芯片巨头与浸入冷却专家共商如何进一步提升计算密度
英特尔与Green Revolution Cooling(GRC)合作编写了一份关于浸入式冷却技术的白皮书。双方在文件中提出可持续性理由,宣称这种方法能够削减数据中心冷却所需电力、进而降低运营成本。
两家公司在今年1月曾公布一个多年项目,希望帮助数据中心行业降低数字基础设施对环境造成的影响。GRC在3月还获得了韩国企业SK Lubricants的2800万美元投资。
GRC是一家专门研究浸入式冷却技术的厂商。英特尔方面也在今年5月宣布,他们正在自建实验室,用以验证、测试和演示浸入式冷却技术。
目前的争议焦点,在于世界各地数据中心正消耗掉全球1.5%到2%的电力供应。如果不加以控制,未来十年内这一比例很可能会扩大至13%。这项研究参考了Uptime Institute可持续发展团队前研究员David Mytton的工作成果。
据估计,在整体数据中心能源消耗中,约有40%被用于基础设施冷却。随着处理器功率密度的不断增加,服务器正在突破风冷系统所能应对的极限。最近,思科公司也曾经做出类似的警告,称英特尔及AMD的部分下一代CPU将无法在风冷条件下正常运行。
根据英特尔和GRC的调查结果,不少数据中心运营商都已经意识到这个问题,因为多达四分之三的运营商正考虑将可持续性作为重点竞争优势。然而,双方宣称数据中心在能源使用效率(PUE)方面遇到了障碍。最近十年来,数据中心的平均能源利用效率(PUE)一直在1.6左右浮动。
而解决冷却系统消耗的40%电力只是个开始。此次发布的白皮书还补充称,移动服务器内部风扇可将能源消耗降低10%到15%,机箱内的热组件仍需要以某种方式实现冷却,可行的方案也许是一套将液体冷却剂连接至CPU等组件的散热器循环系统。
作为超大规模服务器供应商,浪潮公司目前的整个产品组合都提供这样的可选液冷散热系统。
然而,英特尔和GRC并不满足于此,他们认为全浸入式液体冷却能够在给定空间内容纳更多服务器硬件。换言之,由于削减了开关、线缆和备用发电机等装置的数量,因此应该能在降低电力负荷的同时压缩占地空间,最终带来更低的资本支出和运营成本。
但Omdia数据中心物理基础设施高级首席分析师Moises Levy却有不同意见,强调液体冷却也存在一些需要关注的问题,特别是相应的运营成本与使用规程。
他指出,“很多人没有意识到,液冷系统是需要配备过滤机制的,同时还要利用软件跟踪介电液体的质量。这是一项严格的监控任务,需要高技能劳动力的参与。”
英特尔则表示,随着云和电信市场等行业开始采用液体冷却解决方案,他们在设计芯片时也将浸入式冷却纳入考量,据此重新审视散热器等部件的样式和布局。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。