Μοντέλα και πλατφόρμες AI
Ερευνητές του MIT αξιοποιούν την πλατφόρμα ψύξης της Ferveret για να προωθήσουν την έρευνα της τεχνητής νοημοσύνης στα πυρηνικά υλικά

Η έρευνα στην τεχνητή νοημοσύνη μπορεί να συναντήσει ένα φυσικό όριο πολύ πριν εξαντληθούν οι ιδέες: την υπολογιστική ισχύ που μπορεί να τροφοδοτήσει και να ψύξει ένα εργαστήριο. Η Ferveret αναφέρει ότι ερευνητές του MIT χρησιμοποιούν την πλατφόρμα υπολογιστών υψηλών επιδόσεων της εταιρείας για να αναπτύξουν μεθόδους τεχνητής νοημοσύνης με τις οποίες μελετούν πυρηνικά υλικά, αξιοποιώντας την τεχνολογία Adaptive Phase Cooling σε παρατεταμένους επιστημονικούς υπολογισμούς.
Η ανακοίνωση της 22ας Οκτωβρίου συνδέει δύο μηχανικές προκλήσεις. Οι ερευνητές χρειάζονται μεγαλύτερη υπολογιστική ισχύ για να κατανοήσουν υλικά που εκτίθενται σε ακραίες συνθήκες. Οι διαχειριστές κέντρων δεδομένων χρειάζεται να αξιοποιούν καλύτερα την περιορισμένη ηλεκτρική ισχύ. Η πρόταση της Ferveret είναι ότι η αποτελεσματικότερη απομάκρυνση θερμότητας μπορεί να βοηθήσει και στις δύο περιπτώσεις, χωρίς να απαιτείται νέα γενιά επεξεργαστών.
Γιατί η έρευνα στα πυρηνικά υλικά χρειάζεται περισσότερη υπολογιστική ισχύ για τεχνητή νοημοσύνη
Η έρευνα διεξάγεται στο εργαστήριο Materials in Extreme Environments του MIT, με επικεφαλής τον Ericmoore Jossou, επίκουρο καθηγητή Πυρηνικής Επιστήμης και Μηχανικής, καθώς και Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών. Το προφίλ του Ericmoore Jossou στο διδακτικό προσωπικό του MIT περιγράφει έρευνα που συνδυάζει προηγμένη μικροσκοπία και συνεκτική απεικόνιση με ακτίνες Χ, για τη μελέτη δομικών ιδιοτήτων και ατελειών σε νανομετρική ανάλυση.
Η Ferveret αναφέρει δύο έργα που χρησιμοποιούν την πλατφόρμα της. Το ένα αναπτύσσει προσεγγίσεις τεχνητής νοημοσύνης για την ανάλυση συνεκτικών μετρήσεων ακτίνων Χ σε πυρηνικά υλικά. Το άλλο εκπαιδεύει διατομικά δυναμικά μηχανικής μάθησης, δηλαδή μοντέλα που προβλέπουν πώς αλληλεπιδρούν τα άτομα και βοηθούν τους ερευνητές να προσομοιώνουν τη συμπεριφορά των υλικών υπό απαιτητικές συνθήκες.
Υπάρχουν ανεξάρτητα στοιχεία που στηρίζουν την ερευνητική κατεύθυνση του πρώτου έργου. Στο Έκθεμα Έρευνας Πυρηνικής Επιστήμης και Μηχανικής του MIT για το 2026 περιλαμβάνεται παρουσίαση του DongHun Ryu με τίτλο «Βαθιά παραγωγικά μοντέλα με γνώση της φυσικής για την ανάκτηση φάσης BCDI». Το BCDI είναι η συνεκτική περίθλαση Bragg για απεικόνιση, μια τεχνική που αναφέρεται επίσης στην περιγραφή της ερευνητικής δραστηριότητας του Jossou στο προφίλ του διδακτικού προσωπικού. Αυτό τεκμηριώνει μια συγκεκριμένη ερευνητική σύνδεση πέρα από την ανακοίνωση της εταιρείας ψύξης, αν και η καταχώριση της εκδήλωσης δεν αξιολογεί το υλικό της Ferveret.
Τα διατομικά δυναμικά αντιμετωπίζουν ένα διαφορετικό υπολογιστικό εμπόδιο. Αντί να εκτελείται ένας δαπανηρός υπολογισμός ηλεκτρονικής δομής σε κάθε στάδιο μιας προσομοίωσης, ένα εκπαιδευμένο μοντέλο προσεγγίζει τη σχέση ανάμεσα στις ατομικές διατάξεις, τις ενέργειες και τις δυνάμεις. Η έρευνα που φιλοξενείται στο αποθετήριο του MIT περιγράφει πώς τα πεδία δυνάμεων μηχανικής μάθησης μπορούν να επεκτείνουν τις χρονικές και χωρικές κλίμακες των ατομιστικών προσομοιώσεων, διατηρώντας παράλληλα την ακρίβεια των υπολογισμών αναφοράς στους οποίους εκπαιδεύονται.
