Das Wachstum der k\u00fcnstlichen Intelligenz h\u00e4ngt vom rasanten Ausbau der Rechenzentren ab, weshalb deren Energieverbrauch ein entscheidender Faktor ist. Bis zum Ende dieses Jahrzehnts werden Rechenzentren voraussichtlich 9 bis 17 Prozent des gesamten Stromverbrauchs in den USA ausmachen. Etwa ein Drittel dieses Verbrauchs entf\u00e4llt auf die K\u00fchlung der Chips, die KI-Modelle antreiben \u2013 eine Komponente, die f\u00fcr das Funktionieren der KI von entscheidender Bedeutung ist.<\/p>\n
Hier kommt Ferveret ins Spiel, ein Start-up von Reza Azizian und Matteo Bucci, die beide \u00fcber Erfahrung im Bereich der Kerntechnik am MIT verf\u00fcgen. Azizian, ehemals Postdoktorand am MIT, und Bucci, au\u00dferordentlicher Professor am MIT, entwickeln ein innovatives K\u00fchlsystem, das sich an Techniken aus dem Bereich der Kernreaktoren orientiert. Ihr Ansatz zielt darauf ab, den herk\u00f6mmlichen K\u00fchlprozess grundlegend zu \u00fcberarbeiten, die Abh\u00e4ngigkeit von Wasser zu verringern und den Stromverbrauch deutlich zu senken.<\/p>\n
Das Duo hat ein System entwickelt, bei dem Computerserver in eine spezielle Fl\u00fcssigkeit getaucht werden, die W\u00e4rme besonders effektiv absorbiert. Was das \u201eAdaptive Phase Cooling\u201c-System (APC) von Ferveret von bestehenden Fl\u00fcssigkeitsk\u00fchlsystemen unterscheidet, ist das Vorhandensein kleinerer Blasen, die sich h\u00e4ufiger abl\u00f6sen und so f\u00fcr eine beschleunigte W\u00e4rme\u00fcbertragung sorgen.<\/p>\n
Bereits jetzt werden die innovativen L\u00f6sungen von Ferveret von Unternehmen wie CleanSpark, FuriosaAI und Switch getestet. Tests, die in Zusammenarbeit mit dem Samueli-Fachbereich f\u00fcr Informatik der UCLA durchgef\u00fchrt wurden, zeigen, dass das APC die Energieeffizienz der Rechenleistung im Vergleich zu aktuellen Fl\u00fcssigkeitsk\u00fchlungsl\u00f6sungen um bemerkenswerte 15% steigert. Ferveret geht davon aus, dass diese Einsparungen in Verbindung mit dem eigenen Leistungssteuerungssystem es erm\u00f6glichen k\u00f6nnten, bei gleichem Stromverbrauch bis zu 35% mehr Token aus KI-Modellen zu generieren.<\/p>\n
Die Zusammenarbeit zwischen Azizian und Bucci begann bereits 2013 am MIT, wo sich das Duo mit der Optimierung der W\u00e4rme\u00fcbertragung in Kernreaktoren befasste. Die darauf folgenden technologischen Entwicklungen f\u00fchrten dazu, dass Azizian sich bei Branchenriesen wie Microsoft und Nvidia der K\u00fchlung von Chips zuwandte. Bei einem Besuch in einem Rechenzentrum im Jahr 2017 fiel ihm die Ineffizienz herk\u00f6mmlicher Luftk\u00fchlungsmethoden auf, die f\u00fcr satte 40% des Stromverbrauchs des Rechenzentrums verantwortlich waren.<\/p>\n
Diese Erkenntnis f\u00fchrte 2021 zur Gr\u00fcndung von Ferveret \u2013 einem Unternehmen, das auf den Grundlagen aufbaut, die w\u00e4hrend ihrer T\u00e4tigkeit im Bereich der Kernreaktoren gelegt wurden. Da KI mit dem Bedarf an immer mehr Rechenleistung zu k\u00e4mpfen hat, setzen Rechenzentren zunehmend auf Fl\u00fcssigkeitsk\u00fchlung. Die meisten entscheiden sich f\u00fcr die Immersionsk\u00fchlung, bei der die Fl\u00fcssigkeit zum Sieden gebracht wird, um die W\u00e4rme\u00fcbertragung zu verbessern. Bucci begr\u00fcndet diese Vorliebe damit, dass \u201cFl\u00fcssigkeit im Vergleich zu Luft ein \u00fcberlegenes W\u00e4rme\u00fcbertragungsmedium ist. Beim Sieden entzieht sie der Umgebung aufgrund der f\u00fcr den Phasenwechsel erforderlichen Energie W\u00e4rme effektiver.\u201d Die mit dem Sieden verbundene Komplexit\u00e4t erfordert jedoch eine st\u00e4ndige \u00dcberwachung von Druck, Temperatur und Fl\u00fcssigkeitsbestand.<\/p>\n
