto toolet, gli errori possono minare i risultati.

• Misurare troppo grossolanamente sui lavandini di calore:[ Gli strati di confine sottorisolti sovraprediscono le temperature di giunzione.
• Modelli di turbolenza che si applicano a livello di esplosione:[] Utilizzando k-epsilon standard in un flusso di transizione (ad esempio, su pinne piane) può dare un trasferimento di calore inesatto.
• Radiazione negativa:[ Per convezione naturale o convezione forzata a bassa velocità, il trasferimento di calore a radiazione può essere significativo.
• Proprietà materiali non corrette:[ Cambio di viscosità e conducibilità dell'aria con temperatura; usare sempre curve dipendente dalla temperatura.
• Assuming uniforme flusso di calore:[[ I processori reali hanno mappe di potenza dinamiche. Per una maggiore precisione, importare mappe di potenza a livello chip (ad esempio, da strumenti Intel o AMD) come fonti volumetrici.

Esempio di applicazione reale: Ottimizzazione del flusso d'aria in un server 1U

Considerate un server rack 1U con quattro schede GPU, ogni disegno 300 W. Il design iniziale ha posizionato due ventilatori da 40 mm sul retro. La simulazione in Ansys Fluent ha rivelato che le GPU anteriori hanno raggiunto 95°C mentre le GPU posteriori erano a 75°C. Le linee di velocità hanno mostrato che l'aria è entrata senza problemi ma poi separata dietro la staffa di supporto a metà catena, creando una zona di ricircolorazione sopra le GPU posteriori.

Aggiungendo un semplice flusso di reindirizzamento del condotto di plastica e aumentando la velocità del ventilatore posteriore del 10%, la temperatura massima della GPU posteriore è scesa a 82°C, il tutto senza alterare l'impronta del telaio. La simulazione è stata validata con un prototipo fisico, mostrando un errore di correlazione 6°C. L'azienda ha salvato tre settimane di iterations di progettazione.

Riferimento esterno:[ Ansys library[]] contiene molte note di applicazione per il raffreddamento elettronico.

Tendenze future: Simulazione AI-Driven e Gemelli digitali

La prossima frontiera della simulazione del refrigerante HPC prevede l'accoppiamento di Ansys Fluent con l'apprendimento automatico. Modelli di ordine ridotto (ROM) formati su dati CFD ad alta fedeltà possono prevedere il comportamento termico in tempo reale, consentendo ai gemelli digitali di rack server. Questo consente il controllo dinamico del ventilatore/pomp basato sul carico di lavoro effettivo. Inoltre, CFD accelerato GPU (Ansys Fluent on NVIDIA GPU turns) è breve tempo di simulazione.

I data center spingono verso 100 kW per rack, la necessità di una simulazione accurata e rapida del flusso di raffreddamento si intensificherà solo. Gli ingegneri che padroneggiano queste competenze saranno strumentali nella progettazione dell'infrastruttura di calcolo ad alte prestazioni sostenibile del prossimo decennio.

Conclusioni

La simulazione del flusso di refrigeranti nei server HPC utilizzando Ansys Fluent è una metodologia di ingegneria matura, potente e necessaria. Dalla comprensione dei modelli fondamentali del flusso d'aria alla modellazione di raffreddamento a liquido bifase complesso, Fluent fornisce la fedeltà e la flessibilità necessaria per ottimizzare le prestazioni termiche.

Investire nella simulazione CFD paga dividendi in costi di sviluppo ridotti, tempi-to-market più brevi e maggiore affidabilità. Come la potenza computazionale continua a salire, così il calore che genera; coloro che simulano efficacemente guideranno la strada nell'innovazione termica.

Altri dati:[] ]ASHRAE linee guida termiche per i data center[ e Ansys blog su elettronica raffreddamento best practice.