Η ακρίβεια αυτή εξακολουθεί να εξαρτάται από το μοντέλο και από τις περιπτώσεις που έχει μάθει να αναπαριστά. Η ανακοίνωση της Ferveret αναφέρει ότι η έρευνα που υποστηρίζει αποσκοπεί σε προσομοιώσεις με ακρίβεια που πλησιάζει εκείνη της θεωρίας συναρτησιακού της πυκνότητας· δεν παρέχει, ωστόσο, πίνακα σφαλμάτων, δημοσιευμένο μοντέλο ή αριθμητική σύγκριση που να τεκμηριώνει αυτό το αποτέλεσμα για τα συγκεκριμένα έργα.
Πώς η Adaptive Phase Cooling απομακρύνει τη θερμότητα
Η περιγραφή της τεχνολογίας της Ferveret επικεντρώνεται στον υποψυχόμενο βρασμό, μια προσέγγιση που βασίζεται στην έρευνα για τη μεταφορά θερμότητας σε πυρηνικούς αντιδραστήρες. Η θερμότητα στην επιφάνεια ενός τσιπ σχηματίζει φυσαλίδες ατμού, ενώ το υγρό που τις περιβάλλει παραμένει κάτω από τη θερμοκρασία βρασμού του. Η εταιρεία αναφέρει ότι οι μικρές φυσαλίδες αποκολλώνται γρήγορα και συμπυκνώνονται ξανά μέσα σε αυτό το ψυχρότερο υγρό, ανανεώνοντας την επαφή του με τη θερμή επιφάνεια.
Η διαφορά έγκειται στο πού καταλήγει ο ατμός. Στη μέθοδο εμβάπτισης με κορεσμένο βρασμό, με την οποία συγκρίνει την προσέγγισή της η Ferveret, οι φυσαλίδες ανεβαίνουν σε έναν χώρο ατμού προτού συμπυκνωθούν. Η δική της προσέγγιση επιδιώκει να τις συμπυκνώνει τοπικά, μέσα στο υγρό. Η εταιρεία αναφέρει ότι αυτό επιτρέπει λειτουργία κοντά στην ατμοσφαιρική πίεση και τη χρήση συμπαγών περιβλημάτων για μεμονωμένους διακομιστές.
Η σελίδα προϊόντων της για κέντρα δεδομένων περιγράφει μια μονάδα ψύξης 4U, τοποθετούμενη σε ικρίωμα, με την ονομασία Lambert, έναν ειδικά σχεδιασμένο εναλλάκτη θερμότητας και λογισμικό ελέγχου που προσαρμόζει τις συνθήκες λειτουργίας. Προβλέπεται η εγκατάσταση ενός συστήματος ψύξης σε κλίμακα διακομιστή, συνδεδεμένου με την υποδομή απομάκρυνσης θερμότητας της εγκατάστασης, αντί για μια μεγάλη κοινόχρηστη δεξαμενή εμβάπτισης.
Για τους φορείς εκμετάλλευσης συστημάτων τεχνητής νοημοσύνης, στόχος είναι να διατηρούν τους επεξεργαστές εντός των θερμικών ορίων κατά τη διάρκεια παρατεταμένων φόρτων εργασίας, μειώνοντας παράλληλα τις επιβαρύνσεις που σχετίζονται με την ψύξη. Το ψυχρότερο υλικό μπορεί να διατηρεί υψηλότερες επιδόσεις λειτουργίας όταν διαφορετικά η θερμότητα θα τις περιόριζε. Το μέγεθος του οφέλους εξακολουθεί να εξαρτάται από τους επεξεργαστές, τον φόρτο εργασίας, τις ρυθμίσεις ισχύος και το σύστημα ψύξης που χρησιμοποιούνται στη σύγκριση.
Τι σημαίνουν στην πράξη τα ποσοστά επιδόσεων 15% και 35%
Τα δύο βασικά ποσοστά της ανακοίνωσης αφορούν διαφορετικές μετρήσεις. Η Ferveret αναφέρει έως και 15% περισσότερη υπολογιστική ισχύ σε επίπεδο διακομιστή σε σύγκριση με κορυφαίες λύσεις ψύξης απευθείας στο τσιπ και έως και 35% περισσότερη αξιοποιήσιμη υπολογιστική ισχύ, όταν συνυπολογίζονται οι βελτιώσεις σε επίπεδο εγκατάστασης.
Μια ανακοίνωση της Ferveret τον Μάρτιο παρέχει περισσότερες λεπτομέρειες για το πρώτο ποσοστό. Περιγράφει συγκριτικές δοκιμές με το Intelligent Connectivity Laboratory του UCLA, στις οποίες χρησιμοποιήθηκαν GPU NVIDIA H200, και αναφέρει βελτίωση 15% στην υπολογιστική αποδοτικότητα, μετρούμενη σε TFLOPs ανά κιλοβάτ ισχύος διακομιστή. Η ανακοίνωση διευκρινίζει ότι η μέτρηση για τον διακομιστή δεν περιλαμβάνει την αποτελεσματικότητα χρήσης ενέργειας σε επίπεδο εγκατάστασης.
