JP2016091320A - サーバ分散・集中化のための熱流体解析方法及び装置 - Google Patents

Abstract

【課題】本発明は、熱流体方程式を動的に扱いつつサーバ分散・集中化に関する目的関数を導入して一定期間における空調機の消費電力を最小化する動的なサーバ分散・集中化のための熱流体解析方法及び装置を提供する。【解決手段】本発明は、条件設定を行うためのＵＩを有する表示部、ＵＩを通じて入力されたモデルパラメータ及び条件を設定するユーザ定義部、演算処理制御部及びデータ蓄積部を備え、演算処理制御部は、所定期間が経過するまで、設定されたモデルパラメータ及び条件に基づいて熱流体方程式を計算し、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和を含む目的関数を最小化する計算し、所定期間経過後、コストが最小になるモデルパラメータ及び条件の組み合わせを選択して、各サーバにおける負荷量を表示部で可視化することを特徴とする。【選択図】図２

Description

本発明は、サーバ分散・集中化のための熱流体解析方法及び装置に関し、より詳細には、熱流体方程式を動的に扱いつつサーバ分散・集中化に関する目的関数を導入して一定期間における空調機の消費電力を最小化する動的なサーバ分散・集中化のための熱流体解析方法及び装置に関する。

年々、急速な拡大をみせているデータセンタにおいて、省電力化問題への取り組みが急務となってきている。サーバや様々な電子機器が設置されているデータセンタでは、これらの機器からの発熱を冷却する空調機における消費電力の抑制が重要な課題となっているが、熱流体現象が介在しているため、熱循環効率化を考慮する必要がある。

熱循環効率化のために、これまでは、床上あるいは天井からの冷気吹き出し方式や、ラックの配置、間隔、自然冷気導入、仮想化技術と呼ばれるサーバ負荷分散化などが用いられていた。しかし、サーバの負荷量が時間的に変化することや、データセンタ内の構造上の特徴やラック付近などにおいて局所的な流れが形成されるために、熱循環の効率化にはさらなる工夫が求められていた。

R.I. Bourisli, "Numerical Investigation Of Optimal Spacing Between Heat-Generating Blocks In Laminar Forced Convection," In Proc. IEEE ITHERM, p.1-8, 2010年２月 M. Iyengar, R. Schmidt, and J. Caricari, "Reducing Energy Usage In Data Centers Through Control Of Room Air Conditioning Units," In Proc. IEEE ITHERM, p.1-11, 2010年

サーバの冷却効率を向上させるために、サーバラックの配置や冷却方法を変えて実際に実験を行うことも検討されているが、実際のデータセンタ内での実験には限りがあり、実際の運用状態での実験は難しい場合もある。そのため、非特許文献１及び２に示されるように、数値シミュレーションが重要な評価手段として広く適用されている。

しかし、従来の数値シミュレーションでは、数理的な問題の複雑さからサーバの負荷が一定である状態、即ち静的な状態を想定したモデルや、熱流体現象を十分に考慮せず熱流体方程式を用いずにサーバ付近の温度変化だけを考慮したモデルが多かった。そのため、実際のサーバの動的な負荷変動を模擬した数値シミュレーションモデルや動的な熱流体方程式が適用されたエネルギー最適化問題を解決した最適化表現を実現できていなかった。

そこで、本発明は、熱流体方程式を動的に扱いつつ、サーバの動的な発熱量変化を考慮し、サーバ分散・集中化に関する目的関数を導入して最適化問題として一定期間における空調機の消費電力を最小化する動的なサーバ分散・集中化のための熱流体解析方法及び装置を提供することを目的とする。

