人工智能如何将液冷技术引入芯片制造
随着技术的进步以及人工智能和机器学习应用场景的日益普及,IT 设备的发展需要消耗更多电力并承受更高热负荷。先进 IT 设备带来的能效和电力使用问题本身已经很复杂:芯片需要更多的电力并产生更多的热量,而这又需要额外的电力来进行冷却。
2024 年初,一项针对 812 名 IT 专业人员开展的调查发现,38.3% 的人预计其数据中心将在 2026 年使用液冷基础设施,未来几年这一比例可能还会继续扩大。
液体冷却可以有效管理高性能计算系统产生的热量,对于满足规模日益扩展的 AI 技术的冷却需求至关重要。这种冷却方法可以提高设备可靠性、降低其能耗,并适应 AI 任务的繁重计算需求。通过使冷却元件更加接近热源,直接芯片液冷解决方案可提高散热效率,并实现更精确的温度控制。
这一创新型冷却方法不仅能提高服务器的整体性能和可靠性,还可让数据中心以更高的功率密度运行。
芯片制造
芯片制造流程的一个重要部分是测试。芯片制造商需要确保他们生产的芯片能够以最佳性能全天候运行。这需要芯片从生产设施下线之前经过严格的测试。由于执行这些测试时需要冷却芯片,因此制造商需要在现场部署强大的冷却基础设施。回顾历史,芯片制造商主要使用风冷技术进行测试。即使最终客户采用的是液冷技术,这些芯片在测试时仍然可能使用效率较低的冷却技术。但是,全新的 AI 和高性能芯片不采用液冷技术甚至无法开机,因为风冷无法在不损坏芯片的情况下处理热负荷。
因此,必须一开始就在工厂环境中部署液冷技术。制造商需要确保芯片能够以最大功率在现场成功运行,因此必须在极端工况下进行测试。芯片的最终用户同样也能受益匪浅,他们可以在现场使用与工厂相同的液冷基础设施,从而为芯片提供一致的冷却效果。
氦气泄漏测试
在采用液冷技术时,芯片制造的一个关键方面是氦气泄漏测试,以查找液冷基础设施中哪怕是最轻微的泄漏。芯片制造商必须确保所有液冷组件(如歧管和 CDU)都经过氦气泄漏测试。对于支持高性能 IT 设备的液冷基础设施,这些测试有助于保持其完好性和可靠性,进而提升其整体质量。通过遵循这一做法,芯片制造商可以自信地确保其产品不会出现损坏或故障。
作为液冷领域的领导者和创新者,nVent 在帮助全球云服务提供商解决最严峻的冷却挑战,共同为未来 AI 计算提供支持方面拥有出色的业绩记录。nVent 凭借全球运营规模和产能,可为新一代计算技术提供标准和定制化解决方案。该公司致力于提供强韧可靠且可持续的液冷和电源解决方案,助力全球 AI 和高性能计算。
对于芯片制造商和最终用户而言,与其合作的冷却基础设施提供商必须了解如何正确地设计、安装和维护冷却架构,这是至关重要的。请详细了解 nVent 全面的产品组合和专业知识,包括灵活适用、采用模块化构造且可扩展的数据中心解决方案:数据中心和网络 | nVent 数据解决方案




