Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Equinix instaluje bufor termiczny Honeywella w ośrodku w Ashburn

Equinix przetestował i zainstalował moduł Thermal Response Module firmy Honeywell Aerospace w swoim Co-Innovation Facility w Ashburn w Wirginii. Honeywell twierdzi, że daje on 7,6 razy więcej mocy chłodniczej niż woda lodowa, a odpowiednio skonfigurowany zapewnia kilka minut buforowania termicznego.

TechnologiaNewsMarta ZielińskaOpublikowano: 5 listopada 20263 min czytaniaŹródła 28
Equinix instaluje bufor termiczny Honeywella w ośrodku w Ashburn

Equinix przetestował i zainstalował moduł Thermal Response Module firmy Honeywell Aerospace w swoim Co-Innovation Facility w Ashburn w Wirginii, podały obie firmy. Moduł ma stabilizować temperaturę płynu chłodzącego podczas zakłóceń zasilania i gwałtownych zmian zapotrzebowania ze strony GPU.

Co moduł robi w obiegu

Urządzenie znajduje się między jednostką dystrybucji płynu chłodzącego a serwerami. Wykorzystuje zastrzeżone materiały zmiennofazowe, żeby magazynować i oddawać energię cieplną, kiedy obieg jej potrzebuje. Honeywell twierdzi, że stabilizuje obieg chłodzenia w ciągu kilku sekund i można go skonfigurować tak, by dawał kilka minut buforowania termicznego.

Honeywell opisuje urządzenie jako gotowy element, który pasuje do istniejących obiegów bez przeprojektowania, i twierdzi, że współpracuje z jednostkami dystrybucji płynu różnych producentów i różnych architektur. Firma twierdzi, że moduł ma ograniczać skoki temperatury i zmniejszać ryzyko uszkodzenia drogiego sprzętu obliczeniowego.

Po co obiegowi cieczy bufor

Krótki spadek napięcia albo nagły skok zapotrzebowania GPU może wymusić dławienie wydajności drogiego sprzętu. Pięć lat temu typowa szafa korporacyjna pobierała od 5 do 15 kW. Szafy dla AI pracują dziś zwykle z mocą od 80 do 150 kW, zauważa Business Reporter w artykule sponsorowanym przez Delta Electronics, a platformy kolejnej generacji mają zbliżać się do 250 kW na szafę.

Chłodzenie bezpośrednio do chipa staje się coraz ważniejsze w środowiskach zoptymalizowanych pod AI, podaje Data Center Knowledge. Ciecz płynie przez płytki chłodzące na procesorach i odbiera ciepło blisko źródła. Dlatego stabilny przepływ i stabilna temperatura w całym obiegu są niezbędne.

Nawet w chłodzonych cieczą szafach AI obecne serwery o dużej gęstości nadal część ciepła oddają przez powietrze, więc operatorzy muszą zarządzać jednym i drugim.

Wdrożeń wciąż może być więcej. Honeywell, powołując się na Omdia, podaje, że mniej niż połowa centrów danych stosuje jakąkolwiek formę chłodzenia cieczą. Te same dane Omdia wskazują na 20% rocznego wzrostu w ciągu najbliższych pięciu lat.

Co przetestował Equinix, a co pozostaje bez odpowiedzi

„Testy w naszym Co-Innovation Facility w Ashburn pokazały, że technologia radzi sobie z gwałtownymi zmianami obciążenia chłodniczego GPU, a przy tym wymaga mniejszej powierzchni niż zbiorniki buforowe”, powiedział Pawel Wlodarczak, dyrektor ds. innowacji projektowych w dziale globalnego projektowania Equinix.

Rich DeGraff, prezes i dyrektor generalny Control Systems w Honeywell Aerospace, powiedział, że wymagania termiczne AI stawiają wyzwanie porównywalne z ochroną systemów o krytycznym znaczeniu. Honeywell zaadaptował tę technologię z prac dla lotnictwa i obronności.

Honeywell nie ujawnił liczb dotyczących wdrożeń komercyjnych, wartości kontraktu ani harmonogramu szerszego wdrożenia poza instalacją w Ashburn.

Komentarze 0

Źródła

28
  1. 01AI Data Centre Cooling Gets Aerospace-Grade Thermal BufferEN
  2. 02AI Data Centre Cooling Gets New Thermal Buffer from HoneywellEN
  3. 03From grid to chip: efficient power management for AI data centresEN
  4. 04Why data centre cooling is about more than just temperatureEN
  5. 05Liquid Cooling Is Changing What Data Centers Need to MeasureEN
  6. 06How Omen AI Will Add Ocean Expertise to Data Centre Cooling - Data Centre MagazineEN
  7. 07Google will spend $15B on data centres in Malaysia over two yearsEN
  8. 08Aformic raises $6.95M to move its factory robots into AI data centresEN
  9. 09Great Power launches α Series for the changing power demands of AI data centersEN
  10. 10Aluminum–Air Generators for Data Centres Face a Metal Logistics TestEN
  11. 11xAI installs eight converted jet engines to power Mississippi data centerEN
  12. 12UK’s most polluting power plant could power country’s largest AI datacentreEN
  13. 13Galantas CEO Mario Stifano on AI, data centres and the copper supply gapEN
  14. 14Orbital Data Centres and Potential Impacts to Astronomy and the SkyEN
  15. 15Data centers are turning to old jet engines as the wait for power growsEN
  16. 16AI data centers comprehensively defeated at US midterm electionsEN
  17. 17Does Nvidia's Liquid Cooling Make Data Centers Use Less Water?EN
  18. 18Trump Onsite Power Push Meets AI Data Center RealityEN
  19. 19Envision’s 800V DC Data Centre World-First in Ulanqab, China - Data Centre MagazineEN
  20. 20Google's Suncatcher data centre satellite sends a haiku to EarthEN
  21. 21‘Every solar plant can be a data center’EN
  22. 22Singapore Reveals Five-Year Energy Plan to Feed Data Center, Semicon ProgressEN
  23. 23Drax wants to feed Britain's AI habit with £20B datacenter at biomass power stationEN
  24. 24CoreWeave Bonds Hit New Lows as Texas Data Centers in CrosshairsEN
  25. 25Ukraine's drone strikes spur hasty Russian plans for underground data centersEN
  26. 26OpenAI might rebrand its data centers as 'AI compute campuses'EN
  27. 27Data Center Cooling in 2026: Why the Future Isn't Air vs. Liquid, It's Air and LiquidEN
  28. 28AWWA report guides water utilities on data centre demands - ET DatacentersEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.