Zaradi vse večjega povpraševanja po AI bo rešitev za tekoče hlajenje bolj priljubljena
Trenutno je toplotni modul sestavljen predvsem iz aktivne in pasivne hibridne tehnologije odvajanja toplote, ki vsebuje toplotne cevi. Hladilni modul toplotne cevi je zasnovan in kombiniran s komponentami, kot so zračni difuzorji, hladilni odvodi in toplotne cevi, ki lahko zagotovijo enotno temperaturno delovno okolje za odvajanje toplote za notranje elektronske komponente, zaradi česar je delovanje elektronske opreme bolj stabilno. S trendom večnamenskih in lahkih terminalskih elektronskih izdelkov se je tovarna termičnih modulov usmerila k oblikovanju toplotnih rešitev, ki temeljijo predvsem na parni komori in toplotni cevi.
Modul hladilnika je razdeljen na dve vrsti: "zračno hlajen hladilnik" in "tekočinsko hlajen hladilnik". Med njimi je zračno hlajena rešitev uporaba zraka kot medija prek vmesnih materialov, kot so materiali za toplotne vmesnike, parna komora (VC) ali toplotne cevi, in se razprši s konvekcijo med hladilnikom ali ventilatorjem in zrakom. "Tekočinsko hlajenje se v glavnem doseže s konvekcijo s tekočino, s čimer se hladi čip, vendar pa se s povečanjem proizvodnje toplote in prostornine čipa poveča poraba toplotne energije (TDP) čipa in uporaba zračno hlajenega odvajanje toplote postopoma postane nezadostno.
Z razvojem interneta stvari, robnega računalništva in aplikacij 5G je podatkovna umetna inteligenca globalno računalniško moč pognala v obdobje hitre rasti. Po podatkih raziskovalnega podjetja TrendForce je leta 2022 obseg pošiljk strežnikov AI, opremljenih z GPGPU-ji (GPU-ji splošne namene), znašal približno 1 %. Vendar se pričakuje, da bo leta 2023 zaradi aplikacij ChatGPT narasel obseg pošiljk strežnikov AI za 38,4 %, skupna letna stopnja rasti pošiljk strežnikov z umetno inteligenco od leta 2022 do 2026 pa bo dosegla 29 %.
Obstajata dve glavni smeri za načrtovanje naslednje generacije modulov hladilnikov. Ena je nadgradnja obstoječih modulov za odvajanje toplote s 3D parno komoro (3DVC), druga pa je uvedba sistema hlajenja s tekočino, ki uporablja tekočino kot konvekcijski medij za izboljšanje toplotne učinkovitosti. Zato se bo leta 2023 število testnih primerov tekočinskega hlajenja znatno povečalo, vendar je 3DVC le prehodna rešitev. Ocenjuje se, da bomo od leta 2024 do 2025 vstopili v obdobje vzporednega hlajenja plinov in hlajenja tekočin.
Z vzponom ChatGPT je generativna umetna inteligenca povečala pošiljke strežnikov, skupaj z zahtevami za nadgradnjo specifikacij modulov hladilnikov, ki jih vodijo k rešitvam za tekoče hlajenje, da bi izpolnili stroge zahteve strežnikov glede odvajanja toplote in stabilnosti. Trenutno industrija večinoma uporablja tehnologijo enofaznega potopnega hlajenja pri hlajenju s tekočinami za reševanje problema odvajanja toplote ogrevalnih strežnikov ali delov visoke gostote, vendar še vedno obstaja zgornja meja 600 W, ker ChatGPT ali strežniki višjega reda potrebujejo zmogljivost odvajanja toplote več kot 700 W za obvladovanje.
Glede na to, da hladilni sistem predstavlja približno 33 % celotne porabe energije v podatkovnem centru, zmanjšanje skupne porabe električne energije in zmanjšanje učinkovitosti porabe energije vključuje izboljšanje hladilnega sistema, informacijske opreme in uporabo obnovljive energije. Voda ima štirikrat večjo toplotno kapaciteto kot zrak. Zato je pri uvedbi hladilnega sistema s tekočinskim hlajenjem potreben samo 1U prostora za ploščo za hladilno tekočino. Glede na testiranje NVIDIA je mogoče za doseganje enake računalniške moči število omaric, potrebnih za tekočinsko hlajenje, zmanjšati za 66 %, porabo energije je mogoče zmanjšati za 28 %, PUE je mogoče zmanjšati s 1,6 na 1,15 in računalniško učinkovitost je mogoče izboljšati. .
Hitro računalništvo vodi k nenehnemu izboljševanju TDP, strežniki AI pa imajo višje zahteve glede odvajanja toplote. Tradicionalno hlajenje s toplotnimi cevmi se približuje svoji meji in uvedba toplotnih rešitev, hlajenih s tekočino, je neizogibna.
