انویدیا با سیستم خنک‌کننده مایع جدید، مصرف آب دیتاسنترهای هوش مصنوعی را به صفر می‌رساند

انویدیا از یک فناوری خنک‌کننده مایع جدید برای نسل آینده تراشه‌های هوش مصنوعی خود رونمایی کرده است؛ سیستمی که به‌طور ویژه برای تراشه‌های Rubin طراحی شده و می‌تواند یکی از جدی‌ترین چالش‌های دیتاسنترهای هوش مصنوعی، یعنی مصرف بالای آب و برق، را تا حد زیادی کاهش دهد.

با رشد سریع هوش مصنوعی، دیتاسنترها به زیرساخت‌هایی بسیار پرمصرف تبدیل شده‌اند. تراشه‌های قدرتمند AI هنگام پردازش مدل‌های بزرگ، حرارت زیادی تولید می‌کنند و همین مسئله باعث می‌شود سیستم‌های خنک‌کننده نقش حیاتی‌تری نسبت به گذشته داشته باشند. حالا انویدیا تلاش کرده با طراحی یک سیستم خنک‌کننده مایع با دمای کاری بالاتر، مصرف انرژی و آب را در دیتاسنترها بهینه‌تر کند.

خنک‌کننده‌ای با ترکیب آب و پروپیلن گلیکول

سیستم جدید انویدیا از یک مایع خنک‌کننده مخصوص استفاده می‌کند که ترکیب آن شامل ۷۵ درصد آب و ۲۵ درصد پروپیلن گلیکول است. پروپیلن گلیکول ماده‌ای رایج در سیستم‌های انتقال حرارت محسوب می‌شود و در بسیاری از تجهیزات صنعتی برای کنترل دما به کار می‌رود.

نکته جالب اینجاست که دمای این مایع هنگام ورود به سیستم حدود ۴۵ درجه سانتی‌گراد است. در نگاه اول شاید چنین دمایی برای خنک‌کردن تراشه‌های قدرتمند هوش مصنوعی عجیب به نظر برسد، اما انویدیا می‌گوید همین دما برای کنترل حرارت تراشه‌های Rubin کافی است.

پس از عبور از سیستم و جذب حرارت تراشه‌ها، دمای مایع به حدود ۵۵ درجه سانتی‌گراد می‌رسد. این بازه دمایی باعث می‌شود سیستم بدون نیاز به خنک‌سازی شدید و چیلرهای پرمصرف بتواند عملیات دفع حرارت را انجام دهد.

چرا این فناوری برای دیتاسنترها مهم است؟

در بسیاری از دیتاسنترهای سنتی، سیستم‌های خنک‌کننده وابستگی زیادی به چیلرها دارند. چیلرها برای کاهش دمای آب یا هوا به برق زیادی نیاز دارند و در برخی موارد بخش قابل‌توجهی از مصرف انرژی کل دیتاسنتر را به خود اختصاص می‌دهند.

برخی برآوردها نشان می‌دهد سیستم‌های سرمایشی سنتی می‌توانند تا حدود ۴۰ درصد از برق مصرفی دیتاسنترها را مصرف کنند. این عدد در مقیاس دیتاسنترهای هوش مصنوعی که هزاران تراشه قدرتمند را در کنار هم قرار می‌دهند، اهمیت بسیار زیادی پیدا می‌کند.

راهکار جدید انویدیا با بالا بردن دمای کاری سیستم خنک‌کننده، نیاز به خنک‌سازی شدید را کاهش می‌دهد. به بیان ساده‌تر، به جای اینکه دیتاسنتر انرژی زیادی برای رساندن دمای مایع به سطح بسیار پایین مصرف کند، سیستم می‌تواند با مایعی گرم‌تر نیز حرارت تراشه‌ها را مدیریت کند.

کاهش مصرف آب تا ۱۰۰ درصد

یکی از مهم‌ترین مزایای سیستم جدید انویدیا، استفاده از یک مدار بسته است. در این طراحی، مایع خنک‌کننده تنها یک‌بار وارد سیستم می‌شود و سپس در همان مدار بسته برای تمام عمر دیتاسنتر گردش می‌کند.

این موضوع باعث می‌شود مصرف آب عملیاتی دیتاسنتر به صفر برسد؛ زیرا برخلاف برخی سیستم‌های سرمایشی سنتی، خبری از تبخیر مداوم آب یا نیاز به جایگزینی پیوسته آن نیست.

