Prima di procedere
Frore Systems ha presentato LiquidJet, un avanzato sistema di raffreddamento a liquido (SJL) progettato per supportare le più recenti GPU dedicate all'intelligenza artificiale, tra cui le Nvidia Blackwell, con una capacità di dissipazione termica di ben 1400W. La scalabilità di LiquidJet permette di supportare anche gli acceleratori IA di prossima generazione, come Nvidia Feynman, capaci di raggiungere una potenza complessiva fino a 4400W.
Le moderne GPU per IA, come i sistemi su chip Nvidia Blackwell, consumano enormi quantità di energia, rendendo indispensabile l'utilizzo di sistemi di raffreddamento a liquido. I tradizionali waterblock in rame utilizzati negli SJL presentano microcanali bidimensionali relativamente lunghi e con sezioni trasversali ridotte, ottenuti tramite lavorazione CNC o ricavati da blocchi di rame ad alta purezza. A causa della lunghezza di questi microcanali, il liquido refrigerante deve percorrere una distanza maggiore e interagire con una superficie più estesa, aumentando la resistenza idraulica e riducendo la pressione all'interno del circuito, il che influisce negativamente sull'efficienza del raffreddamento.
Frore Systems sostiene che i suoi waterblock LiquidJet, grazie alla microstruttura tridimensionale dei canali e ai percorsi più brevi, riducono significativamente la resistenza idraulica e, di conseguenza, mantengono una pressione più elevata all'interno del sistema, migliorando l'efficacia del raffreddamento. L'azienda evidenzia di aver adattato le "tecnologie di produzione di semiconduttori per la fabbricazione di piastre metalliche", riuscendo a creare microstrutture tridimensionali che si adattano alle specifiche mappe termiche dei processori. Questo approccio incrementa notevolmente le prestazioni e l'efficienza, pur comportando costi di produzione più elevati rispetto ai metodi tradizionali.
Secondo Frore, i risultati ottenuti sono notevoli. LiquidJet è in grado di gestire densità di punti caldi fino a 600 W/cm² con una temperatura in ingresso di 40°C, un valore doppio rispetto a quello dei waterblock standard. Il rapporto tra la quantità di calore dissipata e la velocità del flusso è aumentato del 50%, mentre le perdite di pressione sono state ridotte di quattro volte, passando da 0,94 a 0,24 PSI. Di conseguenza, l'azienda afferma che LiquidJet garantisce temperature più basse e prestazioni più prevedibili per i processori Nvidia Blackwell Ultra a pieno carico.
Il design di LiquidJet è scalabile e adattabile per le future GPU specializzate di Nvidia, come Rubin (1800W), Rubin Ultra (3600W) e Feynman (4400W). Il waterblock può essere personalizzato anche per altri processori, grazie alla flessibilità del metodo di produzione di Frore, che consente di adattarsi alla mappa termica specifica di ogni chip.
LiquidJet offre anche altri vantaggi. Un raffreddamento più efficiente permette di ottenere frequenze più stabili sulle GPU specializzate, traducendosi in una maggiore capacità di elaborazione di token al secondo a parità di consumi energetici. Inoltre, l'elevata efficienza della circolazione del liquido all'interno del circuito riduce il consumo energetico della pompa, migliorando i valori di PUE (Power Usage Effectiveness) e abbassando il TCO (Total Cost of Ownership).
Secondo le stime del KAIST, un importante istituto di ricerca coreano specializzato in tecnologie avanzate, il consumo energetico e la dissipazione termica degli acceleratori di intelligenza artificiale potrebbero aumentare di 10 volte nel prossimo decennio. I futuri acceleratori IA, costituiti da GPU specializzate basate su architetture multi-chiplet e dotati di decine di stack di memoria HBM, richiederanno metodi di raffreddamento completamente nuovi, tra cui strutture di raffreddamento integrate sia per i chiplet di calcolo che per i chip di memoria.
