 出品 | 虎嗅科技組 作者 | 丸都山 編輯 | 陳伊凡 生成式AI的風口下，一些行業(yè)正在“悶聲發(fā)大財”。 從今年2月開始，中國臺灣廠商AVC和雙鴻(AURAS)股價一路飆升，在端午假期前的最后一個交易日，兩家公司的股價較4個月前均實現翻倍，分別收報249.5新臺幣（約合58.1元人民幣）及292.5新臺幣（約合68.1人民幣）。 如果對照芯片巨頭英偉達(NVEDIA)近期股價走勢，會發(fā)現三者之間存在著驚人的一致性——這家芯片巨頭公司同樣在這4個月內時間實現了股價翻倍。 這顯然不是巧合。 實際上，上述兩家位于中國臺灣地區(qū)的公司，或多或少與英偉達有關，確切地說是與生成式AI相關。AVC是全球最大散熱模組廠商，也是英偉達AI服務器系統(tǒng)DGX H100目前的風冷散熱系統(tǒng)供應商，雙鴻則是Supermicro（超微電腦）服務器散熱系統(tǒng)的供應商。 散熱，這個過去不被人們重點關注的產業(yè)，正由于AI帶來的數據量和計算量的爆發(fā)增長逐漸從幕后走向臺前，多位從業(yè)人士向虎嗅表達了這樣一個觀點：“今明兩年，AI行業(yè)中可能會出現算力被散熱'卡脖子’的情況。” 6月15日，在AMD發(fā)布APU（加速處理器）MI 300系列后，AMD股價由于受到“缺少大客戶”的質疑下跌3.6%，但就在同一日，AVC與雙鴻的股價卻因AI芯片出現新玩家的利好應聲上漲5.8%和3.6%。 作為一個與計算機科學共同成長起來的產業(yè)，散熱模組廠商們經歷了多次電子信息革命，但當下AI的爆發(fā)，似乎才真正讓這個行業(yè)真實現了“翻身”。 AI的盡頭是散熱？ 當電流通過電阻時，所消耗的電能會全部轉化為熱能，這種現象被稱為電流的熱效應，自計算機誕生以來，從業(yè)者們用盡辦法將電子器件的溫度控制在合理的范圍內。 當然，早期的計算機功耗較低，而且整機體積較大，因此不需要單獨設計系統(tǒng)級的散熱解決方案，通常做法就是在計算機背部放置個簡易的風扇，以將熱流導出。 1989年，英特爾發(fā)布了80486處理器，人類第一次實現了在微處理器中集成百萬級晶體管，這枚芯片的功耗也水漲船高，在芯片出廠時，英特爾為其配備了一組鋁制的散熱片，再配合機箱上的風扇完成整體散熱。 以今天的視角來看，這種方案還是很簡陋，但它勾勒出了散熱設計最底層的原理：先導熱，再散熱。簡單地來說，導熱就是將熱量在介質中傳送，散熱就是讓熱量盡可能快地從介質向外界散發(fā)。 傳統(tǒng)的服務器散熱方案與計算機散熱原理大致相同，區(qū)別在于服務器所使用的算力芯片由于能耗較高，往往將芯片級散熱系統(tǒng)作為重點，通常來說就是將芯片熱量通過熱管、均熱片等傳導到多褶結構的散熱鰭片上，再通過風扇進行主動散熱。  傳統(tǒng)服務器散熱器，與臺式機基本一致。圖片來源：中關村在線 不過，這種風冷式散熱方案在當前AI服務器上的表現已經明顯力不從心。 原因在于高性能AI芯片的功耗在隨著算力同步大幅提升。10年前市面上能買到的最頂級的數據中心GPU是英偉達K40,其熱設計功耗(TDP)為235W，2020年英偉達發(fā)布A100時，熱設計功耗接近400W，到了最新的H100芯片，熱設計功耗直接飆升到700W。 國內散熱技術廠商廣州力及熱管理科技(NeoGene Tech)創(chuàng)始人陳振賢向虎嗅表示，到了明年，單顆高性能AI芯片的熱設計功耗將會突破1000W。 那么風冷式散熱對應的散熱極限是多少？國金證券研究所的一份報告指出，服務器2U空間下，250W大約是風冷的極限，4U以上空間風冷可以解到400W-600W。 這里需要普及下“U”的概念，這是美國電子工業(yè)協(xié)會制訂的標準化尺寸，1U服務器的寬度為48.26厘米（19英寸），高度為4.445厘米（1.75英寸）。通常情況下，標準服務器機柜的高度為42U，但這并不意味可以容納42枚1U服務器，因為過大的密度會增加散熱負擔。 而如果使用英偉達H100芯片的話，在使用風冷散熱模組方案的情況下，就需要用到4U的機柜。 因此，為了提高單一機柜的功率密度，數據中心近些年開始普遍使用液冷方案。其大致可以分為兩種技術路徑：冷板式(Cold Plate)與浸沒式(Immersion)，前者是通過冷板將發(fā)熱器件的熱量間接傳遞給封閉在循環(huán)管路中的冷卻液體，后者則直接將發(fā)熱器件以及電路板整體直接置于液體中。與空氣介質相比，液體的導熱率更高、比熱容更大、吸熱能力也更強。 1U 2x雙路節(jié)點服務器的冷板式散熱方案，圖片來源：@企業(yè)存儲技術 另外在運營成本上，液冷散熱也有較大的優(yōu)勢。傳統(tǒng)風冷散熱將服務器芯片熱量吹到數據中心機房內，這要求機房空調溫度必須大幅降低，一位業(yè)內人士向虎嗅透露，臺積電的數據中心溫度常年維持在零度左右。而液冷散熱模組的設備雖然較為昂貴，但大多屬于一次性成本，后續(xù)的能耗成本可以大幅降低。 