دسته‌بندی‌های اخبار

با توجه به تقاضای بسیار زیاد برای آموزش مدل و استنتاج، چگالی توان محاسباتی همچنان در حال افزایش است. با افزایش مصرف برق یک پردازنده گرافیکی از ۳۰۰ وات به بیش از ۱۰۰۰ وات، خنک‌کننده‌های سنتی هوا به محدودیت‌های فیزیکی و بهره‌وری انرژی خود رسیده‌اند. در نتیجه، خنک‌کننده مایع برای مرکز دادهاز یک فناوری اکتشاف نوآورانه به یک راهکار مهندسی ضروری برای زیرساخت‌های محاسباتی مدرن تبدیل شده است.

برای اپراتورهای مرکز داده، آشنایی با کابینت‌های مبدل حرارتی درب پشتی (RDHx) برای بهینه‌سازی اتلاف گرما در محل و عملکرد انرژی حیاتی است.

خنک‌سازی مایع به یک رویکرد حیاتی مدیریت حرارتی برای ایجاد تعادل بین محاسبات با کارایی بالا، حجم کار هوش مصنوعی و منبع تغذیه تبدیل شده است. فناوری‌هایی مانند خنک‌سازی غوطه‌وری و خنک‌سازی مستقیم تراشه به طور گسترده مورد استفاده قرار می‌گیرند، اما هنوز سوءتفاهم‌هایی در مورد خنک‌سازی مایع وجود دارد. اکثر سیستم‌های قدرت قدیمی نمی‌توانند نیازهای رو به افزایش را برآورده کنند و این امر باعث می‌شود... مرکز داده با خنک‌کننده مایعضروری برای عملیات مدرن، به ویژه برای هوش مصنوعیکهخنک‌کننده مایع مرکزیسناریوها

افزایش شدید محاسبات هوش مصنوعی و مصرف برق پردازنده گرافیکی، محدودیت‌های عملکرد خنک‌کننده‌های سنتی با هوا را از بین برده است، که دیگر نمی‌توانند از استقرار محاسبات هوش مصنوعی با چگالی بالا پشتیبانی کنند. مراکز داده مدرن با کارایی بالا به سیستم‌های بالغ متکی هستند. سیستم خنک‌کننده مایع مرکز دادهبرای حفظ عملکرد پایدار و کارآمد، خنک‌کننده مایع را به زیرساخت اصلی برای مدیریت حرارتی هوش مصنوعی تبدیل می‌کند. این مقاله به تجزیه و تحلیل استانداردهای انتخاب CDU و پمپ و همچنین روندهای بازار خنک‌کننده مایع جهانی و چینی می‌پردازد.

صنعت مواد غذایی منجمد، با توجه به رونق بازار مواد غذایی پیش‌ساخته، مواد اولیه غذاهای گرم، غذاهای دریایی و بستنی، به رشد سریعی دست یافته است. بسیاری از فعالان تجاری به شدت بر انتخاب محصول و کانال‌های فروش تمرکز می‌کنند و پیکربندی سردخانه را نادیده می‌گیرند، که هزینه‌های عملیاتی بلندمدت و کیفیت محصول را تعیین می‌کند. انتخاب نامناسب اتاق سردخانه منجر به هزینه‌های بالای برق، نوسانات شدید دما، خراب شدن محموله و ضررهای اقتصادی هنگفت می‌شود. از آنجایی که ساخت سردخانه شامل پارامترهای حرفه‌ای از جمله کنترل دما، مشخصات و خدمات پس از فروش است، انتخاب علمی در مراحل اولیه برای بهره‌برداری پایدار ضروری است.

در مقایسه با سردخانه‌های بزرگ، سردخانه‌های کوچک و متوسط ​​دارای فضای اشغال شده کمتر، هزینه سرمایه‌گذاری کمتر و دوره بازگشت سرمایه کوتاه‌تر هستند که انعطاف‌پذیری عملیاتی فوق‌العاده‌ای را نشان می‌دهند. با کاهش سریع لجستیک زنجیره سرد، تقاضای بازار برای سردخانه‌های کوچک و متوسط ​​همچنان رو به افزایش است و انتظار می‌رود کل تقاضای داخلی در پنج سال آینده از 80 میلیون متر مکعب فراتر رود. با توجه به شرایط محدود سایت و بودجه‌های سرمایه‌ای، اکثر پروژه‌های سردخانه‌های کوچک و متوسط ​​با برنامه‌ریزی ساخت و ساز و انتخاب تجهیزات ناقص مواجه هستند و برای شکستن تنگناهای صنعت، به فناوری‌های نوآورانه تبرید نیاز دارند.

