I. Šķidruma dzesēšana ir mainīta no “Neobligāta” uz “Būtisku”

 

1. Pieprasījuma pieaugums pēc skaitļošanas jaudas un optiskajiem moduļiem

Strauji mainīgajā mākslīgā intelekta (AI) vidē pieprasījums pēc skaitļošanas jaudas ir sasniedzis nepieredzētus augstumus. Lielu modeļu parādīšanās, piemēram, tie, kas tiek izmantoti OpenAI ChatGPT, ir radījuši ievērojamu plaisu nepieciešamajā skaitļošanas jaudā. OpenAI ziņo, ka modeļa skaitļošanas jaudas pieauguma temps desmitkārtīgi pārsniedz AI aparatūras attīstību. Tā kā lielie modeļi tiek paplašināti līdz triljoniem parametru, nepieciešamība uzlabot AI apmācības mikroshēmu veiktspēju ir kļuvusi kritiska, kas liek cerēt uz ātrāku datu pārraidi.

 

Šis eksponenciālais skaitļošanas mēroga pieaugums ir padarījis datu centru savstarpējo savienojamību par galveno problēmu. AI apmācībai progresējot, kļūst acīmredzami vienas kartes/servera skaitļošanas ierobežojumi. Mikroshēmu savstarpēja savienojamība ir kļuvusi par prioritāti, tāpēc ir nepieciešami efektīvi un ātrdarbīgi optiskie moduļi, lai veicinātu ātru datu apmaiņu. Līdz ar to ātrdarbīgu optisko moduļu izvietošana ir būtiska, lai uzlabotu savstarpējās savienojamības efektivitāti, jo īpaši tāpēc, ka datu centri uzlabo savas skaitļošanas jaudas arhitektūras.

 

▲ Optiskie moduļi, kas atvieglo ātrgaitas datu pārraidi datu centros

2. Šķidruma dzesēšanas pagrieziena punkts

Šķidruma dzesēšana ir gatava kļūt par nākamo kritisko elementu AI infrastruktūrā, kas līdzinās optisko moduļu attīstībai. Tā kā elektroniskie izstrādājumi turpina attīstīties, nepieciešamība pēc efektīvām dzesēšanas sistēmām kļūst nenoliedzama. Tāpat kā optisko moduļu trajektorija pārgāja no luksusa uz nepieciešamību, šķidruma dzesēšanas tehnoloģija seko šim piemēram.

 

Vēsturiski dzesēšanas risinājumi ir attīstījušies no pasīvām metodēm, piemēram, dabiskā gaisa dzesēšana un siltuma uztvērēji, uz progresīvākām tehnoloģijām, tostarp gaisa kondicionēšanu un, visbeidzot, šķidruma dzesēšanu. Šī pāreja atspoguļo plašāku tendenci elektronikas nozarē, kur siltuma pārvaldība ir vissvarīgākā, lai nodrošinātu komponentu optimālu veiktspēju un ilgmūžību.

 

3. Kāpēc tagad ir nepieciešama dzesēšana ar šķidrumu?

Čipsi

Vides temperatūras ietekme uz pusvadītāju mikroshēmām ir kritiska. Paaugstināta temperatūra var būtiski pasliktināt elektronisko komponentu veiktspēju un kalpošanas laiku. Augsta termiskā vide izraisa termisko izplešanos tādos materiālos kā kondensatori un rezistori, kas var izraisīt mehāniskas kļūmes un traucēt normālu darbību. Saskaņā ar ANJIE ziņojumiem tradicionālā gaisa dzesēšana var pārvaldīt tikai siltuma izkliedi līdz 800 W, kas ir slieksnis, ko pārspēj vairāki NVIDIA produkti.

 

Datu centri

Gaisa dzesēšanas datu centri parasti atbalsta 8-10 kW blīvumu uz vienu skapi. Tomēr, tā kā tiek prognozēts, ka AI klastera skaitļošanas jauda līdz 2025. gadam sasniegs 20-50 kW uz vienu skapi, gaisa dzesēšanas ierobežojumi kļūst acīmredzami. Pieaugošais jaudas blīvums prasa efektīvākas dzesēšanas metodes, kā labāku alternatīvu izvirzot šķidruma dzesēšanu.

 

▲ Augsta blīvuma AI datu centrs, kurā tiek izmantotas šķidruma dzesēšanas tehnoloģijas

 

 

II. Šķidruma dzesēšanas politika Ievadiet tirgū "stimulatoru".

 

PUE (Power Usage Effectiveness) kalpo kā galvenais rādītājs datu centru energoefektivitātes novērtēšanai. Zemāks PUE norāda uz zaļāku un efektīvāku datu centru, jo tas atspoguļo kopējo objekta patērētās enerģijas attiecību pret to, ko patērē tikai IT slodze. Tipiskos datu centros IT aprīkojums patērē aptuveni 50% no enerģijas patēriņa, savukārt dzesēšanas sistēmas veido aptuveni 35%.

 

Šķidruma dzesēšanas tehnoloģijām ir tendence uzrādīt ievērojami zemākas PUE vērtības salīdzinājumā ar tradicionālo gaisa dzesēšanu. Piemēram, lai gan tradicionālā gaisa dzesēšana uztur PUE aptuveni 1,3, šķidruma dzesēšanas metodes var samazināt to līdz 1,05–1,2 atkarībā no konkrētās izmantotās tehnoloģijas.