上記課題を解決するために、請求項１に記載のサーバ分散・集中化のための熱流体解析装置は、サーバを積層したラックが複数設置され、室内空調によりサーバの冷却を行うサーバルームのサーバ運用を行うためのサーバ分散・集中化のための熱流体解析装置であって、数理方程式に関する条件設定を行うためのユーザインタフェースを有する表示部と、前記ユーザインタフェースを通じて入力されたモデルパラメータ及び条件を設定するユーザ定義部と、演算処理制御部と、データ蓄積部と、を備え、前記演算処理制御部は、所定期間が経過するまで、前記ユーザ定義部により設定されたモデルパラメータ及び条件に基づいて熱流体方程式を計算し、前記熱流体方程式の計算結果を用いて、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和を含む目的関数が最小となるよう前記目的関数を最小化する計算を行い、当該最小化した目的関数を前記データ蓄積部に保存し、前記演算処理制御部は、前記所定期間が経過後、前記データ蓄積部に保存した計算結果に基づいて、コストが最小になるモデルパラメータ及び条件の組み合わせを選択し、当該選択されたモデルパラメータ及び条件の組み合わせを前記データ蓄積部に保存し、前記所定時間の間における当該選択されたモデルパラメータ及び条件の組み合わせに基づいて算出された各サーバにおける負荷量を前記表示部で可視化することを特徴とする。

請求項２に記載のサーバ分散・集中化のための熱流体解析装置は、請求項１に記載のサーバ分散・集中化のための熱流体解析装置であって、前記熱流体方程式の計算は、ナビエ・ストークス方程式及びエネルギー方程式を用いることを特徴とする。

請求項３に記載のサーバ分散・集中化のための熱流体解析方法は、サーバを積層したラックが複数設置され、室内空調によりサーバの冷却を行うサーバルームのサーバ運用を行うためのサーバ分散・集中化のための熱流体解析方法であって、数理方程式に関する条件設定を行うためのユーザインタフェースを有する表示部と、前記ユーザインタフェースを通じて入力されたモデルパラメータ及び条件を設定するユーザ定義部と、演算処理制御部と、データ蓄積部と、を備えたサーバ分散・集中化のための熱流体解析装置を用いて、前記演算処理制御部に、所定期間が経過するまで、前記ユーザ定義部により設定されたモデルパラメータ及び条件に基づいて熱流体方程式を計算し、前記熱流体方程式の計算結果を用いて、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和を含む目的関数が最小となるよう前記目的関数を最小化する計算を行い、当該最小化した目的関数を前記データ蓄積部に保存するステップと、前記所定期間が経過後、前記データ蓄積部に保存した計算結果に基づいて、コストが最小になるモデルパラメータ及び条件の組み合わせを選択し、当該選択されたモデルパラメータ及び条件の組み合わせを前記データ蓄積部に保存し、前記所定時間の間における当該選択されたモデルパラメータ及び条件の組み合わせに基づいて算出された各サーバにおける負荷量を前記表示部で可視化するステップと、を実行させることを特徴とする。

請求項４に記載のサーバ分散・集中化のための熱流体解析方法は、請求項３に記載のサーバ分散・集中化のための熱流体解析方法であって、前記熱流体方程式の計算は、ナビエ・ストークス方程式及びエネルギー方程式を用いることを特徴とする。

本発明によると、熱流体方程式を動的に扱いつつ、サーバの動的な発熱量変化を考慮し、サーバの分散・集中化に関する目的関数を導入して最適化問題として一定期間における空調機の消費電力を最小化する動的なサーバ分散・集中化のための熱流体解析方法及び装置を提供することができ、数値実験についてその効果が示された。これにより、従来からの仮想化技術に熱流体現象を考慮することで、さらなる省電力化につなげていくことが可能となった。

本発明に係るサーバ分散・集中化のための熱流体解析装置の構成を例示する図である。 本発明に係るサーバ分散・集中化のための熱流体解析方法の主な処理の流れを示す図である。 本発明における動的なサーバ発熱量の制御方法について説明するための図である。 本発明におけるＵＩで表示される、２つのラックとラック当り３つのサーバを配置したサーバルームを示す図を示す。 サーバルーム内での複数のラックとサーバにおける番号及び定義を例示する図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 （式８）における重み係数σ₁及びσ₂の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を示す図である。 図６乃至図１２に示す実験におけるサーバの動的な分散及び集約によるサーバ６台ごとの消費電力の時間変化を示す。

