راهکار دانشمند ایرانی برای خنک‌کردن دیتاسنترهای هوش مصنوعی چیست؟

مروری کوتاه بر خبر

  • هادی قاسمی، استاد دانشگاه هیوستون، راهکار نوآورانه‌ای برای خنک‌سازی دیتاسنترهای هوش مصنوعی ارائه کرده است.
  • این روش با استفاده از لایه‌های نازک با طراحی شاخه‌ای مشابه درخت، حداقل سه برابر بهتر از روش‌های فعلی گرما را دفع می‌کند.
  • افزایش چگالی توان در پردازنده‌های هوش مصنوعی، مدیریت حرارت را به چالشی بزرگ تبدیل کرده است.
  • طراحی بهینه این ساختار با استفاده از روش‌های محاسباتی پیشرفته و مدل مبتنی بر هوش مصنوعی انجام شده است.
  • نتایج این پژوهش در مجله International Journal of Heat and Mass Transfer منتشر شده است.

هادی قاسمی، استاد برجسته مهندسی مکانیک و هوافضای دانشگاه هیوستون، راهکار نوآورانه‌ای برای مقابله با گرمای سرسام‌آور دیتاسنترهای هوش مصنوعی ارائه کرده است. پژوهش او نشان می‌دهد لایه‌های نازکی با طراحی شاخه‌ای مشابه ساختار درخت می‌توانند دست‌کم سه برابر بهتر از بهترین روش‌های فعلی، گرما را دفع کنند.

قاسمی که نتایج پژوهش خود را در مجله‌ی معتبر International Journal of Heat and Mass Transfer منتشر کرده است می‌گوید یافته‌های جدید علاوه‌بر ثبت عملکرد کم‌سابقه، درک عمیق‌تری از فیزیک انتقال حرارت ارائه می‌دهد و مسیر منطقی برای دستیابی به ظرفیت‌های دفع حرارت بالاتر ترسیم می‌کند. بخش مهمی از این پروژه با همکاری دو دانشجوی دکتری او، امیرمحمد جهانبخش و صابر بدکوبه هزاوه انجام شده است.

چالش گرمای دیتاسنترهای هوش مصنوعی

با افزایش استفاده از پردازنده‌های گرافیک و شتاب‌دهنده‌های قدرتمند در دیتاسنترهای هوش مصنوعی، چگالی توان به‌شدت بالا رفته و گرمای بسیار زیادی تولید می‌شود. مدیریت این حرارت شدید برای پایداری عملیاتی، قابلیت اطمینان و طول‌عمر تجهیزات حیاتی است، زیرا کوچک‌ترین اختلال حرارتی می‌تواند به کاهش کارایی یا حتی خرابی سیستم‌ها منجر شود. روش‌های سنتی خنک‌سازی در مواجهه با این شار حرارتی بالا با محدودیت‌هایی روبه‌رو هستند.

جزئیات راهکار مبتنی بر طبیعت

هادی قاسمی که نتایج پژوهش خود را در مجله معتبر International Journal of Heat and Mass Transfer منتشر کرده، توضیح می‌دهد که تبخیر لایه نازک یکی از راهبردهای امیدوارکننده برای مدیریت حرارتی است. چالش اصلی، طراحی بهینه ساختار این لایه‌ها بوده است. قاسمی با استفاده از دو روش پیشرفته محاسباتی و بهینه‌سازی توپولوژی کوپل‌شده و یک مدل مبتنی بر هوش مصنوعی، به این نتیجه رسید که بهترین ساختار، هندسه‌ای شاخه‌ای شبیه درخت است که حدود ۵۰ درصد آن را ماده جامد و ۵۰ درصد را فضای خالی تشکیل می‌دهد.

مزایا و چشم‌انداز آینده

به گفته این پژوهشگر ایرانی، ساختارهای شبیه درخت می‌توانند شار حرارتی بحرانی بسیار بالایی را در دمای به‌مراتب پایین‌تر از ساختارهای سنتی تحمل کنند. این یعنی سیستم‌های جدید می‌توانند بدون اینکه بیش از حد داغ شوند، گرمای بیشتری را دفع کنند که مزیتی کلیدی برای نسل بعدی دیتاسنترهای هوش مصنوعی و تجهیزات پیشرفته الکترونیکی و فوتونیکی محسوب می‌شود. بخش مهمی از این پروژه با همکاری دو دانشجوی دکتری او، امیرمحمد جهانبخش و صابر بدکوبه هزاوه انجام شده است.

منبع: asriran.com

اخبار علم و فناوری

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
ads