AI chip hőkezelés
Jelenleg más technológiai óriáscégek, például a Microsoft, a Google és a Meta is bővítik adatközpontjaikat mesterséges intelligencia modelljeik képzése és működtetése érdekében. A jelentések szerint a Microsoft és az OpenAI egy olyan adatközpont-projektet tervez felépíteni, amely egy több millió dedikált szerverchippel rendelkező szuperszámítógépet foglal magában, és a jelenlegi projekt 115 milliárd dollárba kerülhet, beleértve a Stargate nevű mesterséges intelligencia szuperszámítógépet is, amely várhatóan 2028-ban indul. A Meta vezérigazgatója, Mark Zuckerberg idén januárban azt is kijelentette, hogy a vállalat számítástechnikai infrastruktúrája 2024 végére 30 000 H100 grafikus kártyát fog tartalmazni. Hozzátette: "Ha más GPU-kat is tartalmaznak, körülbelül 600 000 H100-nak megfelelő számítási eszköz áll rendelkezésre."
Az AIGC nagy modelleken és nagy adatokon alapul. A nagy modell olyan modellre utal, amely képes alkalmazkodni a későbbi feladatokhoz a nagy léptékű és széles körű adatok betanítása után. Egy nagy modell megjelenése után (1) a modell paraméterei nagyságrendileg megnövekednek; (2) A diverzifikált kereslet felgyorsítja a számítási teljesítmény diverzifikált fejlesztését: A számítási teljesítmény alapvető számítási teljesítményre, intelligens számítási teljesítményre és szuperszámítási teljesítményre osztható az igények összehangolása szerint. 2021-ben a globális számítástechnikai eszközök teljes számítási teljesítménye elérte a 615 EFlop-ot, 44%-os növekedéssel. 2030-ra várhatóan 56ZFlops-ra fog növekedni, 65%-os CAGR mellett. Az intelligens számítási teljesítmény 232EFlopról 52,5ZFlops-ra nő, a CAGR meghaladja a 80%-ot; A nagy modell megjelenése után a számítási teljesítmény növekedésének új trendjét hozta, a számítási teljesítmény átlagos megduplázódási ideje 9,9 hónap.
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. A szuperszámítógép-központokban található adatközpontok nagy sűrűsége és nagy energiafogyasztási jellemzői egyre hangsúlyosabbá teszik a hőelvezetési problémákat. A modern adatközpontok, különösen a szuperszámítási központok jellemzően nagyszámú nagy teljesítményű eszközt tartalmaznak, amelyek működése során jelentős mennyiségű hőt termelnek. Ha a hőt nem lehet időben és hatékonyan elvezetni, az nemcsak a készülék teljesítményét befolyásolja, hanem hardverhibákhoz is vezethet. Az IDC jelentése szerint az adatközpontok energiafelhasználásának mintegy 40%-át hűtési rendszerek használják fel, ami azt jelzi, hogy a hatékony hűtési megoldások kulcsfontosságúak az adatközpontok működéséhez.
A hagyományos léghűtési rendszerek már nem képesek kielégíteni a jelenlegi szuperszámítógépek hűtési igényeit, így a folyadékhűtéses technológia fokozatosan az iparág fő választásává vált. A folyadékhűtési technológia alkalmazása lehetővé teszi, hogy az adatközpontok több számítástechnikai eszközt tudjanak elhelyezni egy térben, miközben csökkentik a hűtőrendszer energiafogyasztását. A folyadékhűtés technológia alkalmazása nemcsak a számítási hatékonyságot javítja, hanem jelentősen csökkenti az energiafogyasztást és az üzemeltetési költségeket is. A folyadékhűtéses technológia a hatékonyabb hővezetés révén több számítási feladatot is képes kezelni azonos energiafogyasztás mellett.
A mesterséges intelligencia képzés és a nagy teljesítményű számítástechnika iránti növekvő kereslet miatt a folyadékhűtéses technológia egyre fontosabb szerepet fog játszani a jövő szuperszámítástechnikai központjaiban. Várhatóan az elkövetkező években a folyadékhűtéses technológia standard konfigurációvá válik a szuperszámítógép-központokban és a nagy adatközpontokban, hogy megfeleljen a növekvő számítási igényeknek és a hőelvezetési kihívásoknak.
