Az AI-infrastruktúra gyorsan skálázódik,{0}}talán gyorsabban, mint azt a legtöbben várták. Ezzel pedig a hűtés igazi szűk keresztmetszetté vált. Afolyadékhűtő rendszer GPU-hozma már egyike azoknak a technológiáknak, amelyeket egyszerűen nem lehet figyelmen kívül hagyni a modern adatközpontokban.
Miért? Mert a maiGPU-knem csak erősek,{0}}hanem dögösek is. Különösen az AI-oktatócsoportokban, ahol az állványok szorosan vannak összecsomagolva, és a teljesítményszintek folyamatosan emelkednek.
Ugyanakkor van egy másik darab, amely gyakran kevesebb figyelmet kap, de ugyanolyan fontos: aadatközponti transzformátorGPU-fürtökhöz. Ez az erőleadás gerince, csendesen kezeli a hatalmas és egyenletes terheléseket a színfalak mögött.
A hűtés és az energiaellátás{0}}ez a két rendszer most szorosan összekapcsolódik.
Miért fontos a folyadékhűtés a GPU-hoz?
Legyünk őszinték: a léghűtés kezdi elérni a határait.
Afolyadékhűtő rendszer GPU-hozmegold egy nagyon egyszerű problémát,-a levegő már nem elég hatékony a nagy-sűrűségű mesterségesintelligencia-terheléshez.
Néhány ok, amiért szabványossá válik:
Az AI-munkaterhelésben lévő GPU-k könnyen rajzolhatnak300W-tól 1000W felettiigminden
A sűrű GPU-rackek koncentrált hőzónákat hoznak létre
A hagyományos légáramlás nehézségei szűk konfigurációkban
A teljesítmény gyorsan csökken, ha elérjük a termikus határokat
Tehát ahelyett, hogy nagyobb ventilátorokkal küzdenének a hővel, az iparág alapvetően azt mondja: távolítsuk el a hőt a forrásnál.
A GPU folyadékhűtési rendszerének fő típusai
A folyadékhűtésnek nem csak egy módja van,{0}}az attól függ, mennyire kell agresszívnek lennie a rendszernek.
Közvetlenül-a-forgácshűtéshez
Valószínűleg ez a leggyakoribb beállítás az AI-szerverekben.
A hideglemezek közvetlenül a GPU-n helyezkednek el, és a hűtőfolyadék átfolyik rajtuk.
Hatékony, stabil, és elég jól illeszkedik a meglévő rack-kialakításokhoz.
Semmi sem túl divatos,{0}}de működik.
Merülő hűtés
Ez szinte futurisztikusnak tűnik.
A teljes szerverek (néha teljes GPU-csomópontok) egy speciális, nem -vezető folyadékba merülnek.
Nincsenek rajongók. Nincs hagyományos légáramlás. Csak a folyadék közvetlenül nyeli el a hőt.
Rendkívül hatékony, de igen,{0}}összetettebb is, és nem mindig könnyű karbantartani.
Hátsó ajtó hőcsere
„Utólagos{0}}barátabb” lehetőség.
Ahelyett, hogy mindent megváltoztatna a szerveren belül, a hőt a rack szintjén távolítják el egy folyadékhűtéses hátsó ajtórendszer segítségével.
Nem a legerősebb megoldás, de praktikus, ha meglévő adatközpontot frissít.
Ahol a transzformátorok jönnek a képbe
Most itt kezdenek érdekesek lenni a dolgok.
A adatközponti transzformátor GPU-fürtökhöznem csupán egy háttérelem,{0}}valójában meghatározza, hogy milyen messzire tud tolni az infrastruktúrát.
A GPU sűrűségének növekedésével (a folyadékhűtésnek köszönhetően) az energiaigény ugyanolyan gyorsan növekszik.
Tehát a transzformátoroknak lépést kell tartaniuk.
Mi változik a folyékony{0}}hűtésű GPU-rendszereknél:
Rackenként több GPU→nagyobb elektromos terhelés
Nagyobb terhelés→ nagyobb terhelés a transzformátor kapacitásán
Stabil hűtés→ következetesebb áramfelvételi minták
Jobb hatékonyság→ összességében kevesebb elpazarolt energia
Más szóval, a hűtési fejlesztések közvetve megváltoztatják az energiarendszer viselkedését is.
Minden összefügg.
A GPU-adatközpontokban használt transzformátorok típusai
A különböző konfigurációk különböző típusú transzformátorokat használnak mérettől és kialakítástól függően.
Száraz{0}}típusú transzformátorok
Gyakori a beltéri AI-létesítményekben.
Biztonságosabb sűrű számítási környezetekhez
Könnyebb karbantartani
Jól működik moduláris GPU-telepítésekkel
Olaj-merülő transzformátorok
Nagyobb telepítéseknél használatos.
Nagyobb kapacitás
Jobb hőteljesítmény
Gyakran megtalálható a közüzemi{0}}méretű mesterséges intelligencia campusokon
Pad{0}}Rögzített transzformátorok
Kompaktabb és rugalmasabb.
Moduláris vagy elosztott GPU-helyekhez jó
Könnyebb fokozatosan bővíteni
Hűtés és teljesítmény: egy rendszer, nem kettő
Talán ez a legfontosabb ötlet itt.
A modern AI-adatközpontok már nem kezelik külön a hűtést és az áramellátást.
Ehelyett mindent együtt terveznek:
Áramút: hálózat → transzformátor → elosztás → GPU rack
Hűtési út: GPU → folyadékhurok → hőcserélő → hűtési infrastruktúra
Ha ez a két rendszer megfelelően van összehangolva, a következőket kapja:
Magasabb GPU-sűrűség
Stabilabb teljesítmény
Jobb energiahatékonyság
Kevesebb hőfojtás
És kevesebb meglepetés csúcsterhelés alatt
Ez nem tökéletes tervezés,{0}}inkább gondos egyensúlyozás.
Utolsó gondolatok
Felemelkedése afolyadékhűtő rendszer GPU-hoznem csak egy hűtési frissítés{0}}, hanem valójában az adatközpontok energiaellátásának és kialakításának átformálása.
És mindezek mögött aadatközponti transzformátor GPU-fürtökhözcsendesen fellép, hogy támogassa ezt az új valóságot.
A nap végén ez egyszerű:
több mesterséges intelligencia számítás → több teljesítmény → több hő → szorosabb integráció a hűtés és a transzformátorok között.
És ez a tendencia nem lassul egyhamar.
GYIK
K: Mennyi időn belül szállíthatja a transzformátort?
V: Ez a transzformátor mennyiségétől és kapacitásától függ, általában egy hónapon belül a vevő által jóváhagyott dátumrajz óta.
K: Mennyi ideig tudja biztosítani a minőségi garanciát?
V: 24 hónap a transzformátor működése óta.
K: Milyen fizetési módot fogad el?
V: T/T (átutalás) előnyben, L/C mindkettő elfogadott.
