Varš vai alumīnijs, kas ir labāks šķidruma dzesēšanas šķīdumam
Strauji attīstoties mākslīgā intelekta tehnoloģijām, īpaši tādās jomās kā dziļā mācīšanās un liela mēroga valodu modeļi, pieprasījums pēc skaitļošanas jaudas ir ievērojami pieaudzis. Mūsdienu mākslīgā intelekta modeļiem, piemēram, GPT{1}}o, ir desmitiem vai pat miljardiem parametru, un apmācībai ir nepieciešami milzīgi skaitļošanas resursi. Šo modeļu apmācībai ir nepieciešams liels skaits GPU vai TPU klasteru, kas, darbojoties ar pilnu slodzi, rada ievērojamu siltuma daudzumu. Turklāt, lai nodrošinātu reāllaika reakciju lietojumprogrammās, daudzām AI sistēmām ir nepieciešama nepārtraukta darbība. Šīs sistēmas parasti tiek izvietotas datu centrā vai malu skaitļošanas ierīcēs, kas arī saskaras ar lielu enerģijas patēriņu un dzesēšanas problēmām.
Attīstoties mikroshēmu tehnoloģijai un strauji pieaugot serveru skaitļošanas jaudai, liela blīvuma un liela enerģijas patēriņa lielu datu centru būvniecība ir kļuvusi par nepieciešamu izvēli, lai līdzsvarotu skaitļošanas jaudu un vides noteikumus. Saldēšanas sistēma ir viena no svarīgākajām datu centru infrastruktūrām. Augsta blīvuma datu centra darbībā tradicionālā gaisa dzesēšana saskaras ar nepietiekamas siltuma izkliedes un nopietna enerģijas patēriņa problēmām. Šķidruma dzesēšanas tehnoloģija ir kļuvusi par optimālu risinājumu PUE samazināšanai datu centros ar vairāk ekonomisku priekšrocību 15 kW/skapi un vairāk.
Šķidruma dzesēšanas plākšņu tehnoloģija ir termisks risinājums, kas netieši pārnes komponentu siltumu dzesēšanas šķidrumam, kas atrodas cirkulējošā cauruļvadā, izmantojot aukstu plāksni (slēgtu dobumu, kas sastāv no augstas siltumvadītspējas metāliem, piemēram, vara un alumīnija), un pēc tam izmanto dzesēšanu. šķidrums siltuma noņemšanai.
Liquid Cold plate ir agrākā izmantotā šķidruma dzesēšanas metode ar augstu gatavību un salīdzinoši zemu cenu. Saskaņā ar pētījumu datiem aukstās plāksnes šķidruma dzesēšana veido 90% no tirgus daļas Ķīnā. Aukstās plāksnes šķidruma dzesēšana tiek panākta, cieši piestiprinot aukstuma plāksni pie sildelementa, pārnesot siltumu no sildelementa uz dzesēšanas šķidrumu aukstajā plāksnē. Tas ir vienkāršs, rupjš, bet efektīvs. Paredzams, ka šķidruma dzesēšanas tehnoloģiju izplatības līmenis datu centros 2022. gadā būs aptuveni 5% līdz 8%, turklāt gaisa dzesēšanai joprojām piederēs vairāk nekā 90% no tirgus daļas.
Vara siltumvadītspēja ir aptuveni 400 W/mK, bet alumīnija siltumvadītspēja ir aptuveni 235 W/mK. Vara siltumvadītspēja ir daudz augstāka nekā alumīnija. Tāpēc vara aukstuma plāksnes teorētiski var ātrāk pārnest serveru radīto siltumu uz dzesēšanas šķidrumu, tādējādi panākot efektīvāku siltuma izkliedi. Lai gan alumīnija siltumvadītspēja nav tik laba kā vara, tā siltumvadītspēja ir salīdzinoši augsta, kas ir pietiekama, lai apmierinātu siltuma izkliedes vajadzības lielākajai daļai ar šķidrumu dzesējamu serveru.
Vara blīvums ir salīdzinoši augsts, aptuveni 8,96 g/cm³, kas padara vara aukstuma plāksni salīdzinoši smagu. Tas var radīt zināmas problēmas servera strukturālajā projektēšanā un instalācijā. Alumīnija blīvums ir aptuveni 2,70 g/cm³, kas ir daudz vieglāks par varu, tāpēc alumīnija aukstuma plāksnēm ir ievērojama svara priekšrocība. Alumīnija zemais blīvums padara alumīnija aukstās plāksnes vieglākas. Tas ir izdevīgi ne tikai servera kopējā svara samazināšanai, bet arī zināmā mērā var uzlabot servera strukturālo izturību. Turklāt alumīnija materiāls ir vieglāks, kas ir izdevīgi, lai samazinātu serveru kopējo svaru un samazinātu transportēšanas un uzstādīšanas izmaksas.
Vara un alumīnija aukstuma plāksnēm ir savas priekšrocības un trūkumi šķidruma dzesēšanas serveru izmantošanā. Situācijās, kad siltuma prasības ir augstas un izmaksas nav galvenais apsvērums, vara aukstuma plāksnes var būt piemērotākas; Lai panāktu rentabilitāti un vieglumu, alumīnija aukstuma plāksnēm var būt vairāk priekšrocību. Konkrētā atlase ir rūpīgi jāapsver, pamatojoties uz konkrētā lietojumprogrammas scenārija prasībām un ierobežojumiem. Ja mēs varam detalizēti izprast konkrētas situācijas, piemēram, siltuma slodzi, budžetu, svara ierobežojumus u.c. lietojumprogrammas scenārijā, tas var mums palīdzēt izdarīt precīzāku izvēli.