Die von Ferveret vorgeschlagene L\u00f6sung basiert auf dem Prinzip des unterk\u00fchlten Siedens und nutzt dabei eine Fl\u00fcssigkeit mit niedrigem Siedepunkt, die frei von sch\u00e4dlichen PFAS-Chemikalien ist. In ihrem System bildet die Fl\u00fcssigkeit kleinere Blasen, die sich h\u00e4ufiger abl\u00f6sen und so den W\u00e4rme\u00fcbertragungsprozess beschleunigen. Dieses System mit seinem modularen Aufbau erleichtert die Wartung und Bereitstellung und l\u00e4sst sich problemlos in die bestehende Infrastruktur integrieren. Dar\u00fcber hinaus hat Ferveret eine Steuerungssoftware entwickelt, die den Stromverbrauch f\u00fcr jeden Server optimiert und so die Effizienz deutlich steigert.<\/p>\n
Die Technologie von Ferveret steigert nicht nur die Effizienz von Rechenzentren, sondern erm\u00f6glicht auch den Betrieb an abgelegenen Standorten, an denen zwar reichlich erneuerbare Energiequellen zur Verf\u00fcgung stehen, es jedoch an K\u00fchlanlagen mangelt. Zu diesen Regionen z\u00e4hlen unter anderem Afrika und der Nahe Osten, wo das Potenzial an Solarenergie durch begrenzte Wasserressourcen eingeschr\u00e4nkt wird.<\/p>\n
Angesichts laufender Gespr\u00e4che mit f\u00fchrenden Cloud-Computing-Unternehmen und der Teilnahme am \u201cInception\u201d-Programm von Nvidia, einer Initiative f\u00fcr Start-ups, plant Ferveret, seine Partnerschaften auszubauen. Das Ziel? Die Erweiterung der KI zu erm\u00f6glichen, ohne die Umwelt zus\u00e4tzlich zu belasten. Wie Azizian es ausdr\u00fcckt, wollen sie \u201eRechenzentren dabei helfen, mehr Leistung aus der verf\u00fcgbaren Energie herauszuholen\u201c.\u201d<\/p>\n
Um einen tieferen Einblick in ihre Arbeit zu erhalten, lesen Sie den Originalartikel hier<\/a>. Wenn Ihr Unternehmen die Grenzen von KI-Automatisierungsl\u00f6sungen ausloten m\u00f6chte, besuchen Sie implementi.ai<\/a>.<\/p>","protected":false},"excerpt":{"rendered":" The growth of artificial intelligence hinges upon the dramatic rise of data centers, making their energy consumption a key consideration. By the close of this decade, data centers are predicted to account for 9 to 17 percent of the entirety of U.S. electricity consumption. Around one-third of this consumption is attributed to cooling the chips that drive AI models, a component crucial to the functioning of AI. Towards More Efficient Cooling Enter Ferveret, a start-up by Reza Azizian and Matteo Bucci, both with prior experience in nuclear engineering at MIT. Azizian, once an MIT postdoc, and Bucci, an associate professor […]<\/p>\n","protected":false},"author":4,"featured_media":8937,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[46,47],"tags":[],"class_list":["post-8936","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-automation","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/8936","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=8936"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/8936\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/8937"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=8936"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=8936"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=8936"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}