محقق ایرانی روشی نوین برای دفع گرمای مراکز داده هوش مصنوعی معرفی کرد

به گزارش خبرگزاری خبرآنلاین و براساس گزارش دیجیاتو، «هادی قاسمی»، استاد ممتاز مهندسی مکانیک و هوافضا از دانشگاه هیوستون، راهکاری نوین برای مهار گرمای تولیدشده در مراکز داده هوش مصنوعی ارائه کرده است؛ راهکاری که بر اساس آن، فیلم‌های نازک با طراحی شاخه‌ای و درخت‌مانند می‌توانند دست‌کم 3 برابر بهتر از روش‌های متداول کنونی گرما را دفع کنند و مسیر تازه‌ای برای افزایش ظرفیت انتقال حرارت در سامانه‌های پرتوان فراهم آورند.

این دستاورد که توسط هادی قاسمی به همراه 2 تن از دانشجویان دکتری او انجام شده، در 2 مقاله در International Journal of Heat and Mass Transfer منتشر شده است.

روش نوین دفع گرما در مراکز داده هوش مصنوعی

طبق گزارش‌ها، مراکز داده پرقدرت هوش مصنوعی به دلیل استقرار متراکم GPUها و شتاب‌دهنده‌ها در چگالی‌های توان بسیار بالا، حجم قابل‌توجهی گرما تولید می‌کنند و دفع مؤثر این گرمای شدید برای حفظ پایداری عملیاتی، قابلیت اطمینان و طول عمر تجهیزات حیاتی است. در سال‌های اخیر، پیشرفت‌های چشمگیر در الکترونیک، فوتونیک و سامانه‌های توان موجب افزایش چشمگیر چگالی توان شده، اما هم‌زمان چالش‌های پیچیده‌ای در مدیریت حرارتی ایجاد کرده است.

روش‌های سنتی خنک‌سازی مانند جریان در میکروکانال‌ها و خنک‌کاری پاششی، هنگام مواجهه با شار حرارتی بسیار بالا با محدودیت روبه‌رو می‌شوند، زیرا لایه مایع روی سطح داغ در حین تبخیر ناپایدار شده و کارایی انتقال حرارت کاهش می‌یابد.

در این میان، تبخیر فیلم نازک به‌عنوان رویکردی امیدبخش مطرح است، زیرا می‌تواند شار حرارتی بالا را با مقاومت حرارتی کم تحمل کند. با این حال، طراحی بهینه ساختارهای تبخیر فیلم نازک همچنان موضوع پژوهش است. قاسمی برای یافتن آرایش بهینه، از 2 روش پیشرفته رایانه‌ای شامل بهینه‌سازی توپولوژی کوپل‌شده و یک مدل هوش مصنوعی بهره گرفت. نتایج نشان داد ساختارهایی با الگوی شاخه‌ای مشابه درخت و با ترکیب تقریبی 50 درصد بخش جامد و 50 درصد فضای خالی، بیشترین کارایی را در دفع گرما دارند.

به گفته او، این ساختارها می‌توانند شار حرارتی بحرانی بالاتری را در شرایط فراگرمایش کمتر نسبت به طرح‌های متداول فراهم کنند، به این معنا که سامانه بدون نیاز به افزایش زیاد دما قادر به انتقال مؤثر گرما خواهد بود. یافته‌ها همچنین نشان می‌دهد طراحی مبتنی بر هوش مصنوعی آگاه از فیزیک می‌تواند به ارائه راهکارهای خنک‌سازی معتبر و اثرگذار برای نسل آینده سامانه‌های الکترونیکی و فوتونیکی منجر شود و پاسخ عملی به چالش فزاینده گرمای مراکز داده هوش مصنوعی ارائه دهد.

۲۲۷۲۲۷