Új 3D nyomtatási technológia alkalmazása folyadékhűtéses lemezmezőben
A folyadékhűtés drágább, mint a léghűtés. Ezért számos tanulmány létezik az átalakítások során történő befektetés maximalizálásáról. A szerver folyadékhűtő lemezének belső szerkezete jelentős hatással van a hőátadás hatékonyságára. Az optimális kialakítás maximalizálja a hőcserélő területet a hűtőlemez és a forró alkatrészek, például a CPU vagy a GPU között, ezáltal biztosítva a hatékony hőátadást.
Például a hideglemezen belüli mikrocsatornák vagy bordák fokozhatják a hő diffúzióját, ezáltal jobb hőelvezetési teljesítményt érhetnek el. Az áramlási mintát és a turbulencia által kiváltott jellemzőket a hideglemezen belül gondosan megtervezték, hogy a hűtőfolyadék hatékonyan elnyelje és eltávolítsa a hőt. Az érintkezési felület maximalizálása, a felület növelése, az áramlási minták optimalizálása és a megfelelő hővezető anyagok kiválasztása javíthatja a hűtési teljesítményt.
Az adatközpontokban jelenleg alkalmazott fő hatékony hűtési módszer a hideglemez, a megfelelő folyadékhűtésű lemezek pedig többnyire 100 mikronos bordákkal ellátott mikrocsatornákat használnak. A fémadalékok gyártása képes ilyen típusú mintákat előállítani, általában magasabb költséggel, mint a közvetlen mikrocsatornák. A hagyományos additív gyártási módszert bonyolultabb minták nyomtatására használják, és használat előtt poreltávolítást igényel. Elektrokémiai adalékos gyártási technológiájának felhasználásával nincs szükség porra, így hűtési oldatokhoz használható.
A 3D nyomtatás lehetővé teszi a hideglemezen belüli összetett geometriai alakzatok precíz tervezését, mint például a három periódusú minimális felületi (TPMS) rács mikrocsatornák és a turbulencia által kiváltott jellemzők. Ez lehetővé teszi összetett testreszabott szerkezetek létrehozását, optimalizálva a hőcserét a hűtőlemez belső szerkezete és a hűtőfolyadék között.
More efficient liquid cooled cold plates can help improve performance and reduce cooling costs, especially as the next generation of chips approaches 500W TDP CPUs. In terms of AI accelerators, we have seen designs for 1kW accelerators per socket. Two CPUs, eight accelerators, along with network and memory, will mean that each node system is>10 kW. Folyékony hűtés szükséges.
