Toplotno upravljanje čipa AI
Trenutno tudi drugi tehnološki velikani, kot so Microsoft, Google in Meta, širijo svoje podatkovne centre za usposabljanje in izvajanje svojih modelov umetne inteligence. Glede na poročila Microsoft in OpenAI načrtujeta izgradnjo projekta podatkovnega centra, ki bo vključeval superračunalnik z milijoni namenskih strežniških čipov, trenutni projekt pa bi lahko stal 115 milijard dolarjev, vključno s superračunalnikom z umetno inteligenco, imenovanim Stargate, ki naj bi bil predstavljen leta 2028. Izvršni direktor Mete Mark Zuckerberg je januarja letos tudi izjavil, da bo računalniška infrastruktura podjetja vključevala 30.000 grafičnih kartic H100 do konca leta 2024. Dodal je tudi: 'Če so vključeni drugi grafični procesorji, obstaja približno 600.000 H100 enakovrednih izračunov.'
AIGC temelji na velikih modelih in velikih podatkih. Velik model se nanaša na model, ki se lahko prilagodi nadaljnjim nalogam po usposabljanju na obsežnih in širokih podatkih. Po pojavu velikega modela se (1) parametri modela povečajo; (2) Raznovrstno povpraševanje pospešuje raznoliko nadgradnjo računalniške moči: Računalniško moč lahko razdelimo na osnovno računalniško moč, inteligentno računalniško moč in superračunalniško moč glede na ujemanje povpraševanja. Leta 2021 je skupna računalniška moč globalnih računalniških naprav dosegla 615 EFlops s 44-odstotno stopnjo rasti. Do leta 2030 naj bi se povečal na 56ZFlops, s CAGR 65%. Inteligentna računalniška moč se bo povečala z 232EFlops na 52,5ZFlops, pri čemer CAGR presega 80%; Po pojavu velikega modela je prinesel nov trend rasti računalniške moči, s povprečnim časom podvojitve računalniške moči 9,9 meseca.
Za izboljšanjem računalniške moči morajo imeti čipi večjo računalniško učinkovitost in opraviti več izračunov v krajšem času, kar neizogibno vodi v povečanje porabe energije čipov. Zaradi visoke gostote in visoke porabe energije podatkovnih centrov v superračunalniških centrih so težave z odvajanjem toplote vedno bolj pomembne. Sodobni podatkovni centri, še posebej superračunalniški centri, običajno vsebujejo veliko število visokozmogljivih naprav, ki med delovanjem proizvajajo znatno količino toplote. Če toplote ni mogoče pravočasno in učinkovito odvesti, to ne bo vplivalo samo na delovanje naprave, ampak lahko povzroči tudi okvare strojne opreme. Glede na poročilo IDC se približno 40 % porabe energije v podatkovnih centrih porabi za hladilne sisteme, kar kaže, da so učinkovite hladilne rešitve ključnega pomena za delovanje podatkovnih centrov.
Tradicionalni sistemi zračnega hlajenja ne morejo več zadovoljiti hladilnih potreb trenutnih superračunalnikov, zato je tehnologija tekočega hlajenja postopoma postala glavna izbira v industriji. Uporaba tehnologije tekočega hlajenja podatkovnim centrom omogoča namestitev več računalniških naprav v istem prostoru, hkrati pa zmanjša porabo energije hladilnega sistema. Uporaba tehnologije tekočinskega hlajenja ne le izboljša računalniško učinkovitost, ampak tudi bistveno zmanjša porabo energije in obratovalne stroške. Tehnologija tekočega hlajenja lahko z učinkovitejšim prevajanjem toplote obvlada več računalniških nalog z enako porabo energije.
Z naraščajočim povpraševanjem po usposabljanju z umetno inteligenco in visoko zmogljivim računalništvom bo tehnologija tekočega hlajenja igrala pomembnejšo vlogo v prihodnjih superračunalniških centrih. Pričakuje se, da bo tehnologija tekočega hlajenja v prihodnjih letih postala standardna konfiguracija v superračunalniških centrih in velikih podatkovnih centrih, da bi zadostila naraščajočim računalniškim zahtevam in izzivom odvajanja toplote.