Πρόκειται για χρήσιμο πλαίσιο, αλλά παραμένει μια περιγραφή της συνεργασίας από την ίδια την εταιρεία. Η ανακοίνωση δεν παρέχει πλήρες πρωτόκολλο συγκριτικής αξιολόγησης ή ακατέργαστα αποτελέσματα επαρκή για την αναπαραγωγή της σύγκρισης. Ούτε μια βελτίωση κατά 15% στη ρυθμαπόδοση πράξεων κινητής υποδιαστολής ανά watt αποδεικνύει αυτομάτως βελτίωση κατά 15% στον χρόνο εκπαίδευσης ή στην απόδοση των εφαρμογών.
Το μεγαλύτερο ποσοστό συνδυάζει την αποδοτικότητα των διακομιστών με ένα μοντέλο για τις εγκαταστάσεις. Στο παράδειγμα υπολογισμού της Ferveret, η σύγκριση ξεκινά από δείκτη ενεργειακής αποδοτικότητας εγκαταστάσεων (PUE) 1,20 και καταλήγει στο 1,03, ενώ στη συνέχεια συνυπολογίζεται η βελτίωση κατά 15% στην αποδοτικότητα των διακομιστών. Ο PUE ισούται με τη συνολική ισχύ που καταναλώνει η εγκατάσταση διαιρεμένη με την ισχύ που καταναλώνει ο εξοπλισμός πληροφορικής· όσο χαμηλότερος είναι ο δείκτης, τόσο μικρότερη είναι η επιβάρυνση της εγκατάστασης για δεδομένο φορτίο πληροφορικής.
Με βάση τα αναφερόμενα δεδομένα, το συνδυασμένο όφελος είναι περίπου 34%: 1,15 πολλαπλασιασμένο επί 1,20/1,03. Η Ferveret περιγράφει το αποτέλεσμα ως περίπου 35%. Οι υπολογισμοί εξηγούν το μέγεθος του ισχυρισμού, αλλά πρόκειται για σενάριο που βασίζεται σε υποθετικές τιμές αποδοτικότητας των εγκαταστάσεων και όχι για δημοσιευμένη μέτρηση επιτάχυνσης κατά 35% στα πειράματα του MIT για πυρηνικά υλικά.
Πού τελειώνουν τα τεκμήρια — και πού αρχίζει η ευκαιρία
Στην ανακοίνωση που δόθηκε, ο Jossou αναφέρει ότι η πρόσβαση στην πλατφόρμα επιτρέπει τη χρήση μεγαλύτερων μοντέλων, ταχύτερες επαναλήψεις και συνεχή πειράματα. Αυτές οι παρατηρήσεις αναδεικνύουν την πρακτική αξία της πρόσθετης υπολογιστικής ισχύος. Δεν απομονώνουν, όμως, πόση βελτίωση οφείλεται στην ψύξη, πόση στην κατανομή υλικού εξοπλισμού ή πόσο ταχύτερα εκτελέστηκε μια συγκεκριμένη επιστημονική εργασία.
Η ίδια διάκριση ισχύει και για τη βιωσιμότητα. Η Ferveret περιγράφει ένα σύστημα κλειστού κυκλώματος που μπορεί να αποβάλλει θερμότητα μέσω ξηρών ψυκτών χωρίς κατανάλωση νερού λόγω εξάτμισης. Αυτός είναι ένας ισχυρισμός σχετικά με τη διαμόρφωση του συστήματος ψύξης. Δεν θα πρέπει να εκληφθεί ως εξάλειψη του υδατικού αποτυπώματος της παραγωγής ηλεκτρικής ενέργειας, της κατασκευής εξοπλισμού ή κάθε πιθανού σχεδιασμού εγκατάστασης.
Η ανακοίνωση αναφέρει επίσης ότι οι μελλοντικές ερευνητικές δημοσιεύσεις αναμένεται να αναγνωρίσουν τη συμβολή της Ferveret στις υποδομές. Οι δημοσιευμένες μέθοδοι και τα αποτελέσματα σε επίπεδο εφαρμογών θα βοηθούσαν να διαπιστωθεί πώς η πλατφόρμα επηρεάζει την ακρίβεια της ανακατασκευής, την κλίμακα των προσομοιώσεων, τον χρόνο εκπαίδευσης και την ενέργεια που απαιτείται ανά ολοκληρωμένο πείραμα.
Προς το παρόν, το ασφαλέστερο συμπέρασμα είναι συγκεκριμένο: η Ferveret παρέχει υποδομές σε ένα ερευνητικό πρόγραμμα, του οποίου η εστίαση στην τεχνητή νοημοσύνη και στα πυρηνικά υλικά επιβεβαιώνεται από το MIT, ενώ οι ευρύτεροι ισχυρισμοί περί αποδοτικότητας απαιτούν προσοχή ως προς τα όρια των μετρήσεων. Η μακροπρόθεσμη προοπτική είναι να αξιοποιηθεί περισσότερο η περιορισμένη υπολογιστική ισχύς — μετατρέποντας τις βελτιώσεις στη μεταφορά θερμότητας σε περισσότερο επιστημονικό έργο με τον ίδιο προϋπολογισμό ηλεκτρικής ενέργειας.












