నీటి వినియోగాన్ని దాదాపు సున్నా స్థాయికి తగ్గించడానికి Nvidia యొక్క Rubin డిజైన్ అధిక వేడిని ఉపయోగిస్తుంది

AI విప్లవం వేగవంతం అవుతున్న కొద్దీ, భారీ డేటా సెంటర్ల పర్యావరణ ప్రభావం తీవ్ర పరిశీలనకు గురవుతోంది. Nvidia తన కొత్త Rubin జనరేషన్ రిఫరెన్స్ డిజైన్‌తో ఈ సవాలును ఎదుర్కొంటోంది, ఇది నీటి వినియోగాన్ని దాదాపు 100% తగ్గించేలా చేస్తోంది.

అధిక ఉష్ణోగ్రత కలిగిన లిక్విడ్ కూలింగ్‌కు మారడం

సాంప్రదాయ డేటా సెంటర్లు హై-పెర్ఫార్మెన్స్ చిప్‌ల ద్వారా ఉత్పన్నమయ్యే వేడిని తగ్గించడానికి భారీ మొత్తంలో నీటిని వినియోగించే కూలింగ్ టవర్లపై ఎక్కువగా ఆధారపడతాయి. Nvidia తన కొత్త వ్యూహంతో ఈ నమూనాను మార్చి, 100% లిక్విడ్-కూల్డ్ ఆర్కిటెక్చర్‌కు మారుతోంది. ఆధునిక AI వర్క్‌లోడ్‌ల థర్మల్ డెన్సిటీతో ఇబ్బంది పడే ఎయిర్-కూలింగ్ సిస్టమ్‌ల వలె కాకుండా, Nvidia డిజైన్ చిప్ స్థాయిలో నేరుగా వేడిని గ్రహిస్తుంది.

113 డిగ్రీల ఫారెన్‌హీట్ (45 డిగ్రీల సెల్సియస్) వరకు అధిక ఉష్ణోగ్రతలలో పనిచేసే లిక్విడ్ లూప్‌ల ద్వారా వేడిని తరలించడం ద్వారా, ఈ సిస్టమ్ వేడిని బయటకు పంపడానికి అవుట్‌డోర్ డ్రై కూలర్‌లను ఉపయోగించగలదు. ఈ విధానం వివిధ వాతావరణ ఉష్ణోగ్రతలలో మరింత సౌలభ్యాన్ని అందిస్తుంది, దీనివల్ల నీటి ఆవిరి అవసరం లేకుండానే ఏడాదిలో ఎక్కువ కాలం కూలింగ్ ప్రక్రియ సమర్థవంతంగా సాగుతుంది.

నీటి వినియోగంలో భారీ తగ్గుదల

ఈ సామర్థ్య వృద్ధి యొక్క స్థాయి అద్భుతమైనది. Nvidia సస్టైనబిలిటీ హెడ్ జోష్ పార్కర్ ప్రకారం, సాంప్రదాయ కూలింగ్-టవర్ ఆధారిత వ్యవస్థలు ప్రతి మెగావాట్‌కు సంవత్సరానికి సుమారు 2.6 మిలియన్ గ్యాలన్ల నీటిని వినియోగించవచ్చు. తన Rubin ఆధారిత రిఫరెన్స్ డిజైన్ ఈ సంఖ్యను "దాదాపు సున్నా"కు తగ్గించగలదని Nvidia పేర్కొంది.

ఈ మార్పు కేవలం ఒక సిద్ధాంతపరమైన ఆప్టిమైజేషన్ మాత్రమే కాదు; Rubin జనరేషన్ కోసం మౌలిక సదుపాయాలను నిర్మిస్తున్న ప్రతి క్లౌడ్ ప్రొవైడర్ మరియు డేటా సెంటర్ ఆపరేటర్ ఇప్పటికే ఈ లిక్విడ్-కూల్డ్ ప్రమాణానికి మారుతున్నారని Nvidia స్పష్టం చేస్తోంది. భారీ స్థాయి AI మోడళ్లను ట్రైనింగ్ మరియు డిప్లాయ్ చేసేటప్పుడు వనరుల వినియోగాన్ని పరిశ్రమ ఎలా నిర్వహిస్తుందనే విషయంలో ఈ మార్పు ఒక కీలకమైన మలుపు.

