千瓦芯片时代的热管理变革
来源：半导体芯科技编译
随着摩尔定律的放缓，芯片，尤其是用于人工智能和高性能计算（hpc）的芯片，逐渐变得炙手可热。2023 年，随着英伟达（nvidia）gh200 超级芯片的到来，我们看到加速器的功率进入了千瓦级。
我们早已知道这些芯片会很热门--nvidia 在两年前就已经开始预告这款 cpu-gpu 芯片。直到最近，我们才知道原始设备制造商和系统构建商将如何应对这种功率密集型部件。大多数系统会采用液体冷却吗？还是大多数会坚持使用空气冷却？他们会在一个盒子里塞进多少台这样的加速器，盒子又有多大？
现在，第一批基于 gh200 的系统已经投放市场，很明显，外形尺寸在很大程度上是由功率密度决定的。从根本上说，这取决于散热的表面积有多大。
深入研究 supermicro、gigabyte、qct、pegatron、hpe 等公司目前提供的系统，您很快就会注意到一个趋势。每个机架单元 （ru） 高达 500 w – supermicro 的 mgx ars-111gl-nhr 为 1 kw – 这些系统主要采用风冷。虽然温度较高，但散热负荷仍在可控范围内，每个机架的功率约为 21-24 kw。这完全在现代数据中心的供电和热管理能力范围内，尤其是那些使用后门热交换器的数据中心。
但是，当系统制造商开始在每个机箱中安装超过 1 kw的加速器时，情况就会发生变化。此时，我们看到的大多数 oem 系统都改用了直接液冷技术。例如，gigabyte的 h263-v11 在一个 2u 机箱中最多可容纳四个 gh200 节点。
也就是说，每个机架单元的功率为 2 kw。因此，虽然像 nvidia 的风冷 dgx h100 系统（配备 8 个 700 瓦 h100 和双蓝宝石 rapids cpu）的 tdp 较高，为 10.2 千瓦，但其功率密度实际上较低，为 1.2 kw/ru。
除了能更有效地从这些密集的加速器中传递热量外，液体冷却还有几个优点。系统功率越高，从系统中带走热量所需的静压和气流就越大。这就意味着要使用更热、更快的风扇，从而消耗更多的功率——在某些情况下可能高达系统功率的 20%。
当每个机架单元的功率超过 500 w 时，大多数原始设备制造商和原始设计制造商似乎都会选择液冷机箱，因为冷却网卡、存储和其他外设等低功耗组件所需的风扇数量更少、速度更慢。
只要看看 hpe 的 cray ex254n 刀片，就能知道液冷机箱的作用有多大。该平台最多可支持四个 gh200。在 1u 的计算刀片中就有 4 千瓦，这还不算用于为芯片提供数据的网卡。
当然，hpe 的 cray 部门对超高密度计算组件的冷却确实很有心得。不过，这确实说明了系统构建商在服务器上花费的心思，不仅在系统层面，而且在机架层面。
机架级起飞
正如我们之前在介绍 nvidia dgx h100 系统时提到的那样，为多千瓦服务器单独散热是原始设备制造商非常熟悉的事情。但是，一旦要在机架上安装这些系统，情况就会变得复杂起来，机架电源和设备冷却等因素都会发挥作用。
在我们的同类出版物《下一代平台》（the next platform）上，我们深入探讨了像 digital reality 这样的数据中心运营商为支持此类系统的密集部署而必须克服的挑战。
在许多情况下，主机托管服务提供商需要重新设计其电源和冷却基础设施，以支持在单个机架中安装四个 dgx h100 系统所需的 40 多千瓦的功率和热量。
但是，如果您的数据中心或主机托管服务提供商无法提供这种功率的机架，也无法承受这种热量，那么在大部分机架都将空置的情况下，将这些系统的密度提高到这种程度就没有多大意义了。
随着 gh200 的推出，我们看到 nvidia 不再关注单个系统，而是更加关注机架规模的部署。在今年春季的 computex 上，我们首次看到了 dgx gh200 集群。
该系统实际上由 256 个 2u 节点组成，每个节点都装有一个 gh200 加速器，而不是一堆密集的 gpu 节点。组合起来，该系统能够提供高达 exaflops 的 fp8 性能，但在设施层面的部署要容易得多。现在的功耗不再是 1.2 kw/ru，而是接近 500 w/ru，这与大多数原始设备制造商使用自己的风冷系统时的情况差不多。
最近，我们看到 nvidia 在今年秋季的 re:invent 大会上与 aws 合作发布了 gh200-nvl32，将其缩小到单个机架。
该系统在一个机架上安装了 16 个 1u 机箱，每个机箱配备两个 gh200 节点，并使用九个 nvlink 交换机托盘将它们连接在一起。不用说，这些计算能力为 2 千瓦/ru 的小系统密度很高，因此从一开始就被设计为液冷系统。
更热的芯片即将上市
虽然我们一直在关注 nvidia 的 grace hopper 超级芯片，但这家芯片制造商并不是唯一一家为追求性能和效率而将 tdp 推向新极限的厂商。
