Baker ali aluminij, ki je boljši za raztopino za tekoče hlajenje
S hitrim razvojem tehnologije umetne inteligence, zlasti na področjih, kot so globoko učenje in obsežni jezikovni modeli, se je povpraševanje po računalniški moči znatno povečalo. Današnji modeli umetne inteligence, kot je GPT-4o, imajo na desetine ali celo milijarde parametrov in zahtevajo ogromno računalniških virov za usposabljanje. Usposabljanje teh modelov zahteva veliko število gruč GPU ali TPU, ki ustvarjajo znatno količino toplote, ko delujejo pri polni obremenitvi. Poleg tega številni sistemi AI zahtevajo neprekinjeno delovanje, da bi zagotovili odziv v realnem času v aplikacijah. Ti sistemi so običajno nameščeni v podatkovnih centrih ali robnih računalniških napravah, ki se prav tako soočajo z visoko porabo energije in izzivi pri hlajenju.
Z napredkom tehnologije čipov in hitro rastjo računalniške moči strežnikov je izgradnja velikih podatkovnih centrov z visoko gostoto in visoko porabo energije postala nujna izbira za uravnoteženje računalniške moči in okoljskih predpisov. Hladilni sistem je ena izmed pomembnih infrastruktur v podatkovnih centrih. Pri delovanju podatkovnega centra z visoko gostoto se tradicionalno zračno hlajenje sooča s težavami nezadostnega odvajanja toplote in velike porabe energije. Tehnologija tekočega hlajenja je postala optimalna rešitev za zmanjšanje PUE v podatkovnih centrih z več ekonomskimi prednostmi pri 15 kW/omari in več.
Tehnologija tekočih hladilnih plošč je toplotna rešitev, ki posredno prenaša toploto komponent na hladilno tekočino, zaprto v krožečem cevovodu skozi hladno ploščo (zaprta votlina, sestavljena iz kovin z visoko toplotno prevodnostjo, kot sta baker in aluminij), in nato uporablja hlajenje tekočina za odvzem toplote.
Liquid Cold plate je najzgodnejša sprejeta metoda hlajenja s tekočino, z visoko zrelostjo in relativno nizko ceno. Po podatkih raziskave tekoče hlajenje s hladno ploščo predstavlja 90 % tržnega deleža na Kitajskem. Tekočinsko hlajenje hladne plošče se doseže s tesnim pritrjevanjem hladne plošče na grelni element, pri čemer se toplota prenaša iz grelnega elementa na hladilno tekočino v hladni plošči. Je preprosto, grobo, a učinkovito. Stopnja prodora tehnologije tekočega hlajenja v podatkovnih centrih naj bi bila leta 2022 okoli 5 % do 8 %, pri čemer ima zračno hlajenje še vedno več kot 90 % tržnega deleža.
Toplotna prevodnost bakra je okoli 400 W/mK, toplotna prevodnost aluminija pa okoli 235 W/mK. Toplotna prevodnost bakra je veliko večja kot pri aluminiju. Zato lahko bakrene hladilne plošče teoretično hitreje prenesejo toploto, ki jo ustvarijo strežniki, na hladilno tekočino in tako dosežejo učinkovitejše odvajanje toplote. Čeprav toplotna prevodnost aluminija ni tako dobra kot baker, je njegova toplotna prevodnost razmeroma visoka, kar zadostuje za zadovoljitev potreb po odvajanju toplote večine strežnikov, hlajenih s tekočino.
Gostota bakra je razmeroma visoka, približno 8,96 g/cm³, zaradi česar je bakrena hladna plošča relativno težka. To lahko predstavlja določene izzive za konstrukcijsko zasnovo in namestitev strežnika. Aluminij ima nižjo gostoto približno 2,70 g/cm³, kar je veliko lažje od bakra, zato imajo aluminijaste hladne plošče pomembno prednost pri teži. Zaradi nizke gostote aluminija so aluminijaste hladne plošče lažje. To ni samo koristno za zmanjšanje skupne teže strežnika, ampak lahko do določene mere izboljša tudi strukturno trdnost strežnika. Poleg tega je aluminij lažji, kar je koristno za zmanjšanje skupne teže strežnikov ter nižje stroške transporta in namestitve.
Hladilne plošče iz bakra in aluminija imajo svoje prednosti in slabosti pri uporabi tekočinsko hlajenih strežnikov. V situacijah, kjer so toplotne zahteve visoke in stroški niso glavni dejavnik, so morda bolj primerne bakrene hladne plošče; V prizadevanju za stroškovno učinkovitost in lahkotnost imajo lahko aluminijaste hladne plošče več prednosti. Poseben izbor je treba celovito preučiti na podlagi zahtev in omejitev specifičnega scenarija uporabe. Če lahko podrobno razumemo posebne situacije, kot so toplotna obremenitev, proračun, omejitve teže itd. v scenariju uporabe, nam lahko pomaga pri natančnejših odločitvah.
