摘要：人工智能（AI）现在很热。也很热：数据中心为技术提供动力。并保持这些中心冷却需要大量的能量。问题只会随着高功率基于AI的计算机和设备变得司空见惯而增长。这就是为什么研究人员正在设计一种新型的冷却系统，该系统有望大大减少能源需求。...

人工智能（AI）现在很热。也很热：数据中心为技术提供动力。并保持这些中心冷却需要大量的能量。

问题只会随着高功率基于AI的计算机和设备变得司空见惯而增长。 That's why University of Missouri researcher Chanwoo Park is devising a new type of cooling system that promises to dramatically reduce energy demands.

"Cooling and chip manufacturing go hand-in-hand," said Park, a professor of mechanical and aerospace engineering in the Mizzou College of Engineering. “如果没有适当的冷却，组件过热和失败。节能数据中心将是AI计算未来的关键。”

解决明天的问题

数据中心是大型设施，其中包含存储和处理数据的计算机芯片的服务器。它们基本上是巨型计算机枢纽，容纳了运行网站，移动应用程序和云数据的服务器。

他们也是渴望的。在2022年，数据中心使用了美国所有电力的4％以上，其中40％的能量用于保持设备凉爽。随着对数据中心的需求的增加，将需要更多的能量。

为了减轻这种情况，美国能源部已向研究人员颁发了超过4000万美元的奖金，以寻找新的方法来冷却数据中心。帕克（Park）最近从该倡议中获得了近165万美元的收入，称为Coolerchips。

当前，数据中心用空气流动的风扇或液体冷却，以使热量从计算机架中移开。

Park and his team are developing a two-phase cooling system designed to efficiently dissipate heat from server chips through phase change, such as boiling a liquid into vapor in a thin, porous layer.当需要减少冷却时，系统可以被动地运行而无需消耗任何能量。即使在使用泵的活动模式下，它也只能消耗可忽略的能量。

帕克说：“液体朝着不同的方向散发出来，并在薄金属表面上蒸发。” “使用这种沸腾的表面，我们能够以低热电阻来实现非常有效的传热。”

该系统还包括一个机械泵，该机械泵仅在需要时才被激活以吸收更多热量。

早期测试表明，两相冷却技术大大减少了保持设备冷却所需的能量量。

团队现在正在制造冷却系统 - 旨在轻松连接和断开服务器架上的连接。 Park希望随着AI驱动的计算机成为主流，他们将在未来十年内使用。

帕克说：“最终在当前的冷却系统下将有局限性，这是一个问题。” “我们正在努力领先曲线，并为人工智能计算的未来做好准备并可以使用。这是一种未来派冷却系统。”

Park的工作与能源创新中心的目标保持一致，该建筑物是在校园建造的，允许跨学科的研究人员解决通过AI的能源关注和快速增长所带来的挑战。这个想法是利用先进的技术来优化能源生产，存储和效率。

帕克说：“该中心将使我们能够探索围绕节能过程的其他想法和创新。” “这些是需要不同专业领域的复杂问题。我期待未来的合作。”