۴۵ درجه سانتیگراد (۱۱۳ درجه فارنهایت)؛ این دمای عملیاتی سیستم خنککننده مایعات در نسل جدید زیرساختهای Rubin انویدیا است. این رویکرد تغییری اساسی در برابر روش سنتی «اتاقهای یخزده» در مراکز داده است. طبق گزارش ۲۰ ژوئیه ۲۰۲۶ از Engadget، این معماری به سرورها اجازه میدهد در حالی که عملکرد کامل خود را حفظ میکنند، نیاز به چیلرهای مکانیکی را به طور کامل حذف کنند. این پیشرفت در ادامه تلاشهای انویدیا برای بازبینی طراحی معماری روبین صورت میگیرد تا بهرهوری عملیاتی در محیطهای صنعتی افزایش یابد.
برای دههها، این باور در صنعت وجود داشت که اتاقهای سردتر به معنای تراشههای ایمنتر هستند. اما در واقعیت، تراشههای سیلیکونی طبیعتاً گرم میشوند و سیستمهای خنککننده هوا برای راندن هوای سرد میان قطعات با استفاده از فنهای پرصدا، به انرژی عظیمی نیاز دارند. برای درک بهتر، تصور کنید تفاوت خنک کردن یک اتاق با یک پنکه صنعتی غولپیکر (خنککننده هوا) با یک سیستم رادیاتور مداربسته و ساکت در خودروهای لوکس (خنککننده مایعات) چگونه است. همانطور که در بررسیهای پیشین ما درباره بهینهسازی مصرف انرژی در مدلهای زبانی اشاره کردیم، گلوگاه مقیاسپذیری هوش مصنوعی دیگر فقط قدرت پردازش نیست، بلکه مدیریت حرارت است.
بر اساس مستندات فنی، معماری Rubin تغییرات بنیادینی را ایجاد کرده است:
- اختلاف دما (Temperature Delta): مایع خنککننده با دمای ۴۵ درجه سانتیگراد وارد پردازنده شده و پس از جذب بار حرارتی، با دمای تقریبی ۵۵ درجه سانتیگراد خارج میشود.
- بهرهوری انرژی: افزایش دمای چیلر تنها به اندازه یک درجه، هزینههای انرژی خنککننده را تقریباً ۴٪ کاهش میدهد.
- حفاظت از منابع آب: در حالی که برجهای خنککننده سنتی سالانه ۲.۶ میلیون گالن آب به ازای هر مگاوات مصرف میکنند، این سیستم مداربسته مصرف آب را تقریباً به صفر میرساند. این دستاورد با گزارشات پیشین مبنی بر حذف کامل مصرف آب در پلتفرم روبین همسو است و استانداردهای زیستمحیطی جدیدی را تعریف میکند.
- بهینهسازی فضا: سیستمهایی که پیشتر به ۶ واحد رک (Rack Unit) نیاز داشتند، اکنون تنها در ۲ واحد جای میگیرند.
به نقل از تحلیلگران این حوزه، در یک مرکز داده ۵۰ مگاواتی، این بهرهوری منجر به صرفهجویی سالانه حدود ۴ میلیون دلار در هزینه برق میشود. از آنجا که این سیستم برای دفع طبیعی گرما در بیشتر ایام سال به خنککنندههای خشک بیرونی (Outdoor Dry Coolers) متکی است، آلودگی صوتی گوشخراشی که از فنهای خنککننده و ژنراتورهای پشتیبان ساطع میشد، به شدت کاهش یافته است.
این چرخش راهبردی، گلوگاه توسعه هوش مصنوعی را از ظرفیت شبکه برق به مدیریت اقلیم جغرافیایی منتقل میکند. در حالی که این سیستم در اکثر مناطق به طور بهینه عمل میکند، انویدیا خاطرنشان کرده است که انتظارات مدیریت دما در محیطهای بیابانی و کوهستانی با یکدیگر متفاوت خواهد بود.
برای یک مدیر کسبوکار، این تحول به معنای کاهش شدید دو مورد از بزرگترین هزینههای سرباری هوش مصنوعی یعنی برق و آب است. انویدیا همچنین با کوچک کردن فضای فیزیکی سختافزار، نیاز به زمین برای استقرار نسل بعدی ابررایانهها را کاهش داده است.
گام بعدی شما
- بررسی نقشههای مکانیکی مراکز داده برای سازگاری با سیستمهای خنککننده مایعات.
- تحلیل اثر کاهش footprint سختافزاری بر تخمین هزینههای OPEX در پروژههای AI.
- رصد پاسخ سایر تولیدکنندگان تراشه به این استاندارد حرارتی جدید.
باید منتظر ماند و دید سایر سازندگان تراشه چگونه به این معیار حرارتی پاسخ میدهند. رقابت دیگر تنها بر سر FLOPS نیست، بلکه بر این است که یک مرکز داده واحد، بدون خشک کردن سفرههای آب زیرزمینی منطقه، میتواند چه مقدار مگاوات را تحمل کند؛ برای جزئیات بیشتر به تحلیل ما درباره تراشههای Blackwell مراجعه کنید.
گفتگو