本発明における動的なサーバ分散・集中化のための熱流体解析方法は、熱流体方程式を動的に用い、時間変化するサーバの発熱量を考慮することにより、サーバ負荷の分散・集中化に関する目的関数を、一定期間においてサーバと空調機の距離に関する加重平均とラック内で隣接するサーバ間の排熱とを最小化するように最適化することを特徴とする。これにより、実際のサーバ負荷変動を模擬した数値シミュレーションが可能となり、サーバの動的な発熱量変化が考慮されるため、従来のシミュレーションよりも精度の高いサーバ負荷の分散・集中化の計算が可能となる。

図１は、本発明に係る動的なサーバ分散・集中化のための熱流体解析装置の構成を例示する。図１には、ユーザインタフェース（ＵＩ）を有する表示部１００と、ＵＩを通じて入力された数理方程式に関する条件設定を実施するユーザ定義部１０１と、演算処理制御部１０２と、データ蓄積部１０３と、を備える。

図２は、本発明に係る動的なサーバ分散・集中化のための熱流体解析方法の主な処理の流れを示す。図２に示すように、本発明における動的なサーバ分散・集中化のための熱流体解析方法において、ステップ２０１で、ユーザ定義部１０１は、ユーザによりＵＩを通じて入力された数理方程式に関するモデルパラメータ及び条件を設定する。ステップ２０２で、演算処理制御部１０２は、ユーザ定義部１０１で定められたモデルパラメータ及び条件の範囲内で２次元もしくは３次元の熱流体方程式を計算する。ステップ２０３で、演算処理制御部１０２は、サーバの分散及び集約を求めるために、熱流体方程式の計算結果を用いて、ユーザ定義部１０１で定められたモデルパラメータ及び条件の範囲内で、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度とを含む目的関数が最小となるよう目的関数を最小化する。ステップ２０４で、最小化した目的関数をデータ蓄積部１０３に保存する。ステップ２０５で、演算処理制御部１０２は、演算処理制御部１０２は、所定の時間が経過したか否かを判定し、ユーザ定義部１０１で定められたモデルパラメータ及び条件の範囲内で所定の時間が経過するまでステップ２０２の熱流体方程式計算及びステップ２０３の目的関数の最小化計算を続け、その計算結果をデータ蓄積部１０３に保存し、所定の時間が経過したときに計算を終了する。ステップ２０６で、演算処理制御部１０２は、データ蓄積部１０３に保存した計算結果に基づいて、コストが最小になるモデルパラメータ及び条件の組み合わせを選択する。ステップ２０７で、演算処理制御部１０２は、当該選択されたモデルパラメータ及び条件の組み合わせを最終データとしてデータ蓄積部１０３に保存し、当該所定時間の間における当該選択されたモデルパラメータ及び条件の組み合わせに基づいて算出された各サーバにおける負荷量を表示部１００で可視化する。

演算処理制御部１０２は、ステップ２０２で熱流体方程式を計算する際に、時間発展計算が可能なナビエ・ストークス方程式やエネルギー方程式を用いる。また、演算処理制御部１０２は、ステップ２０３で目的関数の最小化計算をする際に、サーバと空調機の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和が最小となるように計算する。

