thermal-mcp-server

Python 패키지이자 MCP 서버로, 단순화된 액체 냉각 가속기 열 모델을 AI가 호출 가능한 도구로 노출하여 랙 수준의 냉각 분석을 수행합니다.

모델링 대상

• GPU 냉각판에 대한 정상 상태 1D 열저항 네트워크.

• 에너지 균형으로부터의 냉각수 열 흡수.

• 층류, 천이, 난류를 간단히 처리하는 Darcy-Weisbach 압력 강하.

• 고정된 공칭 물성을 사용한 물과 50/50 글리콜 비교.

• 직렬 또는 병렬 토폴로지의 동일 GPU 랙.

• 1차 CDU 유량, 압력 강하, 복귀 온도, 접합 온도 설계.

• 출처와 추정치 레이블이 명시된 공개 가속기 참조 사례.

Related MCP server: cad-mcp

모델링하지 않는 대상

• CFD 해석기나 벤더 열 설계 대체물이 아닙니다.

• 독점 테스트 데이터에 대해 검증되지 않았습니다.

• 매니폴드/헤더 압력 손실, 펌프 곡선, 오염, 과도/2상 거동, 2D 확산, 상세 냉각판 형상, 유량 불균일을 모델링하지 않습니다.

• 이기종 랙을 지원하지 않습니다. 각 랙 분석은 동일한 GPU와 냉각판을 가정합니다.

• 재무 및 ROI 모델링은 이 패키지 범위 밖입니다.

빠른 시작

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.py의 예상 출력:

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

직렬 대 병렬 랙 비교:

python examples/rack_sizing_example.py

MCP 사용법

패키지 설치:

pip install thermal-mcp-server

MCP 클라이언트에 서버 추가:

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

MCP 클라이언트가 셸 PATH를 상속하지 않는 경우, thermal-mcp-server가 설치된 환경 내 Python 실행 파일의 절대 경로를 사용하십시오.

MCP 클라이언트 실행 예시:

클라이언트는 MCP 서버를 통해 analyze_coldplate를 호출하고, 열 결과를 수신한 후 대화에서 출력을 해석합니다.

별도의 클라이언트 없이 로컬에서 재현하려면 인메모리 데모를 실행하십시오. 이 데모는 동일한 MCP 서버를 프로세스 내에서 구동하며(네트워크 없음, API 키 없음), 모델이 보는 정확한 요청/응답 페이로드를 출력합니다:

python examples/mcp_client_demo.py

도구

도구 계약은 docs/mcp.md를 참조하십시오.

물리 가정

모델은 다음을 사용합니다:

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)

열전달은 난류에 Dittus-Boelter, 층류에 Nu = 4.36, 천이 영역에서 선형 혼합을 사용합니다. 압력 강하는 동일한 영역 구분으로 Darcy-Weisbach를 사용합니다.

간결한 모델 노트는 docs/model_overview.md와 docs/assumptions.md를 읽으십시오. 상세 유도 및 수동 계산 참조는 docs/physics.md에 있습니다.

공개 참조 사례

예제에는 H100 SXM, B200 / GB200 NVL72 스타일, MI300X, Gaudi 3 사례가 포함됩니다. 기본 예제에서는 H100 TDP와 열 한계만 벤더 공개 값으로 처리됩니다. 다른 한계, 패키지 저항, 고전력 냉각판 형상은 벤더가 공개하지 않는 경우 추정치 또는 대리 값으로 표시됩니다.

docs/public_specs.md와 examples/real_chip_benchmarks.py를 참조하십시오.

테스트

현재 스위트는 75개의 테스트를 포함합니다:

• 물리 동작 및 수동 계산 검증.

• MCP 래퍼 계약 및 오류 봉투.

• 결정 보고서 동작, 랙 인식 가능성 포함.

• examples/quickstart.py, examples/rack_sizing_example.py, examples/mcp_client_demo.py에 대한 스모크 테스트.

실행:

pytest

개발

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

이들은 CI 게이트를 반영하며, PR 병합 전에 모두 통과해야 합니다.

로드맵

• 고정 펌프 효율 추정 대신 명시적 입력으로 펌프 곡선 지원.

• 과도 열용량 모델.

• 출처 품질이 명확히 표시된 더 많은 공개 참조 사례.

• Colab 사용을 위한 대화형 노트북 개선.

• 냉각판 최적화는 별도의 실험 모듈 또는 패키지로만 제공.

존재 이유

이 프로젝트는 AI 어시스턴트가 정적 텍스트만 생성하는 대신 경량 엔지니어링 모델을 직접 호출할 수 있는 방법을 탐구하기 위해 시작되었습니다. 이 패키지는 Python 및 MCP 도구를 통해 단순화된 액체 냉각 계산을 노출하여, 가속기 냉각, 랙 수준 CDU 설계, 냉각수 토폴로지에 대한 설계 트레이드오프 질문을 재현 가능한 방식으로 할 수 있게 합니다.