A nagy{0}}méretű mesterséges intelligencia modellek betanítása iránti kereslet robbanásszerű növekedésével az NVIDIA GPU-k folyamatosan új rekordokat döntöttek a számítási teljesítmény-/az{2}}energiafogyasztás tekintetében, és a hagyományos léghűtés fizikai korlátaira szorították. Ennek a kihívásnak a megoldása érdekében az NVIDIA teljesen átállt a folyadékhűtési megoldásokra a legújabb GB200, GB300, sőt a teljesen folyadékhűtésű Rubin architektúrákban is. Ebben a nagy-teljesítményű ökoszisztémán belül a folyadékhűtéses gyors-cserélő csatlakozók{10}}mint például az OCP{11}}kompatibilis UQD-k és az NVIDIA szabadalmaztatott NVQD-i{12}}létfontosságú mentőövként szolgálnak.
A tipikus NVIDIA-szerver folyadékhűtési architektúráját tekintve a nagy-teljesítményű GPU-magokat szorosan illeszkedő precíziós hűtőlemezek borítják. A hűtőlemezeket a szekrényszintű elosztócsonkkal összekötő kritikus láncszem egy nagy-teljesítményű, folyadékhűtésű-gyors{5}}cserélő csatlakozó. Az ábrán látható precíziós fém derékszögű csatlakozók{7}}folyadékcsatlakozókként szolgálnak, amelyek összetett csőrendszerekbe integrálva vannak. Ezeknek a csatlakozóknak ellenállniuk kell a szélsőséges hőmérséklet-ingadozásoknak és a nagy nyomású-viszonyoknak, olyan anyagokkal, mint a 316 literes rozsdamentes acél, és olyan felületkezelésekkel, mint az elektrolitikus polírozás.
A gyakorlati adatközpont-műveletek során a gyorsan{0}}cserélhető csatlakozók alkalmazási értéke különösen kiemelkedő. Támogatják a „vak beillesztést” és a „nyomás alatti be-/leszerelést”, lehetővé téve a mérnökök számára, hogy hardverkarbantartást végezzenek vagy GPU-csomópontokat cseréljenek anélkül, hogy drága hűtőfolyadékot üríthetnek ki, így valós szivárgásmentesség és meleg{2}}csere-értéke jelentősen megnő az AI-gyárak működési hatékonysága és megbízhatósága.
Ezenkívül az ábrán látható kiterjedt alumínium hőleadó bordák és prés-öntött fém burkolatok a modern elektronikus hűtőrendszerek alapvető alkotóelemei, amelyeket széles körben alkalmaznak a nagy -teljesítményű-sűrűségű elektronikus eszközök hőmérséklet-szabályozási megoldásaiban. Az alapvető folyadékhűtő modulokkal együtt dolgozva szilárd alapot képeznek, támogatva a mesterséges intelligencia számítási teljesítményének jövőbeni növekedését.