（実施例）
本発明に係る基本数理方程式について述べる。扱う対象が気流現象であるため、本実施例では粘性係数をゼロとした。これにより、速度と気圧に関する支配方程式であるナビエ・ストークス（ＮＳ）における拡散項の計算を削除することができ、大幅な高速解法が可能となる。ＮＳ式などの未知数に関する方程式群は、規則的なカーテシアン格子により離散化し、気圧や速度に関する変数は、それぞれメッシュの中心と格子点上に配置するＭＡＣグリッドを用いた。ＮＳ式は、境界条件及び初期条件の下、ＭａｃＣｏｒｍａｃｋアルゴリズム及びＭＩＣＣＧ(０)法により効率よくかつ精度よく解く。流体の非圧縮性を仮定して速度の発散がゼロ（連続式）、すなわち∇ｕ＝０という拘束条件のもとで、ＮＳ式と連立させるべく、ＭＩＣＣＧ(０)法を投影項に適用した。

ｆをＮＳ式における総外部力、ｆ_coldwは空調機からの風力、ｆ_hotwをサーバからの風力、ｆ_tbを熱流の浮力、ｆ_coを渦粒子法（Vortex Particle Method）による外部力とすると、ｆ＝ｆ_coldw＋ｆ_hotw＋ｆ_tb＋ｆ_coと表される。また、ρを流体密度、Ｔを流体の気温、Ｔ_ambを環境温度、α及びβを調整係数とすると、ｆ_tb＝−αρｚ＋β（Ｔ−Ｔ_amb）ｚと表される。ｚ＝（０、０、１）は、３次元における鉛直方向の単位ベクトルである。

ｕを速度、ｐを気圧、ｃ_kを熱伝導率、Ｔ_sourを室内空間の温度とすると、ＮＳ式ｕ_t及び気温の時間変化に関するエネルギー方程式Ｔ_tは、それぞれ以下の（式１）及び（式２）で示される。∇、∇²はそれぞれ空間一次微分、空間二次微分に関する演算子である。
ｕ_t＝−（ｕ∇）ｕ−（∇ｐ／ρ）＋ｕ∇²ｕ＋ｆ （式１）
Ｔ_t＝−（ｕ∇）Ｔ＋ｃ_k∇²Ｔ＋Ｔ_sour （式２）

ここで、Ｔ_hotsourをサーバ排熱の温度、Ｔ_coldsourを床上の空調機（ＣＲＡＣ）からの吹き上げ冷気温度とすると、Ｔ_sour＝Ｔ_hotsour＋Ｔ_coldsourである。Ｔ_coldsour及びｃ_kは、ユーザによってＵＩを通じてユーザ定義部１０１で定義される。ＭａｃＣｏｒｍａｃｋアルゴリズムとＭＩＣＣＧ(０)法は、気温に関する方程式を解くときにも用いられる。

Ｔ_inをサーバの吸気温度、Ｐをサーバの負荷電力（負荷量）、Ｃ_airを空気の熱容量、Δｔを時間間隔、Ｓをサーバの吹き出し口の断面積、Ｖをサーバから排気される気流の速度とし、Ｍを気流の総質量とすると、サーバの排気温度Ｔ_hotsourは以下の（式３）で示される。本明細書では、簡略化のため、負荷量＝発熱量として説明する。

Ｖ_serをサーバから排気される気流の速度、ρ_airをサーバから排気される気流の流体密度とすると、上記で定義した変数とＶ_serにより、サーバに関する気流の総質量Ｍは、以下の（式４）で示される。
Ｍ＝Δｔ・Ｓ・Ｖ_ser・ρ_air （式４）

本実施例では、サーバごとの排気温度については、サーバの発熱量、熱容量、吸気温度Ｔ_inにより決定されるものと仮定した。Ｐ_serをサーバの負荷量とすると、サーバの排気温度Ｔ_{ser_out}は、（式３）より以下の（式５）で示される。Ｐ_ser及びＶ_serは、ユーザによってＵＩを通じてユーザ定義部１０１で定義される。