 

▲ PUE salīdzinājums starp gaisa dzesēšanas un šķidruma dzesēšanas tehnoloģijām

 

 

III. Vertiv stratēģiskā izaugsme ar šķidruma dzesēšanu

 

Vertiv ir guvis ievērojamus panākumus, uzlabojot savas šķidruma dzesēšanas iespējas, iegādājoties CoolTera. Šis Apvienotajā Karalistē bāzētais uzņēmums specializējas šķidruma dzesēšanas infrastruktūrā un vairākus gadus ir sadarbojies ar Vertiv vairākos datu centru un superskaitļošanas projektos. Paredzams, ka šī iegāde nostiprinās Vertiv pozīcijas siltuma pārvaldības tirgū, ļaujot tai piedāvāt stabilākus risinājumus, kas pielāgoti datu centru mainīgajām vajadzībām.

 

 

IV. Šķidruma dzesēšanas pamatvērtību ķēde

1. Izpratne par dzesēšanu ar šķidrumu

Šķidruma dzesēšana attiecas uz metodēm, ko izmanto, lai uzturētu datorsistēmu optimālu darba temperatūru. Izmantojot šķidrumu augsto īpatnējo siltumietilpību, šī tehnoloģija efektīvi pārnes iekšējo komponentu radīto siltumu uz ārējo vidi. Šķidruma dzesēšanas sistēmas var iedalīt tiešās un netiešās dzesēšanas metodēs. Netiešā dzesēšana, piemēram, aukstuma plākšņu sistēmas, nodrošina, ka dzesēšanas šķidrums tieši nesaskaras ar apsildāmām sastāvdaļām, savukārt tiešās dzesēšanas metodes ietver dzesēšanu ar iegremdēšanu, kur dzesēšanas vide tieši mijiedarbojas ar apsildāmām sastāvdaļām.

 

2. Šķidruma dzesēšanas nozares ekosistēma: aukstās plākšņu sistēmas

Šķidruma dzesēšanas nozare ietver dažādas sastāvdaļas un sistēmas, tostarp:

• RCM (aukstumaģenta padeves un atgriešanas) vienības:Šīs vienības pārvalda aukstumaģenta sadali un savākšanu šķidruma dzesēšanas skapjos.
• Dzesēšanas sadales vienības (CDU):CDU atvieglo aukstumaģentu, kas nonāk aukstuma plākšņu komponentos, atdalīšanu no dzesēšanas ūdens aukstā avota pusē.
• LCM (šķidruma cirkulācijas moduļi):Šie moduļi pārvalda aukstumaģentu transportēšanu un atgriešanos visā dzesēšanas sistēmā.

 

Izmantotie aukstumaģenti var būt dažādi, tostarp dejonizēts ūdens un šķīdumi uz glikola bāzes, kas abi veicina efektīvu siltuma pārnesi.

 

▲ Pārskats par šķidruma dzesēšanas ekosistēmu datu centros

 

 

V. Saņēmēju uzņēmumu identificēšana šķidruma dzesēšanas piegādes ķēdē

1. Saņēmējsabiedrības: servera iekšējās sastāvdaļas

Šķidruma dzesēšanas piegādes ķēdi var iedalīt trīs galvenajās kategorijās: iekšējie servera komponenti, šķidruma dzesēšanas konstrukcija un šķidruma dzesēšanas infrastruktūras nodrošinātāji. Iekšējos komponentos ietilpst aukstuma plākšņu sistēmas un ātri atvienojumi, kas ir ļoti svarīgi lieljaudas AI mikroshēmu veiktspējas uzlabošanai. Uzņēmumi, piemēram, Huawei un NVIDIA, ir galvenie spēlētāji šajā nozarē.

 

2. Šķidruma dzesēšanas konstrukcija

Šķidruma dzesēšanas konstrukcija ietver pilnas ķēdes risinājumu nodrošinātājus un serveru ražotājus. Pilnas ķēdes pakalpojumu sniedzēji, piemēram, Vertiv, piedāvā visaptverošus risinājumus, taču, iespējams, nepiegādā tieši serverus, tāpēc ir jāsadarbojas ar mikroshēmu ražotājiem.

 

3. IDC būvniecība

IDC ražotāji ir atbildīgi par datu centru būvniecību un klientu vajadzībām pielāgotu šķidruma dzesēšanas risinājumu izstrādi. Šie ražotāji savos projektos arvien vairāk integrēs šķidruma dzesēšanas tehnoloģijas, lai optimizētu veiktspēju.

 

4. Infrastruktūras nodrošinātāji

Infrastruktūras nodrošinātāji piedāvā īpašus šķidruma dzesēšanas komponentus, piemēram, CDU un LCM. Pieaugot pieprasījumam pēc šīm tehnoloģijām, ir paredzams, ka pieaugs gan šo produktu apjoms, gan cenas, atspoguļojot šķidruma dzesēšanas pieaugošo nozīmi datu centru dizainā.

 

 

Secinājums

 

Pāreja no gaisa dzesēšanas uz šķidruma dzesēšanu mākslīgā intelekta infrastruktūrās ir ne tikai tendence, bet arī būtiska attīstība, ko nosaka augošās skaitļošanas prasības. Izplatoties lieliem modeļiem un vajadzībai pēc efektīvas siltuma pārvaldības, šķidruma dzesēšanas tehnoloģijām ir galvenā loma datu centru nākotnē. Tā kā uzņēmumi, piemēram, Vertiv, uzlabo savas iespējas, veicot stratēģiskas iegādes un partnerības, šķidruma dzesēšanas tirgus ir gatavs ievērojamai izaugsmei. Šī pāreja galu galā veicinās efektīvāku, ilgtspējīgāku un augstas veiktspējas skaitļošanas vidi.