thermal-mcp-server

PythonパッケージおよびMCPサーバーで、簡略化された液冷アクセラレータの熱モデルをAIから呼び出し可能なツールとして公開し、ラックレベルの冷却解析を実現します。

モデル化するもの

• GPUコールドプレートの定常1次元熱抵抗ネットワーク

• エネルギー収支による冷却材の熱取得

• ダルシー・ワイスバッハ圧力損失（層流、遷移流、乱流の簡易処理）

• 固定公称物性を用いた水と50/50グリコールの比較

• 直列または並列トポロジにおける同一GPUラック

• 一次近似のCDU流量、圧力損失、戻り温度、接合部温度のサイジング

• ソースと推定ラベルを明示した公開アクセラレータ参照ケース

Related MCP server: cad-mcp

モデル化しないもの

• CFDソルバーやベンダーの熱設計の代替ではありません

• 独自のテストデータに対する検証は行っていません

• マニホールド/ヘッダー圧力損失、ポンプ曲線、汚れ、過渡/二相挙動、2次元拡散、詳細なコールドプレート形状、流れの不均一分布はモデル化しません

• 異種ラックはサポートしません。各ラック解析は同一のGPUとコールドプレートを前提とします

• 財務およびROIモデリングは本パッケージの対象外です

クイックスタート

git clone https://github.com/riccardovietri/thermal-mcp-server.git
cd thermal-mcp-server
python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
pytest
python examples/quickstart.py

python examples/quickstart.py の期待される出力:

thermal-mcp-server quickstart

Single H100 SXM cold plate
  Heat load:        700 W
  Flow rate:        8.0 LPM water
  Inlet temp:       25.0 deg C
  Junction temp:    70.9 deg C
  Margin to 83 C:   12.1 deg C
  Pressure drop:    16.8 kPa
  Flow regime:      transitional

8-GPU rack, parallel topology
  Rack heat load:   5.6 kW
  Total CDU flow:   64.0 LPM
  Max junction:     70.9 deg C
  CDU return temp:  26.3 deg C
  Cold-plate dP:    16.8 kPa

直列vs並列ラックの比較:

python examples/rack_sizing_example.py

MCPの使用方法

パッケージをインストール:

pip install thermal-mcp-server

MCPクライアントにサーバーを追加:

{
  "mcpServers": {
    "thermal": {
      "command": "python",
      "args": ["-m", "thermal_mcp_server"]
    }
  }
}

MCPクライアントがシェルの PATH を継承しない場合は、thermal-mcp-server がインストールされている環境内のPython実行ファイルへの絶対パスを使用してください。

MCPクライアント実行例:

クライアントはMCPサーバーを介して analyze_coldplate を呼び出し、熱解析結果を受け取り、その出力を会話の中で解釈します。

別のクライアントを使わずにローカルで再現するには、インメモリデモを実行してください。これは同じMCPサーバーをインプロセスで駆動し（ネットワーク不要、APIキー不要）、モデルが実際にやり取りするリクエスト/レスポンスのペイロードをそのまま出力します:

python examples/mcp_client_demo.py

ツール

ツールの契約については docs/mcp.md を参照してください。

物理的仮定

モデルでは以下を使用:

T_junction = T_inlet + 0.5 * coolant_rise + Q * R_total
R_total = R_jc + R_tim + R_base + R_conv
coolant_rise = Q / (m_dot * cp)

熱伝達は乱流にDittus-Boelter、層流にNu = 4.36、遷移域では線形ブレンドを使用します。圧力損失はダルシー・ワイスバッハ式を同じ流れ領域の分割で使用します。

簡潔なモデルノートは docs/model_overview.md と docs/assumptions.md をお読みください。詳細な導出と手計算の参考文献は docs/physics.md にあります。

公開参照ケース

例にはH100 SXM、B200 / GB200 NVL72スタイル、MI300X、Gaudi 3のケースが含まれます。デフォルトの例では、H100のTDPと熱限界のみがベンダー公開値として扱われます。その他の限界値、パッケージ抵抗、高電力コールドプレート形状は、ベンダーが公開していない場合、推定値または代理値としてマークされています。

docs/public_specs.md と examples/real_chip_benchmarks.py を参照してください。

テスト

現在のスイートには75のテストがあります:

• 物理挙動と手計算の検証

• MCPラッパーの契約とエラーエンベロープ

• 決定レポートの動作（ラック対応の実現可能性を含む）

• examples/quickstart.py、examples/rack_sizing_example.py、examples/mcp_client_demo.py のスモークテスト

実行:

pytest

開発

uv sync --group dev
uv run pytest
uv run ruff check .
uv run ruff format --check .
uv run mypy
uv build
uv run python examples/quickstart.py
uv run python examples/rack_sizing_example.py

これらはCIゲートを反映しており、PRをマージする前にすべて合格する必要があります。

ロードマップ

• 固定ポンプ効率推定ではなく、明示的な入力としてのポンプ曲線サポート

• 過渡熱容量モデル

• ソース品質を明確にラベル付けした公開参照ケースの追加

• Colab使用のためのインタラクティブノートブックの洗練

• コールドプレート最適化は別の実験的モジュールまたはパッケージとしてのみ

なぜこれが存在するのか

このプロジェクトは、AIアシスタントが静的なテキストを生成するだけでなく、軽量なエンジニアリングモデルを直接呼び出す方法を探求するために始まりました。このパッケージは、簡略化された液冷計算をPythonおよびMCPツールを通じて公開し、アクセラレータ冷却、ラックレベルのCDUサイジング、冷却材トポロジに関する設計トレードオフの質問を再現可能な方法で行えるようにします。