但這并不意味著目前液冷散熱技術就是一種萬全之策，陳振賢指出，在現有要求降低PUE（指數據中心消耗的所有能源與IT負載消耗的能源的比值）的限制下，既有的冷板式及浸沒式液冷技術也都紛紛面臨著解熱極限的問題。 中科創(chuàng)星董事總經理盧小保也向虎嗅表示，目前無論是風冷還是液冷散熱方案，都進入明顯的發(fā)展瓶頸期，未來熱管理相關技術可能會成為AI芯片性能釋放的決定性限制因素。 破局點在哪里？ 盡管業(yè)內目前還沒有出現公認的“最佳解決方案”，但市場對于AI服務器的需求不會因此陷入停滯。 第三方研究機構TrendForce發(fā)布的預測指出，2023年AI服務器（包含GPU、FPGA、ASIC等主芯片）出貨量將接近120萬臺，同比去年增長38.4%，而AI芯片今年出貨量將增長46%。 有業(yè)內人士向虎嗅表示，在今年的AI服務器市場中，英偉達A100與A800的出貨量將可能會占據80%，而隨著下半年數據中心陸續(xù)導入熱設計功耗高達700W的H100芯片后，行業(yè)內既有的散熱技術可能都需要進行一次“推倒重建”。 盧小保認為，傳統(tǒng)的風冷式散熱方案并不是完全沒有開發(fā)空間，但前提是導熱器件必須進行升級換代，比如引入環(huán)路熱管技術。 目前芯片級風冷散熱模組中，導熱器件主要以熱管為主，它的主體是一根封閉、中空的金屬管，內部有少量工作介質（主要是純水）的毛細結構，運行時依靠介質蒸發(fā)吸收芯片熱量，再由風扇將熱量吹走。 熱管工作原理，圖片來源：antpedia 而環(huán)路熱管在保留上述特性的同時，導熱能力增加幾倍，而且導熱距離更大，可以傳遞到一米以外甚至理論上可以傳導到十幾米以外，這是該技術在衛(wèi)星上已經實現的效果。 “如果環(huán)路熱管能做到數米遠，就意味著可以直接將服務器芯片的熱量導出到數據中心外部，連機房溫度的問題都解決了”，盧小保指出。 不過作為一種航天工程的衍生技術，要在地面環(huán)境下落地應用，技術難度極高，雖然學術界和工業(yè)界都有很多團隊在從事這項技術的研發(fā)，但真正具備落地商用能力的極少。 同樣，液冷散熱方案也具備升級迭代的潛力。比如結合將冷板與浸沒式散熱的技術特點相結合，在傳統(tǒng)的1U或2U機柜槽中接入冷板，再接入浸沒散熱用的單向冷卻液，以實現雙重冷卻循環(huán)。 據外媒Electronics Weekly報道，前不久美國能源部(DOE)立項了一個名為COOLERCHIPS的研究計劃，?助英偉達5百萬美元開發(fā)此項混合液冷技術，利用兩相冷卻液作為冷板的內循環(huán)，非導電冷卻液體則是被直接注入服務器中做循環(huán)。 陳振賢表示，NeoGene Tech亦自主研發(fā)了一種更先進的具有三重液冷循環(huán)之服務器裝置技術，將具備更高功率芯片的散熱及散熱能力，而且無需價格昂貴的兩相冷卻液作為循環(huán)，在運營成本上將更優(yōu)。 此外，NeoGene Tech還基于冷板式液冷技術開發(fā)了一種被稱為牛勁冷泵(NeoGene Liquid Cooler)液冷散熱器產品，整體高度已經壓縮至24.5mm，可以滿足數據中心1U服務器機柜的超高密度布建需求。其最大特點是可通過內部三維蒸氣腔的功能設計，根據芯片功率及功率密度做出解熱及散熱的功能調整。 陳振賢指出，1U的牛勁冷泵液冷散熱器已經可以服務TDP超過1000W的高算力芯片。 1U規(guī)格的牛勁冷泵液冷散熱產品，圖片來源：NeoGene Tech 以上提到的技術方案，都是基于過去散熱模組的迭代，那么是否存在一種技術，可以直接在芯片上做文章？ 在今年3月，NeoGene Tech曾公開了一個針對高功率芯片封裝的散熱方案：直接將裸芯片和牛勁冷泵液冷循環(huán)系統(tǒng)封裝在一起工作。 陳振賢向虎嗅表示，“在這個技術路徑下，散熱模組不再是芯片外部的獨立器件，它本身就是IC元件的一部分，可達到即插即用(Plug&Play)的目的”。 這項散熱封裝技術若再搭配具有三重液冷循環(huán)之服務器裝置技術，能夠為數據中心省去所有的二級、三級散熱系統(tǒng)，只需將自我浸沒式服務器插入機柜內， 再接入水管及非導電冷卻液管就可以直接使用。當然，該方案對先進封裝工藝有一定的要求。 另一種直接在芯片上做散熱的技術，也與封裝工藝緊密結合，那就是Chiplet。 簡單地來說，就是將一個單顆SoC芯片的功能拆分成眾多小芯片，然后運用先進封裝技術重組成一個龐大復雜的系統(tǒng)。從芯片散熱的角度來說，Chiplet不會使芯片整體功率降低，但在拆分后的表面積會增加，也就是說同等熱設計功率下，單位面積內熱流強度會降低。 從這里也可以看出一個趨勢，那就是在AI芯片算力與能耗大幅提升的背景下，芯片散熱問題，或者說熱管理問題，已經不再是一個獨立的學科，而是更加趨近于系統(tǒng)性工程，未來AI芯片的天花板，或許真的取決于散熱技術的發(fā)展水平。
|
|
|
