Мідь або алюміній, що краще для рідинного охолодження
Зі швидким розвитком технологій штучного інтелекту, особливо в таких сферах, як глибоке навчання та великомасштабні мовні моделі, попит на обчислювальну потужність значно зріс. Сучасні моделі штучного інтелекту, такі як GPT-4o, мають десятки або навіть мільярди параметрів і вимагають величезних обчислювальних ресурсів для навчання. Для навчання цих моделей потрібна велика кількість кластерів GPU або TPU, які виділяють значну кількість тепла під час роботи з повним навантаженням. Крім того, щоб забезпечити реакцію в режимі реального часу в додатках, багато систем ШІ вимагають безперервної роботи. Ці системи зазвичай розгортаються в центрі обробки даних або периферійних обчислювальних пристроях, які також стикаються з проблемами високого енергоспоживання та охолодження.
З розвитком технології чіпів і швидким зростанням обчислювальної потужності серверів побудова великих центрів обробки даних з високою щільністю та високим енергоспоживанням стала необхідним вибором для балансування обчислювальної потужності та екологічних норм. Система охолодження є однією з важливих інфраструктур в дата-центрах. У центрі обробки даних із високою щільністю традиційне повітряне охолодження стикається з проблемами недостатнього розсіювання тепла та значного споживання енергії. Технологія рідинного охолодження стала оптимальним рішенням для зменшення PUE у центрах обробки даних із більшими економічними перевагами при 15 кВт на шафу та вище.
Технологія пластини з рідинним охолодженням – це теплове рішення, яке опосередковано передає тепло компонентів охолоджувальній рідині, що міститься в циркулюючому трубопроводі, через холодну пластину (замкнуту порожнину, що складається з металів з високою теплопровідністю, таких як мідь і алюміній), а потім використовує охолодження рідина для відведення тепла.
Liquid Cold plate — це найперший прийнятий метод рідинного охолодження з високою зрілістю та відносно низькою ціною. Згідно з даними досліджень, рідинне охолодження холодних пластин займає 90% частки ринку в Китаї. Рідинне охолодження холодної пластини досягається щільним кріпленням холодної пластини до нагрівального елемента, передаючи тепло від нагрівального елемента до охолоджувальної рідини в холодній пластині. Це просто, грубо, але ефективно. Очікується, що в 2022 році рівень проникнення технології рідинного охолодження в центри обробки даних складе приблизно 5–8%, при цьому повітряне охолодження все ще займатиме понад 90% частки ринку.
Теплопровідність міді становить близько 400 Вт/мК, а алюмінію — близько 235 Вт/мК. Теплопровідність міді набагато вище, ніж у алюмінію. Таким чином, мідні холодні пластини теоретично можуть швидше передавати тепло, що виділяється серверами, до охолоджувальної рідини, тим самим досягаючи більш ефективного розсіювання тепла. Хоча теплопровідність алюмінію не така висока, як мідь, його теплопровідність відносно висока, чого достатньо для задоволення потреб у розсіюванні тепла більшості серверів з рідинним охолодженням.
Щільність міді відносно висока, близько 8,96 г/см³, що робить мідну холодну пластину відносно важкою. Це може створити певні проблеми для структурного проектування та встановлення сервера. Алюміній має нижчу щільність приблизно 2,70 г/см³, що набагато легше міді, тому алюмінієві холодні пластини мають значну перевагу у вазі. Низька щільність алюмінію робить алюмінієві холодні пластини легшими. Це не тільки корисно для зменшення загальної ваги сервера, але також може певною мірою покращити міцність конструкції сервера. Крім того, алюміній легший, що сприяє зменшенню загальної ваги серверів і зниженню витрат на транспортування та встановлення.
Мідні та алюмінієві холодні пластини мають свої переваги та недоліки у використанні серверів з рідинним охолодженням. У ситуаціях, коли вимоги до тепла високі, а вартість не є головним питанням, мідні холодні пластини можуть бути більш придатними; У гонитві за економічною ефективністю та легкою вагою алюмінієві холодні плити можуть мати більше переваг. Конкретний вибір необхідно всебічно розглянути на основі вимог і обмежень конкретного сценарію застосування. Якщо ми зможемо мати детальне розуміння конкретних ситуацій, таких як теплове навантаження, бюджет, обмеження ваги тощо в сценарії застосування, це може допомогти нам зробити точніший вибір.
