Iceotope Mengamankan $26M Seri B karena Infrastruktur AI Mendorong Sistem Pendingin ke Batasnya

Spesialis pendingin cair UK, Iceotope, telah mengumpulkan $26 juta dalam putaran pendanaan Seri B karena permintaan infrastruktur AI terus menekan metode pendinginan pusat data tradisional.

Putaran ini dipimpin oleh Barclays Climate Ventures dan Two Seas Capital, dengan partisipasi dari investor yang ada, termasuk Edinv, ABC Impact, Northern Gritstone, dan British Business Bank.

Perusahaan tersebut mengatakan bahwa modal baru akan digunakan untuk memperluas rekayasa dan pengembangan produk, tumbuh portofolio paten, dan memperdalam kemitraan di seluruh ekosistem infrastruktur AI. Pendanaan ini tiba pada saat yang kritis bagi industri, karena akselerator AI yang semakin kuat dan klaster GPU mendorong kepadatan rak ke tingkat yang sistem pendinginan udara konvensional kesulitan menanganinya.

Pertumbuhan AI Menciptakan Masalah Termal

Ekspansi generatif AI yang cepat telah menciptakan tantangan infrastruktur yang jauh melampaui kekuatan komputasi saja. Server AI modern mengonsumsi sejumlah besar listrik, dan panas yang dihasilkan oleh penerapan GPU yang padat telah menjadi salah satu bottleneck terbesar dalam menskalakan pusat data AI.

Peneliti industri di SemiAnalysis memproyeksikan bahwa kapasitas akselerator AI yang didinginkan cair dapat tumbuh dari sekitar 3GW menjadi 40GW dalam dua tahun ketika hyperscalers dan penyedia kolokasi menskalakan penerapan AI.

Iceotope percaya bahwa arsitektur pendinginan konvensional mendekati batas praktisnya. Sementara pendinginan cair langsung ke chip telah mendapatkan traksi, perusahaan tersebut berargumen bahwa pendinginan hanya prosesor tidak lagi cukup untuk sistem AI generasi berikutnya, di mana komponen memori, penyimpanan, jaringan, dan pengiriman daya juga menghasilkan beban panas yang substansial.

Tantangan ini menjadi lebih jelas di luar pusat data hyperscale. Ketika beban kerja AI semakin banyak berpindah ke lingkungan perusahaan dan penerapan edge, organisasi menghadapi masalah operasional sistem kinerja tinggi di lokasi yang tidak memiliki infrastruktur pendinginan khusus.

Pendekatan yang Berbeda terhadap Pendinginan Cair

Didirikan pada tahun 2005, Iceotope memulai sebagai ventura “komputasi hijau” yang berfokus pada penelitian sebelum berkembang menjadi spesialis pendinginan cair presisi untuk infrastruktur AI, lingkungan HPC, dan komputasi edge.

Daripada hanya mengandalkan pelat dingin yang terpasang pada prosesor, Iceotope menggunakan apa yang disebut pendekatan “langsung-ke-semua” pendinginan. Sistemnya mensirkulasikan fluida dielektrik non-konduktif melalui desain chassis tertutup yang mendinginkan semua komponen penghasil panas utama di dalam server.

Perusahaan tersebut mengatakan bahwa desain ini memungkinkan infrastruktur untuk berjalan lebih efisien sambil mengurangi konsumsi air dan mengurangi penggunaan energi secara keseluruhan dibandingkan dengan sistem pendinginan udara konvensional. Iceotope juga menekankan bahwa sistem pendinginannya dirancang untuk beroperasi dalam berbagai lingkungan, termasuk penerapan perusahaan, pengaturan industri, dan lokasi edge di mana manajemen termal sangat sulit.

Menurut perusahaan, teknologinya dapat mengurangi penggunaan energi hingga 40% dan konsumsi air hingga 96% dibandingkan dengan metode pendinginan konvensional.

Patent dan Kemitraan Ekosistem

Bagian besar dari strategi Iceotope berkaitan dengan kekayaan intelektual dan integrasi ekosistem. Perusahaan tersebut baru-baru ini mengumumkan bahwa mereka telah melebihi 200 paten yang diberikan dan sedang menunggu paten yang terkait dengan teknologi pendinginan cair, termasuk arsitektur chassis, sistem fluida dielektrik, dan manajemen termal skala rak.

Iceotope juga telah membangun kemitraan dengan produsen perangkat keras, hyperscalers, dan penyedia infrastruktur. Teknologinya telah dipamerkan bersama dengan sistem dari perusahaan seperti Intel (INTC ), HPE, dan Giga Computing dalam beberapa tahun terakhir.

Pasar infrastruktur AI yang lebih luas semakin fokus pada keberlanjutan serta kinerja. Pendinginan sudah menyumbang bagian besar dari konsumsi energi pusat data, dan operator berada di bawah tekanan untuk mengurangi baik penggunaan daya dan kebutuhan air saat penerapan AI berskala global.

Pendinginan Menjadi Fondasi bagi Masa Depan Infrastruktur AI

Ketika sistem AI terus berkembang, manajemen termal semakin menjadi salah satu kendala rekayasa yang mendefinisikan komputasi modern. Klaster AI di masa depan diharapkan mengonsumsi daya yang jauh lebih besar daripada infrastruktur perusahaan tradisional, memaksa industri untuk mempertimbangkan kembali bagaimana server, peralatan jaringan, dan akselerator dirancang dan diterapkan secara fisik.

Perubahan ini bisa memiliki implikasi yang jauh melampaui pusat data hyperscale. Teknologi pendinginan canggih mungkin pada akhirnya mempengaruhi di mana sistem AI dapat beroperasi, memungkinkan komputasi padat di lingkungan yang sebelumnya tidak praktis karena panas, kebisingan, atau keterbatasan daya. Ini termasuk situs industri, rumah sakit, infrastruktur telekomunikasi, lingkungan pertahanan, dan penerapan edge di mana sistem pendinginan konvensional sulit dipertahankan.

Transisi ini juga dapat mengubah ekonomi infrastruktur AI itu sendiri. Ketika konsumsi energi meningkat seiring dengan adopsi AI, perbaikan efisiensi pendinginan bisa menjadi semakin penting untuk mengontrol biaya operasional, mengurangi konsumsi air, dan memenuhi target lingkungan. Dengan waktu, manajemen termal mungkin berkembang dari masalah rekayasa backend menjadi faktor kompetitif utama yang mempengaruhi bagaimana dan di mana layanan AI disampaikan.