Un sistema avanzato per il raffreddamento dei data center potrebbe ridurre drasticamente i consumi energetici delle infrastrutture dedicate all’intelligenza artificiale.
Cold plate stampati in 3D per il raffreddamento dei data center
Uno studio pubblicato su Cell Reports Physical Science mostra come nuovi cold plate in rame puro stampati in 3D riescano a migliorare fino al 32% le prestazioni di raffreddamento dei chip dei data center e a tagliare fino al 98% l’energia richiesta rispetto alle tecnologie tradizionali ad aria. Si tratta di una soluzione tecnologica potenzialmente molto importante, vista la crescita globale dei consumi, causata dai data center.
La ricerca è stata realizzata da un gruppo di ingegneri meccanici dell’University of Illinois Urbana-Champaign insieme all’azienda Fabric8Labs ed è stata pubblicata.
Secondo gli autori, il problema del raffreddamento sta diventando uno dei principali limiti fisici allo sviluppo dell’AI. I moderni chip ad alta densità di potenza producono quantità di calore sempre maggiori. Parallelamente cresce il numero dei data center necessari per sostenere modelli linguistici, cloud computing e sistemi di inferenza avanzata.
Lo studio ricorda che negli Stati Uniti il consumo energetico dei data center è passato da 60 TWh annui a 176 TWh in appena dieci anni e potrebbe arrivare tra 325 e 580 TWh entro il 2028, assorbendo fino al 12% del carico della rete elettrica nazionale americana.
Il collo di bottiglia energetico dei data center AI
I ricercatori spiegano che il raffreddamento è ormai diventato il principale ostacolo alla crescita delle piattaforme AI ad alta densità di calcolo. Per decenni i server sono stati raffreddati con sistemi ad aria. Tuttavia, l’aumento della densità computazionale ha reso questo approccio sempre meno efficiente.
I rack di nuova generazione possono superare i 100 kW per rack, mentre le infrastrutture tradizionali ad aria restano generalmente sotto i 45 kW per rack. Questo significa che le tecnologie convenzionali non riescono più a dissipare il calore prodotto dai chip AI più avanzati.
Lo studio utilizza come parametro di riferimento il TUE, cioè il “Total Usage Effectiveness”, che misura il rapporto tra energia totale consumata da un data center ed energia realmente destinata all’elaborazione informatica. Un impianto con raffreddamento ad aria ha tipicamente un TUE pari a 1,55. In pratica, quasi metà dell’energia consumata serve solo per raffreddare l’infrastruttura.
Mantenendo le tecnologie tradizionali, entro il 2028 tra 180 e 320 TWh annui potrebbero essere utilizzati soltanto per il raffreddamento dei data center.
Come funziona il liquid cooling per data center
Per superare i limiti dell’aria, il team ha lavorato su un sistema di liquid cooling per data center definito “direct-to-chip”. In questo caso il liquido refrigerante entra direttamente in contatto con una piastra metallica collegata al processore.
Queste piastre, chiamate cold plate, contengono una rete di microstrutture metalliche che aumentano la superficie di contatto con il fluido refrigerante. Più superficie significa maggiore capacità di trasferire calore.
Il problema, spiegano gli autori, è che i design tradizionali utilizzano geometrie relativamente semplici, come pin rettangolari o cilindrici. Questo limita le prestazioni termiche.
Per migliorare il sistema, i ricercatori hanno applicato la topology optimization, una tecnica computazionale che modifica progressivamente la geometria delle strutture per ottenere la migliore combinazione possibile tra dissipazione termica e consumo energetico delle pompe.
Il risultato sono pin metallici con forme molto più complesse rispetto ai design convenzionali. Le nuove geometrie presentano punte affusolate, superfici irregolari e ramificazioni microscopiche capaci di guidare meglio il flusso del liquido refrigerante.
Cold plate in rame puro stampati con tecnologia ECAM
Uno degli aspetti centrali dello studio riguarda la produzione dei nuovi cold plate in rame. I ricercatori spiegano che molte tecniche additive tradizionali non riescono a stampare efficacemente il rame puro a causa della sua elevata conducibilità termica e della forte riflettività del materiale.
Per questo motivo è stata utilizzata una tecnologia chiamata ECAM, acronimo di Electrochemical Additive Manufacturing. Invece di fondere il metallo con laser o fasci elettronici, il sistema deposita rame puro strato dopo strato attraverso un processo elettrochimico.