本月早些时候，amd 公布了其最新的 ai 和 hpc gpu 和 apu，该公司的 instinct 加速器的功耗从上一代的 560 w 跃升至 760 w。
更重要的是，amd 首席技术官马克-帕普马斯特（mark papermaster）告诉《the register》，未来几年仍有足够的空间将 tdp 推得更高。
至于这是否会最终促使芯片制造商强制要求其旗舰产品采用液冷技术，目前还没有答案。据 papermaster 称，amd 将在其平台上支持空气和液体冷却。但正如我们在 amd 新的 mi300a apu 上看到的那样，继续选择风冷几乎肯定意味着性能上的让步。
mi300a的额定功率为550瓦，远远低于我们所认为的850瓦，但如果有足够的冷却，它的运行温度会更高。在hpc调整系统中，如hpe、eviden（atos）或联想开发的系统，芯片可以配置为760 w。
与此同时，英特尔正在探索使用两相冷却剂和珊瑚启发设计的散热片来冷却 2 千瓦芯片的新方法，以促进气泡的形成。
这家芯片制造商还宣布与基础设施和化学品供应商建立广泛的合作关系，以扩大液体冷却技术的使用范围。该公司最新的合作旨在利用 vertiv 的泵送两相冷却技术为英特尔即将推出的 guadi3 ai 加速器开发冷却解决方案。®
如何设计过温保护电路
三星的QLED电视即将升级换代，将引入新导光工艺
手机界曾经的“最强王者”诺基亚,现预推出新旗舰Nokia8：搭载骁龙835,前后1300万像素！售价四千左右,强势回归
如何挑选合适的工业交换机
特斯拉创造了崭新的电动时代 是这个时代的颠覆
千瓦芯片时代的热管理变革
智能手机占有率将达37％ 中国或成最大市场
关于本本的几个问答
红星医院完成“5G+智慧医疗”系统新疆首个远程超声机器人调试
网络摄像机系统应该选择怎样的交换机
聚焦2020慕尼黑华南电子展，SKYLAB推出多款新品
k型热电偶工作原理及详细参数
目前手机外观进入瓶颈期，推拉方式的重现真的能引起下一波潮流吗？
市值首度超越苹果 盘点微软2018年的得与失
展望VR技术的生活场景应用，管中窥豹，为VR照进现实探探路
我国成功发射天通一号02星，覆盖范围将进一步扩大
分析预测：内嵌RF灯泡市场将在2013年起飞
印度智能可穿戴品牌GOQii完成4.5亿卢比融资
国外“白菜价” 国内加价买！ 丰田兰德酷路泽2022年退出美国市场
承德科胜大米称重包装机,颗粒包装机|河北包装机
随着摩尔定律的放缓，芯片，尤其是用于人工智能和高性能计算（hpc）的芯片，逐渐变得炙手可热。2023 年，随着英伟达（nvidia）gh200 超级芯片的到来，我们看到加速器的功率进入了千瓦级。
我们早已知道这些芯片会很热门--nvidia 在两年前就已经开始预告这款 cpu-gpu 芯片。直到最近，我们才知道原始设备制造商和系统构建商将如何应对这种功率密集型部件。大多数系统会采用液体冷却吗？还是大多数会坚持使用空气冷却？他们会在一个盒子里塞进多少台这样的加速器，盒子又有多大？
现在，第一批基于 gh200 的系统已经投放市场，很明显，外形尺寸在很大程度上是由功率密度决定的。从根本上说，这取决于散热的表面积有多大。
深入研究 supermicro、gigabyte、qct、pegatron、hpe 等公司目前提供的系统，您很快就会注意到一个趋势。每个机架单元 （ru） 高达 500 w – supermicro 的 mgx ars-111gl-nhr 为 1 kw – 这些系统主要采用风冷。虽然温度较高，但散热负荷仍在可控范围内，每个机架的功率约为 21-24 kw。这完全在现代数据中心的供电和热管理能力范围内，尤其是那些使用后门热交换器的数据中心。
但是，当系统制造商开始在每个机箱中安装超过 1 kw的加速器时，情况就会发生变化。此时，我们看到的大多数 oem 系统都改用了直接液冷技术。例如，gigabyte的 h263-v11 在一个 2u 机箱中最多可容纳四个 gh200 节点。
也就是说，每个机架单元的功率为 2 kw。因此，虽然像 nvidia 的风冷 dgx h100 系统（配备 8 个 700 瓦 h100 和双蓝宝石 rapids cpu）的 tdp 较高，为 10.2 千瓦，但其功率密度实际上较低，为 1.2 kw/ru。
除了能更有效地从这些密集的加速器中传递热量外，液体冷却还有几个优点。系统功率越高，从系统中带走热量所需的静压和气流就越大。这就意味着要使用更热、更快的风扇，从而消耗更多的功率——在某些情况下可能高达系统功率的 20%。
当每个机架单元的功率超过 500 w 时，大多数原始设备制造商和原始设计制造商似乎都会选择液冷机箱，因为冷却网卡、存储和其他外设等低功耗组件所需的风扇数量更少、速度更慢。