Ｖ_acwをＣＲＡＣからの冷気吹き出し速度、Ｐ_crをＣＲＡＣの負荷量、Ｔ_{cr_in}をＣＲＡＣの吸気温度、Ｔ_{cr_out}をＣＲＡＣの排気温度、Ｓ_inをＣＲＡＣの吹き出し部の断面積とすると、Ｐ_crは以下の（式６）で示される。Ｖ_acwとＴ_{cr_out}は、ユーザによってＵＩを通じてユーザ定義部１０１で定義される。
Ｐ_cr＝Ｃ_airＭ(Ｔ_{cr_in}−Ｔ_{cr_out})
＝Ｃ_airＳ_inＶ_serρ_airＶ_acw(Ｔ_{cr_in}−Ｔ_{cr_out})
＝1.003×1.29・Ｓ_inＶ_acw(Ｔ_{cr_in}−Ｔ_{cr_out}) （式６）

ＣＲＡＣの設定温度Ｔ_crは、次のように３段階で可変するようにした。Ｔ_th1とＴ_th2はＣＲＡＣの吸気温度の上限温度と下限温度であり、Ｔ_aはサーバ室内の平均温度（環境温度：ambient temperature）、Ｔ_sは室内の天井におけるＣＲＡＣへの吸い込み口付近の温度である。

本実施例では、Ｔ_th1＝３０℃、Ｔ_th2＝２０℃、Ｔ_a＝１７℃と経験的に設定した。Ｔ_crは、１０℃〜２０℃で変化するものとする。適宜、計算格子上の気温から平均温度が用いられる。Ｔ_crがＴ_aよりも高い間は、室内の平均温度は低く安定していることを示唆し、ＣＲＡＣはオフ状態となる。一定期間、ＣＲＡＣのオフ状態が長く続くほど、サーバ室内の省電力化につながる。

次に、一定時間においてＣＲＡＣの負荷電力が最小になるようにするために、総サーバ負荷量が一定条件のもとで、サーバ負荷位置と負荷量について分散及び集約を考える。これについては、エネルギー最小化問題の枠組みで行った。最適化を考えるために、（式１２）に示される目的関数κを定義して、目的関数κを最小化することによりminκを計算した。ここで、ｄはサーバと空調機との距離を示す。

（式８）について、右辺第一項はあるサーバの位置と空調機の位置との加重平均を示し、右辺第二項はラック内の隣接するサーバの排気温度Ｔ_outに関して連続的になることを示している。（式８）の第一項及び第二項については、重み係数σ₁及びσ₂（σ₁＋σ₂＝１）で与える。連続的な温度分布については、局所的な渦などによる熱循環が少なく、滑らかな気流の流れを期待するものである。また、サーバ室内の平均温度が下がることについても最適化の規範としている。

（式８）の右辺第一項に係るサーバと空調機との距離ｄについて、最小の距離を探索する。サーバと空調機との間の最小の距離ｄ_iは、以下の（式９）で示される。

Ｐ_totは、サーバの全負荷量（発熱量相当）であり、以下の（式１０）で示される。

図３を用いて、本発明における動的なサーバ発熱量の制御方法について説明する。一般に、サーバの負荷配置は不確定性が極めて高い。そのため、本実施例における数値シミュレーションでは、時間的な負荷変動特性について正弦波関数及び確率分布に従って擬似的に生成した。ユーザは、ＵＩを介して、正規分布やポアソン分布に関して、平均値及び標準偏差を自由に選択することができ、正弦関数に関して、振幅、周期（振動数）を変更することができる。ＵＩを介して与えた関数の大きさに相当する量を各サーバに与えて数値シミュレーションを行った。

図３（ａ）は横軸が時間、縦軸が振幅を表す正弦関数を示し、図３（ｂ）は横軸がサーバ負荷量、縦軸が確率を表すガウス関数を示し、図３（ｃ）は横軸がサーバ負荷量の平均値（ポアソン関数が平均値を変数としているため）、縦軸が確率を表すポアソン関数を示す。

