Réz vagy alumínium, ami jobb folyadékhűtő megoldáshoz
A mesterséges intelligencia technológia rohamos fejlődésével, különösen olyan területeken, mint a mély tanulás és a nagyszabású nyelvi modellek, jelentősen megnőtt a számítási teljesítmény iránti igény. A mai mesterséges intelligencia modellek, mint például a GPT{1}}o, több tíz vagy akár milliárd paraméterrel rendelkeznek, és óriási számítási erőforrásokat igényelnek a képzéshez. Ezeknek a modelleknek a betanításához nagyszámú GPU- vagy TPU-fürtre van szükség, amelyek teljes terhelés mellett jelentős mennyiségű hőt termelnek. Ezenkívül az alkalmazások valós idejű válaszadása érdekében sok mesterséges intelligencia rendszer folyamatos működést igényel. Ezeket a rendszereket általában az adatközpontokban vagy szélső számítástechnikai eszközökben telepítik, amelyek szintén magas energiafogyasztási és hűtési kihívásokkal néznek szembe.
A chiptechnológia fejlődésével és a szerverek számítási teljesítményének gyors növekedésével a nagy sűrűségű, nagy energiafogyasztású nagy adatközpontok építése szükséges választássá vált a számítási teljesítmény és a környezetvédelmi előírások egyensúlyának megteremtése érdekében. A hűtőrendszer az adatközpontok egyik fontos infrastruktúrája. A nagy sűrűségű adatközponti működés során a hagyományos léghűtés az elégtelen hőelvezetés és komoly energiafelhasználás problémáival szembesül. A folyadékhűtés technológia vált az optimális megoldássá a PUE csökkentésére az adatközpontokban, több gazdasági előnnyel 15 kW/szekrény és afeletti teljesítmény mellett.
A folyadékhűtő lemezes technológia egy olyan termikus megoldás, amely közvetetten adja át az alkatrészek hőjét egy keringető csővezetékbe zárt hűtőfolyadéknak egy hideg lemezen (egy nagy hővezető képességű fémekből, pl. rézből és alumíniumból álló zárt üreg) keresztül, majd használja a hűtést. folyadék, hogy elvonja a hőt.
A Liquid Cold plate a legkorábban elfogadott folyadékhűtési módszer, magas érettséggel és viszonylag alacsony áron. Kutatási adatok szerint a hideglemezes folyadékhűtés a kínai piaci részesedés 90%-át teszi ki. A hideglemezes folyadékhűtést úgy érik el, hogy a hideglemezt szorosan rögzítik a fűtőelemhez, és a hőt a fűtőelemről a hűtőlemezben lévő hűtőfolyadékra továbbítják. Egyszerű, durva, de hatékony. A folyadékhűtés technológia elterjedtsége az adatközpontokban 2022-ben várhatóan 5-8% körül lesz, miközben a léghűtés továbbra is a piaci részesedés több mint 90%-át birtokolja.
A réz hővezető képessége körülbelül 400 W/mK, az alumíniumé pedig körülbelül 235 W/mK. A réz hővezető képessége sokkal magasabb, mint az alumíniumé. Ezért a réz hideglemezek elméletileg gyorsabban tudják átadni a szerverek által termelt hőt a hűtőfolyadéknak, ezáltal hatékonyabb hőleadást érnek el. Bár az alumínium hővezető képessége nem olyan jó, mint a rézé, hővezető képessége viszonylag magas, ami elegendő a legtöbb folyadékhűtéses szerver hőleadási igényeinek kielégítésére.
A réz sűrűsége viszonylag magas, körülbelül 8,96 g/cm³, ami a réz hideglemezt viszonylag nehézzé teszi. Ez bizonyos kihívásokat jelenthet a szerver szerkezeti tervezése és telepítése során. Az alumíniumnak kisebb a sűrűsége, körülbelül 2,70 g/cm³, ami sokkal könnyebb, mint a réz, így az alumínium hideglemezek jelentős súlyelőnnyel rendelkeznek. Az alumínium alacsony sűrűsége könnyebbé teszi az alumínium hideglemezeket. Ez nem csak a szerver teljes súlyának csökkentése szempontjából előnyös, hanem bizonyos mértékig javíthatja a szerver szerkezeti szilárdságát is. Ezen túlmenően az alumínium anyaga könnyebb, ami előnyös a szerverek összsúlyának, valamint a szállítási és telepítési költségek csökkentésének.
A réz és alumínium hűtőlemezeknek megvannak a maga előnyei és hátrányai a folyadékhűtéses szerverek használatában. Olyan helyzetekben, ahol magasak a hőigények, és nem a költség a fő szempont, a réz hideglemezek alkalmasabbak lehetnek; A költséghatékonyság és a könnyű súly elérése érdekében az alumínium hideglemezek több előnnyel is járhatnak. A konkrét kiválasztást átfogóan kell mérlegelni az adott alkalmazási forgatókönyv követelményei és korlátai alapján. Ha részletesen megértjük az alkalmazási forgatókönyvben szereplő konkrét helyzeteket, például hőterhelést, költségvetést, súlykorlátozásokat stb., az segíthet pontosabb döntések meghozatalában.