只要看看 hpe 的 cray ex254n 刀片，就能知道液冷机箱的作用有多大。该平台最多可支持四个 gh200。在 1u 的计算刀片中就有 4 千瓦，这还不算用于为芯片提供数据的网卡。
当然，hpe 的 cray 部门对超高密度计算组件的冷却确实很有心得。不过，这确实说明了系统构建商在服务器上花费的心思，不仅在系统层面，而且在机架层面。
机架级起飞
正如我们之前在介绍 nvidia dgx h100 系统时提到的那样，为多千瓦服务器单独散热是原始设备制造商非常熟悉的事情。但是，一旦要在机架上安装这些系统，情况就会变得复杂起来，机架电源和设备冷却等因素都会发挥作用。
在我们的同类出版物《下一代平台》（the next platform）上，我们深入探讨了像 digital reality 这样的数据中心运营商为支持此类系统的密集部署而必须克服的挑战。
在许多情况下，主机托管服务提供商需要重新设计其电源和冷却基础设施，以支持在单个机架中安装四个 dgx h100 系统所需的 40 多千瓦的功率和热量。
但是，如果您的数据中心或主机托管服务提供商无法提供这种功率的机架，也无法承受这种热量，那么在大部分机架都将空置的情况下，将这些系统的密度提高到这种程度就没有多大意义了。
随着 gh200 的推出，我们看到 nvidia 不再关注单个系统，而是更加关注机架规模的部署。在今年春季的 computex 上，我们首次看到了 dgx gh200 集群。
该系统实际上由 256 个 2u 节点组成，每个节点都装有一个 gh200 加速器，而不是一堆密集的 gpu 节点。组合起来，该系统能够提供高达 exaflops 的 fp8 性能，但在设施层面的部署要容易得多。现在的功耗不再是 1.2 kw/ru，而是接近 500 w/ru，这与大多数原始设备制造商使用自己的风冷系统时的情况差不多。
最近，我们看到 nvidia 在今年秋季的 re:invent 大会上与 aws 合作发布了 gh200-nvl32，将其缩小到单个机架。
该系统在一个机架上安装了 16 个 1u 机箱，每个机箱配备两个 gh200 节点，并使用九个 nvlink 交换机托盘将它们连接在一起。不用说，这些计算能力为 2 千瓦/ru 的小系统密度很高，因此从一开始就被设计为液冷系统。
更热的芯片即将上市
虽然我们一直在关注 nvidia 的 grace hopper 超级芯片，但这家芯片制造商并不是唯一一家为追求性能和效率而将 tdp 推向新极限的厂商。
本月早些时候，amd 公布了其最新的 ai 和 hpc gpu 和 apu，该公司的 instinct 加速器的功耗从上一代的 560 w 跃升至 760 w。
更重要的是，amd 首席技术官马克-帕普马斯特（mark papermaster）告诉《the register》，未来几年仍有足够的空间将 tdp 推得更高。
至于这是否会最终促使芯片制造商强制要求其旗舰产品采用液冷技术，目前还没有答案。据 papermaster 称，amd 将在其平台上支持空气和液体冷却。但正如我们在 amd 新的 mi300a apu 上看到的那样，继续选择风冷几乎肯定意味着性能上的让步。
mi300a的额定功率为550瓦，远远低于我们所认为的850瓦，但如果有足够的冷却，它的运行温度会更高。在hpc调整系统中，如hpe、eviden（atos）或联想开发的系统，芯片可以配置为760 w。
与此同时，英特尔正在探索使用两相冷却剂和珊瑚启发设计的散热片来冷却 2 千瓦芯片的新方法，以促进气泡的形成。
这家芯片制造商还宣布与基础设施和化学品供应商建立广泛的合作关系，以扩大液体冷却技术的使用范围。该公司最新的合作旨在利用 vertiv 的泵送两相冷却技术为英特尔即将推出的 guadi3 ai 加速器开发冷却解决方案。®
如何设计过温保护电路
三星的QLED电视即将升级换代，将引入新导光工艺
手机界曾经的“最强王者”诺基亚,现预推出新旗舰Nokia8：搭载骁龙835,前后1300万像素！售价四千左右,强势回归
如何挑选合适的工业交换机
特斯拉创造了崭新的电动时代 是这个时代的颠覆
千瓦芯片时代的热管理变革
智能手机占有率将达37％ 中国或成最大市场
关于本本的几个问答
红星医院完成“5G+智慧医疗”系统新疆首个远程超声机器人调试
网络摄像机系统应该选择怎样的交换机
聚焦2020慕尼黑华南电子展，SKYLAB推出多款新品
k型热电偶工作原理及详细参数
目前手机外观进入瓶颈期，推拉方式的重现真的能引起下一波潮流吗？
市值首度超越苹果 盘点微软2018年的得与失
展望VR技术的生活场景应用，管中窥豹，为VR照进现实探探路
我国成功发射天通一号02星，覆盖范围将进一步扩大
分析预测：内嵌RF灯泡市场将在2013年起飞
印度智能可穿戴品牌GOQii完成4.5亿卢比融资
国外“白菜价” 国内加价买！ 丰田兰德酷路泽2022年退出美国市场
承德科胜大米称重包装机,颗粒包装机|河北包装机