図４は、本発明におけるＵＩで表示するサーバルーム内の配置を例示する図である。図４には、本発明におけるＵＩに表示される２つのラックとラック当り３つのサーバとを配置したサーバルームの配置例が示されている。ここでは、空調機吸気温度計測部、空調機の吹き出し部における温度計測部、６つのサーバ、２架のラックが示されている。

図４に示されるサーバルームでは、空調機からの冷気は床下から右上の天井に気流が抜けていく方式を示す。また、図４に示されるサーバルームでは、２つのラックの対面側にサーバの吸気部が設けられ、２つのラックの外側からサーバの排気熱が放出される。これらは以下で図示するサーバルームでも同様とする。

図５は、複数のラックとサーバにおける番号及び定義を例示する。図５に示されるように、サーバの番号は、左上から下へ、そして、右方向に向かうに従って大きくなるように定義した。図５中のＳ₃Ｃ₀及びＳ₃Ｃ₁は、例えば（式９）のｄ_iを求める際に用いられ、サーバＳ₃と空調機の吹き出し部における温度計測部Ｃ₀及びＣ₁の位置との距離をそれぞれ表す。

図６乃至図１２は、（式８）における重み係数σ₁及びσ₂（σ₁＋σ₂＝１）の大きさを様々に変更した場合のサーバルーム内の空調機の温度の様子を例示する。図６乃至図１２では、サーバの総負荷量を８０００ＷとしてＣＲＡＣ１台の吹き出し温度の変化の数値シミュレーション実験を行い、代表的な４つの熱流体計算の時間変化を温度分布の違いで比較している。図６（ｅ）乃至図１２（ｅ）のグラフの横軸の時間は無次元量であり計算機上で離散化した回数を示す。

ここで、図６はＣＲＡＣの吹き出し温度を１０℃で固定した場合を示し、図７乃至図１２はＣＲＡＣが自動制御の場合を示す。また、図８はσ₁＝１、σ₂＝０の場合、図９はσ₁＝０、σ₂＝１の場合、図１０はσ₁＝０．２、σ₂＝０．８の場合、図１１はσ₁＝０．５、σ₂＝０．５の場合、図１２はσ₁＝０．８、σ₂＝０．２の場合をそれぞれ示す。図８及び図１２において、ＣＲＡＣがＯＦＦになっている時間が長いことから、（式８）では、重み係数は、σ₁＞σ₂と設定することが省電力化につながることが解析された。この理由はσ_１の優先により空調機に近いサーバに高い負荷を、空調機に遠いサーバには低い負荷を与えるような設定となり、空調機とサーバの位置関係による吸気温度の影響を考慮したことに起因している。また、図８に示されるように、ラックの上部ほど、サーバ負荷量の割り当てが小さくなることで、熱循環効率と省電力化が達成できることが動的な数値シミュレーションを通じて得られた。このような結果は、従来にない解析結果であり、本発明は動的なサーバ分散、集約に関する最適化法であるといえる。

図１３は、図６乃至図１２に示す実験におけるサーバの動的な分散及び集約によるサーバ６台ごとの消費電力の時間変化を示す。図１３中の＃１〜＃６は、図５で示したサーバ番号に対応している。ここで、図１３（ｂ）はσ₁＝１、σ₂＝０の場合、図１３（ｃ）はσ₁＝０、σ₂＝１の場合、図１３（ｄ）はσ₁＝０．２、σ₂＝０．８の場合、図１３（ｅ）はσ₁＝０．５、σ₂＝０．５の場合、図１３（ｆ）はσ₁＝０．８、σ₂＝０．２の場合をそれぞれ示す。

図１３（ｂ）及び図１３（ｆ）ではサーバ＃１の負荷が低く設定されているが、これは図４及び図５に示すように空調機の天井にある戻り気流口がサーバ室内でラック配置に対して非対称に設置されていることによる。

