Az AIGC felgyorsítja a forgácsszintű folyadékhűtés piacának robbanását
Az AIGC nagy számítási teljesítményigényt generál. Az AIGC nagy modelleken és nagy adatokon alapul. A generatív modell/multimodális megközelítés az AIGC-ben főként intelligens számítási teljesítményt igényel. 2021-ben a globális számítástechnikai berendezések számítási teljesítménye/intelligens számítási teljesítménye 615/232 EFlops, és 2030-ra várhatóan 56/52,5 ZFlops-ra nő, CAGR 65 százalék/80 százalék mellett; Az átlagos számítási teljesítmény megduplázódási ideje 9,9 hónapra csökkent.
A forgácsszintű folyadékhűtés a fő hűtési megoldássá vált. Az energiafogyasztás növekedése a hűtési igények növekedését ösztönzi: az Intel CPU fogyasztása meghaladja a 350 W-ot, az NVIDIA GPU fogyasztása meghaladja a 700 W-ot, az AI-fürt számítási teljesítménysűrűsége pedig általában eléri az 50 kW/szekrényt. A léghűtés és a hőleadás elérte a kapacitásplafont: a 15 kW-ot meghaladó szekrényteljesítmény a léghűtési kapacitás felső határa, a folyadék hővezető képessége pedig 15-25-szerese a levegőének. Sürgősen korszerűsíteni kell a folyadékhűtést. A hűtés egyre közelebb van a maghőforráshoz: várhatóan szobaszintről, szekrényszintről és szerverszintről chipszintre fog fejlődni. A szigorú politikai szabályozás felgyorsítja a folyadékhűtés beszivárgását: A hőmérséklet-szabályozó rendszerek energiafogyasztása az egyik kulcstényező a PUE csökkentésében. A kettős szénatomos háttérben az East Digital West Computing csomópont PUE-követelménye 1,25/1,2 alatt van.
A számítási teljesítmény javítása mögött a chipeknek nagyobb számítási hatékonysággal kell rendelkezniük, és rövidebb idő alatt több számítást kell elvégezniük, ami elkerülhetetlenül a chip energiafogyasztásának növekedéséhez vezet. Az ODCC „White Paper on the Reliability of Cold Plate Liquid Cooled Servers” szerint 2022-ben az Intel negyedik generációs szerverprocesszorának egyetlen CPU energiafogyasztása meghaladta a 350 wattot, az NVIDIA egyetlen GPU chipjének fogyasztása pedig meghaladta a 700 wattot, és az AI-fürt számítási teljesítménysűrűsége általában elérte az 50 kW/szekrény értéket. A chip működési hőmérséklete jelentősen befolyásolja a teljesítményét, a teljesítménysűrűség növekedése pedig jelentősen megnöveli a chip hőáram-sűrűségét, ami a forgács hőmérsékletének növekedését eredményezi. A hagyományos chipseknél a térfogat 98 százaléka a hűtésre, és mindössze 2 százaléka a számításra és az üzemeltetésre. A jelenlegi hőelvezetési problémát azonban továbbra is nehéz megoldani. A forgács teljesítményének folyamatos és gyors javulásával a hőelvezetési probléma egyre hangsúlyosabbá válik.
A hűtőközeg kiválasztásában is további tendencia figyelhető meg a jobb hűtési hatékonyságú hűtőközegek kiválasztásában. A CDCC adatai szerint a folyadékok hővezető képessége 15-25-szerese a levegőének. A hősűrűség növekedésével a folyékony hűtés várhatóan felváltja a léghűtést a hatékonyabb hőleadás érdekében. Az Intel „Innovative Practice for Green Data Centers – Cold Plate Liquid Cooling System Design Reference” című fehér könyve szerint a léghűtést használó adatközpontok általában 12 kW-on belül képesek megoldani a szekrényhűtést, 15 kW-ot meghaladó teljesítmény mellett. A meglévő léghűtéses adatközpontokhoz képest elértük a légáram hőleadási kapacitásának plafonját, és a folyadékhűtés technológia, mint erősebb hőleadó képességű technológia nagyobb teljesítménysűrűséget tud támogatni.
A jelenlegi forgácsszintű hőleadási megoldások főként folyadékhűtési technológiát, fázisváltós hőtárolós hőelvezetési technológiát, párolgásos hűtési technológiát stb. tartalmaznak. A folyadékhűtés technológia az egyik fontos forgácsszintű hőelvezetési megoldás, és várhatóan a jövőben a főárammá válik. . Folyadékhűtéses technológiában hideglemezekre, merítésre, permetezésre stb. terjed ki. Jelenleg a hideglemezes és a bemerítési típus kidolgozása viszonylag kiforrott a permetezéshez képest.
Az AIGC által vezérelve az AI-szerverek jövőbeli növekedése továbbra is optimista. Az IDC adatai szerint a globális AI-szerverpiac mérete 2021-ben 15,6 milliárd dollár volt, és a globális mesterségesintelligencia-szerver-piac várhatóan 2025-re eléri a 31,8 milliárd dollárt 19,5-ös CAGR mellett. százalék ; 2021-ben a kínai AI-szerverpiac mérete elérte a 35 milliárd RMB-t, és a kínai mesterségesintelligencia-szerver-piac mérete 2025-re várhatóan eléri a 70,2 milliárd RMB-t 19,0 százalékos CAGR mellett. Az AIGC várhatóan tovább gyorsítja az AI-szerverek növekedését.