పరిశ్రమ నేపథ్యం మరియు మిగిలి ఉన్న సవాళ్లు

అధిక ఉష్ణోగ్రతలను తట్టుకునేలా మారడం నీటి సంరక్షణకు పెద్ద విజయం అయినప్పటికీ, ఇది పరిశ్రమలోని విస్తృత పోకడలో ఒక భాగం మాత్రమే. సామర్థ్యాన్ని పెంచడానికి తన ఎయిర్-కూల్డ్ సౌకర్యాలలో ఉష్ణోగ్రతను తట్టుకునే సామర్థ్యాన్ని పెంచేందుకు అమెజాన్ కూడా ఇటీవల ఇలాంటి ప్రయత్నాలను చేపట్టింది. అయితే, Nvidia పూర్తి లిక్విడ్ కూలింగ్‌కు మారుతున్న ఈ అడుగు మరింత విప్లవాత్మకమైన ఆర్కిటెక్చరల్ మార్పును సూచిస్తుంది.

ఈ పురోగతి ఉన్నప్పటికీ, AI పరిశ్రమ ఇంకా గణనీయమైన పర్యావరణ సవాళ్లను ఎదుర్కొంటోంది. లిక్విడ్ కూలింగ్ అనేది నిర్వహణ సమయంలో నీటి వినియోగాన్ని తగ్గిస్తుంది కానీ, ఈ సౌకర్యాల నిర్మాణ దశలో అవసరమయ్యే భారీ నీరు మరియు శక్తిని, అలాగే వాటిని నడపడానికి అవసరమైన విద్యుత్ ఉత్పత్తి వల్ల కలిగే పర్యావరణ ప్రభావాన్ని పరిగణనలోకి తీసుకోదని విమర్శకులు పేర్కొంటున్నారు. అంతేకాకుండా, సాంప్రదాయ ఎయిర్-కూల్డ్ డేటా సెంటర్లతో పోలిస్తే లిక్విడ్-కూల్డ్ డేటా సెంటర్ల నిర్మాణానికి అవసరమయ్యే మూలధన వ్యయం (CAPEX) ఆపరేటర్లకు ఒక కీలకమైన ప్రశ్నగా మిగిలి ఉంది.

AI రంగంలో దీని ప్రాముఖ్యత ఏమిటి

LLMలు మరియు సంక్లిష్టమైన AI మోడళ్లకు రోజురోజుకూ మరింత సాంద్రత కలిగిన కంప్యూట్ క్లస్టర్లు అవసరమవుతున్నందున, హార్డ్‌వేర్ యొక్క థర్మల్ మేనేజ్‌మెంట్ అనేది స్కేలింగ్‌లో ప్రధాన అడ్డంకిగా మారుతోంది. థర్మల్ ఇంజనీరింగ్ ద్వారా "నీటి సమస్యను" పరిష్కరించగల Nvidia సామర్థ్యం, నీటి కొరత ఉన్న ప్రాంతాలలో కూడా తదుపరి తరం AI వృద్ధిని కొనసాగించేలా చేస్తుంది. ఈ డిజైన్ సస్టైనబుల్ హై-పెర్ఫార్మెన్స్ కంప్యూటింగ్ (HPC) కోసం ఒక కొత్త సాంకేతిక ప్రమాణాన్ని నెలకొల్పుతుంది.

ముఖ్య అంశాలు

  • దాదాపు సున్నా నీటి వినియోగం: Nvidia యొక్క Rubin రిఫరెన్స్ డిజైన్ నీటి వినియోగాన్ని సంవత్సరానికి ప్రతి మెగావాట్‌కు 2.6 మిలియన్ గ్యాలన్ల నుండి దాదాపు సున్నాకు తగ్గించాలని లక్ష్యంగా పెట్టుకుంది.
  • అధిక ఉష్ణోగ్రత కలిగిన లిక్విడ్ కూలింగ్: సర్వర్‌లను 113°F (45°C) వరకు అధిక ఉష్ణోగ్రతలలో నడపడం ద్వారా, ఈ సిస్టమ్ వేడిని సమర్థవంతంగా బయటకు పంపడానికి లిక్విడ్ లూప్‌లు మరియు డ్రై కూలర్‌లను ఉపయోగిస్తుంది.
  • పరిశ్రమ అంతటా అడాప్షన్: Rubin జనరేషన్ కోసం మౌలిక సదుపాయాలను నిర్మిస్తున్న ప్రధాన క్లౌడ్ ప్రొవైడర్లు అందరూ ఈ లిక్విడ్-కూల్డ్ ఆర్కిటెక్చర్‌ వైపు మళ్లుతున్నారని Nvidia పేర్కొంది.