Questa tecnica permette di raggiungere dettagli fino a 33 micrometri, cioè meno della metà dello spessore di un capello umano.
I cold plate commerciali sono spesso realizzati in leghe di alluminio o acciaio inox, materiali meno efficienti nella conduzione del calore rispetto al rame puro. La tecnologia ECAM ha consentito di produrre componenti in rame con purezza fino al 99,95%, migliorando la conducibilità termica e riducendo le perdite di efficienza.
Prestazioni fino al 32% in più e pressione ridotta del 68%
Per verificare le prestazioni, il gruppo di ricerca ha costruito una piattaforma sperimentale con quattro transistor GaN disposti in una matrice 2×2 e raffreddati con i nuovi cold plate.
I risultati mostrano miglioramenti significativi. Il sistema topology optimized ha ridotto la resistenza termica media tra il 13,5% e il 18,5% rispetto ai pin quadrati tradizionali da 2 mm. Il vantaggio sale tra il 20,4% e il 29,4% rispetto ai pin da 1,5 mm.
Anche la distribuzione della temperatura risulta più uniforme. Nei chip posizionati nella parte finale del circuito di raffreddamento, dove normalmente il liquido arriva già caldo, i miglioramenti raggiungono il 31,5%.
Si evidenzia inoltre una drastica riduzione delle perdite di pressione. A parità di resistenza termica, il nuovo sistema riduce il pressure drop fino al 68% rispetto ai design convenzionali.
Questo aspetto è fondamentale perché significa minore energia necessaria per pompare il fluido refrigerante attraverso i circuiti.
Raffreddamento dei data center: da 550 MW a 11 MW
L’aspetto più rilevante emerge nell’analisi su scala data center. I ricercatori hanno simulato un’infrastruttura da 1 GW di potenza computazionale.
Con i sistemi ad aria convenzionali, un data center di queste dimensioni richiede circa 550 MW aggiuntivi solo per il raffreddamento. In pratica il consumo totale sale a 1,55 GW.
Con il nuovo sistema di liquid cooling per data center, invece, la potenza necessaria per il raffreddamento scende a soli 11 MW.
Il TUE complessivo raggiunge così 1,011, contro l’1,55 tipico dei sistemi ad aria.
Secondo le simulazioni, applicando questa tecnologia ai futuri data center statunitensi si potrebbero liberare tra 25 e 45 GW di capacità IT aggiuntiva, equivalenti a decine di nuovi impianti dedicati all’elaborazione AI.
Perché il consumo energetico dei data center è destinato a crescere
Gli autori collegano direttamente questi risultati all’espansione globale dell’intelligenza artificiale, con una crescita dei rack AI da 1 MW, l’aumento delle dimensioni dei chip e l’esplosione della domanda di inferenza computazionale.
Le GPU e le CPU di nuova generazione stanno infatti raggiungendo superfici superiori ai 50 cm², con densità di potenza che aumentano rapidamente. Questo rende sempre più difficile mantenere temperature operative sicure utilizzando l’aria come fluido di raffreddamento.
Il raffreddamento liquido non serve solo a migliorare l’efficienza energetica. Temperature operative più elevate del fluido refrigerante consentono anche un recupero termico più efficace, aprendo la strada al riutilizzo del calore prodotto dai data center.
Questa evoluzione sarà essenziale per sostenere la crescita dell’intelligenza artificiale senza aggravare ulteriormente il carico sulle reti elettriche nazionali.
Un modello replicabile anche oltre i data center
I ricercatori evidenziano che il workflow sviluppato potrebbe essere applicato anche ad altri ambiti industriali.
La combinazione tra topology optimization e stampa elettrochimica potrebbe infatti essere utilizzata per raffreddare elettronica di potenza, sistemi di conversione energetica, veicoli elettrici e infrastrutture HPC.
Il vantaggio principale non deriva soltanto dalla nuova geometria dei pin, ma dalla possibilità di progettare strutture completamente personalizzate in funzione del carico termico specifico di ogni dispositivo.
Si tratta di un cambio di paradigma importante. Per decenni i sistemi di raffreddamento sono stati progettati partendo da geometrie standard. Con la topology optimization, invece, la struttura nasce direttamente dalle esigenze termiche del chip.
