Искусственный интеллект создал контейнер с жидким азотом, который быстро переохлаждает процессоры
Скаттербенчер и три ведущих в отрасли партнера завершили технико-экономическое обоснование, чтобы выяснить, возможно ли построить контейнер с жидким азотом (LN2) с использованием генеративного искусственного интеллекта и технологий аддитивного производства, также известных как 3D-печать. В своем блоге и видеоролике на YouTube партнеры показывают, что это возможно, но, возможно, нецелесообразно с финансовой точки зрения, учитывая полученные выгоды.
Питер из Skatterbencher является экспертом в области разгона и объединился с тремя ведущими в отрасли компаниями, чтобы изучить возможности искусственного интеллекта и 3D-печати для охлаждения LN2. В их число входили Diabatix, бельгийская компания, впервые применившая генеративный искусственный интеллект в тепловых решениях, и 3D Systems, эксперт в области аддитивного производства. Завершением партнерства стала компания ElmorLabs, известная компания в области разгона.
В качестве эталонного дизайна в проекте использовался контейнер ElmorLabs Volcano CPU LN2. Компания поручила AI-платформе ColdStream Next компании Diabatix разработать новый контейнер LN2 для улучшения эталонного дизайна. Как только проект был завершен, команда отправила его в 3D Systems для создания прототипа с использованием порошка бескислородной меди.
Проект контейнера с жидким азотом, созданный искусственным интеллектом / Изображение: SkatterBencher
Разработка и изготовление прототипа обошлись в 10 000 долларов. Для сравнения, контейнер ElmorLabs Volcano CPU LN2, используемый в качестве эталонного дизайна, продается всего за 260 долларов.
В базовых тестах производительности контейнер LN2, разработанный искусственным интеллектом, сравнивался с ElmorLabs Volcano в трех категориях:
- Время охлаждения: сколько времени потребовалось жидкому азоту для охлаждения контейнера от температуры окружающей среды 28°С до -194°С.
- Время нагрева — время, необходимое для повышения температуры камеры от -194°С до 20°С при использовании тепловой нагрузки 1250 Вт.
- Эффективность 500 мл, разница температур между 28,4 градуса Цельсия и самой низкой достигнутой температурой при использовании 500 мл жидкого азота.
Иску́сственный интелле́кт (ИИ; англ. artificial intelligence, AI) — свойство искусственных интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека (не следует путать с искусственным сознанием); наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.
Искусственный интеллект связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.
Существующие на сегодня интеллектуальные системы имеют довольно узкие области применения. Википедия
Читайте также:Влияние искусственного интеллекта на игровой процесс в Total War: Rome 2 и Attila было снижено специально для игроковКрупнейшие звукозаписывающие компании судятся с генераторами музыки на основе нейросетейИсследователи работают над устранением ошибок ИИ, связанных с многозначными словамиFramework раскритиковал других производителей ПК за чрезмерное использование брендинга ИИHeart of the Machine: новая стратегия с ролью ИИ
Наконец, контейнер LN2, разработанный искусственным интеллектом, оказался на 20% более эффективным, чем конструкция ElmorLabs. Используя 500 мл жидкого азота, вулкан охладился всего до -100° по Цельсию, в то время как прототип, разработанный ИИ, остыл до -133° по Цельсию.
Эти тесты не отражают практических соображений, поэтому команда провела дополнительные тесты более практического характера:
- Тест производительности при разгоне с использованием Cinebench 2024.
- Проверка разницы температур между основанием контейнера ЦП и распределителем тепла ЦП, чтобы определить, какая конструкция наиболее эффективно передает тепло от ЦП.
- Полный стресс-тест, чтобы увидеть, насколько хорошо процессор работает при мощности более 600 Вт в течение нескольких минут.
Команда обнаружила, что, хотя контейнер, разработанный ИИ, действительно превзошел ElmorLabs Volcano в реальных тестах, улучшения были не столь выраженными. Учитывая огромную разницу в цене между дизайном ИИ и существующим продуктом, дизайн ИИ не является экономически эффективной альтернативой.
Тестирование производительности контейнера LN2, сгенерированного искусственным интеллектом / Изображение: SkatterBencher
После завершения первоначального тестирования SkatterBencher и его партнеры могут заняться оптимизацией производительности и затрат и, возможно, изменить предполагаемое использование процессоров с еще большей мощностью, таких как AMD Ryzen Threadripper. Команда также хотела бы коммерциализировать этот дизайн, но, вероятно, впереди еще немало работы, чтобы сделать его коммерчески жизнеспособным.
Источник: Tomshardware.com
0 комментариев