Meď alebo hliník, čo je lepšie pre kvapalné chladiace riešenie
S rýchlym rozvojom technológie umelej inteligencie, najmä v oblastiach ako hlboké vzdelávanie a rozsiahle jazykové modely, sa výrazne zvýšil dopyt po výpočtovom výkone. Dnešné modely umelej inteligencie, ako napríklad GPT-4o, majú desiatky alebo dokonca miliardy parametrov a vyžadujú obrovské výpočtové zdroje na školenie. Tréning týchto modelov vyžaduje veľké množstvo GPU alebo TPU klastrov, ktoré pri plnom zaťažení generujú značné množstvo tepla. Okrem toho, s cieľom poskytnúť odozvu v aplikáciách v reálnom čase, mnohé systémy AI vyžadujú nepretržitú prevádzku. Tieto systémy sa zvyčajne nasadzujú v dátových centrách alebo okrajových počítačových zariadeniach, ktoré tiež čelia problémom s vysokou spotrebou energie a chladením.
S pokrokom v technológii čipov a rýchlym rastom výpočtového výkonu serverov sa budovanie veľkých dátových centier s vysokou hustotou a spotrebou energie stalo nevyhnutnou voľbou na vyváženie výpočtového výkonu a environmentálnych predpisov. Chladiaci systém je jednou z dôležitých infraštruktúr v dátových centrách. Pri prevádzke dátového centra s vysokou hustotou čelí tradičné chladenie vzduchom problémom nedostatočného odvodu tepla a vážnej spotreby energie. Technológia chladenia kvapalinou sa stala optimálnym riešením na zníženie PUE v dátových centrách s väčšími ekonomickými výhodami pri výkone 15 kW/skriňa a viac.
Technológia tekutých chladiacich dosiek je tepelné riešenie, ktoré nepriamo prenáša teplo komponentov do chladiacej kvapaliny uzavretej v cirkulujúcom potrubí cez chladiacu dosku (uzavretá dutina zložená z kovov s vysokou tepelnou vodivosťou, ako je meď a hliník), a potom využíva chladenie. kvapalina na odvádzanie tepla.
Liquid Cold plate je najskoršia prijatá metóda chladenia kvapalinou, s vysokou zrelosťou a relatívne nízkou cenou. Podľa výskumných údajov predstavuje chladenie chladnými doskami 90 % podielu na trhu v Číne. Chladenie chladiacej dosky kvapalinou sa dosiahne tesným pripevnením studenej dosky k vyhrievaciemu prvku, pričom sa teplo prenáša z vykurovacieho telesa na chladiacu kvapalinu v studenej doske. Je to jednoduché, drsné, no efektné. Očakáva sa, že miera penetrácie technológie chladenia kvapalinou v dátových centrách bude v roku 2022 približne 5 % až 8 %, pričom vzduchové chladenie bude mať stále viac ako 90 % podiel na trhu.
Tepelná vodivosť medi je asi 400 W/mK a tepelná vodivosť hliníka je asi 235 W/mK. Tepelná vodivosť medi je oveľa vyššia ako tepelná vodivosť hliníka. Preto môžu medené chladiace platne teoreticky rýchlejšie preniesť teplo generované servermi do chladiacej kvapaliny, čím sa dosiahne efektívnejší odvod tepla. Hoci tepelná vodivosť hliníka nie je taká dobrá ako meď, jeho tepelná vodivosť je relatívne vysoká, čo postačuje na splnenie požiadaviek na odvod tepla väčšiny serverov chladených kvapalinou.
Hustota medi je relatívne vysoká, asi 8,96 g/cm³, vďaka čomu je medená studená platňa relatívne ťažká. To môže predstavovať určité problémy pre konštrukčný návrh a inštaláciu servera. Hliník má nižšiu hustotu asi 2,70 g/cm³, čo je oveľa ľahší ako meď, takže hliníkové studené platne majú významnú výhodu v hmotnosti. Nízka hustota hliníka robí hliníkové studené platne ľahšími. To je prospešné nielen pre zníženie celkovej hmotnosti servera, ale môže to do určitej miery zlepšiť aj konštrukčnú pevnosť servera. Okrem toho je hliníkový materiál ľahší, čo je výhodné pre zníženie celkovej hmotnosti serverov a zníženie nákladov na dopravu a inštaláciu.
Medené a hliníkové chladiace platne majú svoje výhody a nevýhody pri použití kvapalinou chladených serverov. V situáciách, keď sú tepelné požiadavky vysoké a náklady nie sú hlavným hľadiskom, môžu byť vhodnejšie medené studené platne; V snahe o nákladovú efektívnosť a nízku hmotnosť môžu mať hliníkové chladiace dosky viac výhod. Špecifický výber je potrebné komplexne zvážiť na základe požiadaviek a obmedzení konkrétneho scenára aplikácie. Ak dokážeme podrobne porozumieť špecifickým situáciám, ako sú tepelné zaťaženie, rozpočet, obmedzenia hmotnosti atď. v scenári aplikácie, môže nám to pomôcť urobiť presnejšie rozhodnutia.