図１３に示すように、動的に変化するサーバの負荷量が最適計算によりラック内の配置に応じてサーバ負荷量が非線形に割り当てられたことが確認された。即ち、初期状態から安定な温度に達したことから、負荷の高いサーバはラックの下部へ、負荷の低いサーバはラックの上部へ割り当てることが最適化、即ち、省電力につながることが数値シミュレーションで示された。ただし、これは、床上冷気吹き出し、天井戻りの循環方式の場合であるが、他の方式についても、同様にして解析できる。

本発明は、電力分野、エネルギー分野、通信分野、センシング分野において、実環境におけるモニタリングや画像センシングなどに関係する産業分野にも応用可能である。

表示部 １００
ユーザ定義部 １０１
演算処理制御部 １０２
データ蓄積部 １０３

Claims (4)

1. サーバを積層したラックが複数設置され、室内空調によりサーバの冷却を行うサーバルームのサーバ運用を行うためのサーバ分散・集中化のための熱流体解析装置であって、
   数理方程式に関する条件設定を行うためのユーザインタフェースを有する表示部と、
   前記ユーザインタフェースを通じて入力されたモデルパラメータ及び条件を設定するユーザ定義部と、
   演算処理制御部と、
   データ蓄積部と、
   を備え、前記演算処理制御部は、所定期間が経過するまで、
   前記ユーザ定義部により設定されたモデルパラメータ及び条件に基づいて熱流体方程式を計算し、
   前記熱流体方程式の計算結果を用いて、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和を含む目的関数が最小となるよう前記目的関数を最小化する計算を行い、当該最小化した目的関数を前記データ蓄積部に保存し、
   前記演算処理制御部は、前記所定期間が経過後、前記データ蓄積部に保存した計算結果に基づいて、コストが最小になるモデルパラメータ及び条件の組み合わせを選択し、当該選択されたモデルパラメータ及び条件の組み合わせを前記データ蓄積部に保存し、前記所定時間の間における当該選択されたモデルパラメータ及び条件の組み合わせに基づいて算出された各サーバにおける負荷量を前記表示部で可視化することを特徴とする動的なサーバ分散・集中化のための熱流体解析装置。
2. 前記熱流体方程式の計算は、ナビエ・ストークス方程式及びエネルギー方程式を用いることを特徴とする請求項１に記載の動的なサーバ分散・集中化のための熱流体解析装置。
3. サーバを積層したラックが複数設置され、室内空調によりサーバの冷却を行うサーバルームのサーバ運用を行うためのサーバ分散・集中化のための熱流体解析方法であって、
   数理方程式に関する条件設定を行うためのユーザインタフェースを有する表示部と、
   前記ユーザインタフェースを通じて入力されたモデルパラメータ及び条件を設定するユーザ定義部と、
   演算処理制御部と、
   データ蓄積部と、を備えたサーバ分散・集中化のための熱流体解析装置を用いて、前記演算処理制御部に、
   所定期間が経過するまで、前記ユーザ定義部により設定されたモデルパラメータ及び条件に基づいて熱流体方程式を計算し、前記熱流体方程式の計算結果を用いて、サーバと空調の距離に関する加重平均とラック内で隣接するサーバ間の排気温度との和を含む目的関数が最小となるよう前記目的関数を最小化する計算を行い、当該最小化した目的関数を前記データ蓄積部に保存するステップと、
   前記所定期間が経過後、前記データ蓄積部に保存した計算結果に基づいて、コストが最小になるモデルパラメータ及び条件の組み合わせを選択し、当該選択されたモデルパラメータ及び条件の組み合わせを前記データ蓄積部に保存し、前記所定時間の間における当該選択されたモデルパラメータ及び条件の組み合わせに基づいて算出された各サーバにおける負荷量を前記表示部で可視化するステップと、
   を実行させることを特徴とする動的なサーバ分散・集中化のための熱流体解析方法。
4. 前記熱流体方程式の計算は、ナビエ・ストークス方程式及びエネルギー方程式を用いることを特徴とする請求項３に記載の動的なサーバ分散・集中化のための熱流体解析方法。