AI lusto šilumos valdymas
Šiuo metu kiti technologijų milžinai, tokie kaip „Microsoft“, „Google“ ir „Meta“, taip pat plečia savo duomenų centrus, kad galėtų mokyti ir valdyti savo dirbtinio intelekto modelius. Remiantis pranešimais, „Microsoft“ ir „OpenAI“ planuoja sukurti duomenų centro projektą, kuriame bus superkompiuteris su milijonais dedikuotų serverių lustų, o dabartinis projektas gali kainuoti 115 milijardų dolerių, įskaitant dirbtinio intelekto superkompiuterį „Stargate“, kuris turėtų pasirodyti 2028 m. „Meta“ generalinis direktorius Markas Zuckerbergas šių metų sausį taip pat pareiškė, kad iki 2024 m. pabaigos įmonės skaičiavimo infrastruktūroje bus 30 000 H100 vaizdo plokščių. Jis taip pat pridūrė: „Jei bus įtraukti kiti GPU, yra maždaug 600 000 H100 lygiaverčių skaičiavimų“.
AIGC yra pagrįsta dideliais modeliais ir dideliais duomenimis. Didelis modelis reiškia modelį, kuris gali prisitaikyti prie tolesnių užduočių po mokymų apie didelio masto ir plačius duomenis. Atsiradus dideliam modeliui, (1) modelio parametrai padidinami; (2) Diversifikuota paklausa pagreitina diversifikuotą skaičiavimo galios didinimą: skaičiavimo galią galima suskirstyti į pagrindinę skaičiavimo galią, intelektualiąją skaičiavimo galią ir superkompiuterio galią, atsižvelgiant į paklausos atitikimą. 2021 m. bendra pasaulinių kompiuterinių įrenginių skaičiavimo galia pasiekė 615 EFlops, o augimo tempas siekė 44%. Tikimasi, kad iki 2030 m. jis padidės iki 56 ZFlops, o CAGR sieks 65%. Išmanioji skaičiavimo galia padidės nuo 232EFlops iki 52,5ZFlops, o CAGR viršys 80%; Pasirodžius dideliam modeliui, jis atnešė naują skaičiavimo galios augimo tendenciją – vidutinis skaičiavimo galios padvigubėjimo laikas – 9,9 mėnesio.
Už skaičiavimo galios gerinimo, lustai turi turėti didesnį skaičiavimo efektyvumą ir atlikti daugiau skaičiavimų per trumpesnį laiką, o tai neišvengiamai padidina lustų energijos sąnaudas. Dėl didelio tankio ir didelio energijos suvartojimo duomenų centrų superkompiuterių centruose šilumos išsklaidymo problemos tampa vis svarbesnės. Šiuolaikiniuose duomenų centruose, ypač superkompiuterių centruose, paprastai yra daug didelės galios įrenginių, kurie eksploatacijos metu generuoja didelį kiekį šilumos. Jei šilumos nepavyks išsklaidyti laiku ir efektyviai, tai ne tik turės įtakos įrenginio veikimui, bet ir gali sukelti techninės įrangos gedimus. Remiantis IDC ataskaita, apie 40% sunaudojamos energijos duomenų centruose sunaudojama aušinimo sistemoms, o tai rodo, kad efektyvūs vėsinimo sprendimai yra itin svarbūs duomenų centrų veikimui.
Tradicinės oro aušinimo sistemos nebegali patenkinti dabartinių superkompiuterių aušinimo poreikių, todėl aušinimo skysčiais technologija pamažu tapo pagrindiniu pasirinkimu pramonėje. Skysčio aušinimo technologijos taikymas leidžia duomenų centrams talpinti daugiau skaičiavimo įrenginių toje pačioje erdvėje, tuo pačiu sumažinant aušinimo sistemos energijos sąnaudas. Skysčio aušinimo technologijos taikymas ne tik pagerina skaičiavimo efektyvumą, bet ir žymiai sumažina energijos sąnaudas bei eksploatacines išlaidas. Skysčio aušinimo technologija gali atlikti daugiau skaičiavimo užduočių naudojant tą patį energijos suvartojimą dėl efektyvesnio šilumos laidumo.
Didėjant dirbtinio intelekto mokymų ir didelio našumo skaičiavimo paklausai, aušinimo skysčiais technologija vaidins svarbesnį vaidmenį būsimuose superkompiuterių centruose. Tikimasi, kad ateinančiais metais skysčių aušinimo technologija taps standartine superkompiuterių centrų ir didelių duomenų centrų konfigūracija, kad atitiktų augančius skaičiavimo poreikius ir šilumos išsklaidymo iššūkius.
