Laurie Fickman
Un professeur de l’Université de Houston s’est attaqué au défi mondial que représente la quantité astronomique de chaleur générée dans les centres de données d’intelligence artificielle.
Hadi Ghasemi, professeur distingué J. Willard Gibbs en génie mécanique et aérospatial, a découvert que des films minces conçus selon des formes arborescentes ou ramifiées évacuent la chaleur au moins trois fois mieux que les meilleures méthodes actuelles.
Les centres de données d’IA haute puissance génèrent une chaleur substantielle en raison des déploiements denses de GPU et d’accélérateurs fonctionnant à des densités de puissance extrêmes. La dissipation efficace de cette chaleur extrême est essentielle pour garantir la stabilité opérationnelle, la fiabilité et la longévité de ces systèmes.
« Au-delà des performances record, ces nouvelles découvertes offrent un aperçu fondamental de la physique gouvernant le transfert de chaleur et établissent une voie rationnelle vers des capacités de dissipation thermique encore plus élevées », explique Ghasemi, qui a rapporté ses découvertes dans deux articles de l’International Journal of Heat and Mass Transfer. Une grande partie des travaux a également été menée par deux doctorants de Ghasemi, Amirmohammad Jahanbakhsh et Saber Badkoobeh Hezaveh.
L’ascension des films minces
Des avancées remarquables dans l’électronique moderne, la photonique et les systèmes d’alimentation ont conduit à des augmentations significatives de la densité de puissance, tout en introduisant simultanément des défis complexes liés à la gestion thermique. Les méthodes de refroidissement traditionnelles, y compris l’écoulement par microcanaux et le refroidissement par pulvérisation, ont montré leurs limites face à des flux de chaleur extrêmes, car la couche liquide au-dessus de la source peut devenir instable lors de l’évaporation, entravant sa capacité à évacuer la chaleur.
« L’évaporation par film mince est une stratégie prometteuse de gestion thermique en raison de sa capacité inhérente à supporter des flux de chaleur élevés avec une résistance thermique minimale », affirme Ghasemi.
Cependant, les scientifiques cherchent à déterminer comment concevoir au mieux les structures d’évaporation par film mince pour une efficacité maximale. Pour y parvenir, Ghasemi a utilisé deux méthodes informatiques avancées – l’optimisation topologique couplée et un modèle d’IA – pour déterminer que les formes optimales pour l’efficacité du film mince sont des branches, semblables à celles d’un arbre, composées d’environ 50% de matière solide et 50% d’espace vide.
« Ces structures pourraient atteindre un flux de chaleur critique élevé avec une surchauffe bien inférieure par rapport aux structures traditionnellement étudiées », rapporte Ghasemi. « Les nouvelles structures peuvent évacuer la chaleur sans avoir à atteindre des températures aussi élevées que les systèmes d’évacuation précédents. »
Le chercheur souligne que ces résultats démontrent comment une conception d’IA éclairée par la physique peut permettre des solutions de refroidissement validées et à fort impact pour l’électronique et la photonique de nouvelle génération.
Article : Physics-informed neural network based topology optimization for thin-film evaporation in hierarchical structures – Journal : International Journal of Heat and Mass Transfer
Source : Houston U.