این قابلیت می‌تواند برای مناطقی که با کمبود منابع آبی مواجه هستند یا نسبت به ساخت دیتاسنترهای عظیم حساسیت دارند، اهمیت زیادی داشته باشد. در سال‌های اخیر، مصرف بالای آب توسط دیتاسنترها به یکی از موضوعات بحث‌برانگیز در برخی کشورها تبدیل شده و حتی در مواردی باعث توقف یا محدودیت پروژه‌های جدید شده است.

کاهش هزینه برق با دمای کاری بالاتر

طبق تخمین‌های ارائه‌شده از سوی شرکت Vertiv، افزایش دمای کاری سیستم‌های خنک‌کننده از محدوده رایج حدود ۲۱ تا ۲۴ درجه سانتی‌گراد به دمای پیشنهادی انویدیا یعنی ۴۵ درجه سانتی‌گراد می‌تواند هزینه‌های برق را به شکل قابل‌توجهی کاهش دهد.

دلیل این موضوع ساده است: هرچه سیستم خنک‌کننده نیاز کمتری به کاهش شدید دما داشته باشد، انرژی کمتری مصرف می‌کند. این مسئله در دیتاسنترهای هوش مصنوعی که تراشه‌های گران‌قیمت و بسیار پرمصرف را به‌صورت شبانه‌روزی به کار می‌گیرند، می‌تواند تأثیر اقتصادی بزرگی داشته باشد.

تراشه‌های Rubin و آینده دیتاسنترهای هوش مصنوعی

تراشه‌های Rubin نسل آینده محصولات هوش مصنوعی انویدیا محسوب می‌شوند و انتظار می‌رود در زیرساخت‌های پیشرفته AI به کار گرفته شوند. این تراشه‌ها احتمالاً توان پردازشی بسیار بالایی خواهند داشت و همین موضوع نیاز به سیستم‌های خنک‌کننده کارآمدتر را جدی‌تر می‌کند.

با افزایش توان پردازشی تراشه‌ها، چالش دفع حرارت نیز پیچیده‌تر می‌شود. بنابراین شرکت‌هایی مانند انویدیا دیگر فقط روی قدرت پردازنده تمرکز ندارند، بلکه طراحی زیرساخت خنک‌سازی، مصرف انرژی، مدیریت گرما و بهره‌وری دیتاسنتر نیز به بخشی از رقابت اصلی تبدیل شده است.

محدودیت‌ها و چالش‌های باقی‌مانده

با وجود مزایای مهم این فناوری، سیستم جدید انویدیا تمام مشکلات پایداری دیتاسنترهای هوش مصنوعی را حل نمی‌کند. درست است که مصرف آب در این مدل به‌شدت کاهش می‌یابد، اما تراشه‌های هوش مصنوعی همچنان برق بسیار زیادی مصرف می‌کنند.

در بسیاری از مناطق، برق مورد نیاز دیتاسنترها هنوز از منابع فسیلی تأمین می‌شود. بنابراین حتی اگر مصرف آب کاهش پیدا کند، مسئله انتشار کربن و فشار روی شبکه برق همچنان باقی می‌ماند.

از طرف دیگر، پیاده‌سازی این فناوری در دیتاسنترهای فعلی نیز ساده و فوری نیست. بسیاری از مراکز داده قدیمی بر اساس معماری‌های خنک‌کننده سنتی طراحی شده‌اند و تبدیل آن‌ها به سیستم‌های خنک‌کننده مایع بسته می‌تواند زمان‌بر و پرهزینه باشد.

جمع‌بندی

سیستم خنک‌کننده مایع جدید انویدیا برای تراشه‌های Rubin می‌تواند گام مهمی در بهینه‌سازی دیتاسنترهای هوش مصنوعی باشد. این فناوری با استفاده از مایع خنک‌کننده‌ای شامل آب و پروپیلن گلیکول، دمای کاری بالاتر و مدار بسته، امکان کاهش چشمگیر مصرف آب و برق را فراهم می‌کند.

مهم‌ترین مزیت این سیستم، حذف مصرف آب عملیاتی در طول عمر دیتاسنتر است؛ موضوعی که می‌تواند نگرانی‌های زیست‌محیطی درباره توسعه مراکز داده هوش مصنوعی را تا حدی کاهش دهد.

با این حال، چالش اصلی همچنان پابرجاست: تراشه‌های هوش مصنوعی برای عملکرد خود به انرژی بسیار زیادی نیاز دارند. بنابراین آینده دیتاسنترهای AI فقط به خنک‌سازی بهتر وابسته نیست، بلکه به تولید برق پاک‌تر، طراحی بهینه‌تر تراشه‌ها و مدیریت هوشمند مصرف انرژی نیز بستگی دارد.