برج‌های خنک‌کننده تجهیزات ضروری دفع حرارت برای سیستم‌های تولید صنعتی و تهویه مطبوع مرکزی هستند. رسوب، جلبک و سایر آلاینده‌ها که تحت تأثیر کیفیت آب، محیط اطراف و شرایط عملیاتی در طول عملیات طولانی مدت قرار می‌گیرند، به راحتی در داخل تجهیزات جمع می‌شوند و راندمان تبادل حرارت را کاهش داده و مصرف انرژی سیستم را افزایش می‌دهند. تمیز کردن منظم، نگهداری و رسیدگی به موقع به خطاها برای اطمینان از عملکرد ایمن، کارآمد و پایدار کل سیستم تبرید بسیار مهم است. یک سیستم تبرید کامل سردخانه‌ای از چهار جزء اصلی اصلی و هشت دستگاه کمکی حرفه‌ای تشکیل شده است که یک مکانیسم گردش تبرید استاندارد و سیستماتیک را تشکیل می‌دهند.

شرکت‌های پیشرو در فناوری جهانی به طور جامع در حال کنار گذاشتن تدریجی خنک‌کننده‌های سنتی با هوا و استانداردسازی خنک‌کننده‌های مایع برای استقرار زیرساخت‌های هوش مصنوعی هستند. سال 2026 به طور گسترده به عنوان نقطه عطف تجاری‌سازی خنک‌کننده‌های مایع در مقیاس بزرگ در صنعت هوش مصنوعی شناخته می‌شود. آمار صنعت نشان می‌دهد که نفوذ خنک‌کننده‌های مایع در سرورهای آموزشی هوش مصنوعی جهانی از 74 درصد فراتر خواهد رفت، در حالی که مراکز داده ابررایانه و هوش مصنوعی تازه ساخته شده در چین به طور کامل از راه‌حل‌های خنک‌کننده مایع استفاده خواهند کرد و این امر باعث گسترش سریع این صنعت می‌شود. هوش مصنوعیدخنک‌کننده مایع آتا سنتربازار را به یک مرحله طلایی با رشد بالا وارد می‌کند. افزایش قدرت محاسباتی هوش مصنوعی، محدودیت‌های ذاتی سیستم‌های خنک‌کننده هوای معمولی را آشکار کرده است که نمی‌توانند اتلاف حرارت پایدار را برای رک‌های سرور با چگالی توان بیش از 50 کیلووات حفظ کنند. در مقایسه، خنک‌کننده مایع 3 تا 5 برابر راندمان تبادل حرارت بیشتری را ارائه می‌دهد و به طور مؤثر از رک‌های با چگالی فوق العاده بالا از 100 کیلووات تا 1 مگاوات پشتیبانی می‌کند. این سیستم به طور قابل توجهی PUE مرکز داده را از 1.4-1.8 برای خنک‌کننده هوا به 1.02-1.1 کاهش می‌دهد و مصرف برق عملیاتی را به طور قابل توجهی کاهش می‌دهد و با سیاست‌های جهانی کم کربن و استانداردهای نظارتی PUE چین مطابقت دارد. تکرار مداوم تراشه‌های هوش مصنوعی پرقدرت از NVIDIA، Google، AMD، Huawei و Cambricon، خنک‌کننده مایع با راندمان بالا را به یک راه‌حل ضروری مدیریت حرارتی برای خروجی محاسباتی پایدار با بار بالا تبدیل می‌کند.

تغییر اجباری به سمت خنک‌کننده مایع در محاسبات هوش مصنوعی، ناشی از افزایش شدید مصرف برق تراشه است. تراشه‌های هوش مصنوعی نسل جدید، از جمله NVIDIA GB300 و معماری نسل بعدی Rubin، به ترتیب توان خروجی فوق‌العاده بالایی بیش از 1400 وات و 2500 وات ارائه می‌دهند، در حالی که تراشه‌های Google TPU v7 به 980 وات می‌رسند و کاملاً از پیکربندی‌های خنک‌کننده مایع استفاده می‌کنند. خنک‌کننده‌های هوایی سنتی نتوانسته‌اند نیازهای دفع حرارت تراشه‌های سطح کیلووات را برآورده کنند و این امر، استفاده از آنها را برای متخصصان دشوار کرده است. خنک‌سازی مرکز داده هوش مصنوعیراه‌حل‌هایی که پایه و اساس ضروری برای عملیات پایدار محاسبات هوش مصنوعی هستند.

توسعه‌ی سریع هوش مصنوعی، یک چالش صنعتی برجسته را به همراه داشته است: افزایش شدید قدرت محاسباتی با افزایش مصرف برق و گرمای شدید تجهیزات همراه است. سرورهای هوش مصنوعی تحت شرایط بار کاری بالا به صورت ۲۴ ساعته کار می‌کنند و گرمای عظیمی تولید می‌کنند که مستقیماً عملکرد محاسباتی را محدود می‌کند. به عبارت ساده، ظرفیت ناکافی دفع گرما به معنای محدود بودن قدرت محاسباتی هوش مصنوعی است و باعث می‌شود متخصصان... خنک‌کننده مایع برای مرکز دادهفناوری‌ها، راه‌حل اصلی برای شکستن گلوگاه حرارتی زیرساخت‌های مدرن هوش مصنوعی هستند.