Iceotopeが2億6000万ドルのシリーズB資金調達を実施、AIインフラストラクチャーの冷却システムの限界に挑戦

英国を拠点とする液体冷却専門会社、Iceotopeは、AIインフラストラクチャーの需要が伝統的なデータセンターの冷却方法に負担を与えている中、2億6000万ドルのシリーズB資金調達を実施しました。

このラウンドは、バークレイズ・クライメート・ベンチャーズとツー・シーズ・キャピタルが主導し、既存の投資家であるエディンヴ、エービーシー・インパクト、ノーザン・グリットストーン、およびブリティッシュ・ビジネス・バンクが参加しました。

同社は、新しい資本をエンジニアリングと製品開発の拡大、特許ポートフォリオの拡大、AIインフラストラクチャー・エコシステム全体でのパートナーシップの拡大に使用する予定です。この資金調達は、業界が重要な転換点に立っている時期に実施されています。電力消費量が増加しているAIアクセラレーターとGPUクラスターがラック密度を高め、従来の空気冷却システムが処理しづらくなっているからです。

AIの成長は熱問題を引き起こしている

ジェネレーティブAIの急速な拡大は、コンピューティング・パワーだけでなく、インフラストラクチャーに大きな課題をもたらしています。現代のAIサーバーは大量の電力を消費し、密度の高いGPUデプロイによって生じる熱は、AIデータセンターをスケールする上で最も重大なボトルネックの1つとなっています。

業界の研究者であるSemiAnalysisによると、液体冷却AIアクセラレーターの容量は、2年以内に約3GWから40GWに成長する可能性があり、ハイパースケーラーとコロケーション・プロバイダーがAIデプロイをスケールするにつれてです。

Iceotopeは、従来の冷却アーキテクチャーが実用的限界に近づいていると考えています。チップへの直接冷却が普及してきているものの、同社は、次世代のAIシステムでは、プロセッサーのみを冷却することは不十分であると主張しています。メモリ、ストレージ、ネットワーキング、電力供給コンポーネントも大量の熱負荷を生じるからです。

この課題は、ハイパースケール・データセンターの外側ではさらに深刻化します。AIワークロードが企業環境やエッジ・デプロイに向けて増加するにつれて、組織は、高性能システムを専用の冷却インフラストラクチャーが不足している場所で運用する問題に直面します。

液体冷却への異なるアプローチ

2005年に設立されたIceotopeは、当初は「グリーン・コンピューティング」の研究に焦点を当てたベンチャーでしたが、後にAIインフラストラクチャー、HPC環境、エッジ・コンピューティング向けの精密液体冷却の専門家となりました。

Iceotopeは、プロセッサーのみに冷却プレートを取り付けるのではなく、「すべてに直接」冷却アプローチを使用しています。同社のシステムは、サーバー内の主要な熱発生コンポーネントをすべて冷却するように設計された密封されたシャーシ・デザインを通じて、非導電性の誘電体液体を循環させます。

同社は、この設計により、インフラストラクチャーがより効率的に動作し、水消費量が減り、伝統的な空気冷却システムよりも全体的なエネルギー使用量が低減されることを主張しています。Iceotopeは、さらに、同社の冷却システムは、企業環境、産業環境、エッジ・ロケーションなど、さまざまな環境で動作するように設計されていると強調しています。特に、熱管理が困難な場所ではそうです。

同社によると、同社の技術は、エネルギー使用量を最大40%、水消費量を最大96%削減できるということです。

特許とエコシステム・パートナーシップ

Iceotopeの戦略の重要な部分は、知的財産とエコシステム統合にあります。同社は最近、液体冷却技術に関連する特許を200件以上取得・出願したことを発表しました。シャーシ・アーキテクチャー、誘電体液体システム、ラック・スケールの熱管理などが含まれます。

Iceotopeは、ハードウェア・メーカー、ハイパースケーラー、インフラストラクチャー・プロバイダーとのパートナーシップを構築してきました。同社の技術は、Intel (INTC ) 、HPE、Giga Computingなどのシステムとともに、近年展示されてきました。

より広いAIインフラストラクチャー・市場は、パフォーマンスとともに持続可能性にも焦点を当てています。冷却はすでにデータセンターのエネルギー消費の重要な部分を占めており、オペレーターは、AIデプロイを世界規模でスケールするにつれて、電力使用量と水使用量の両方を削減する圧力に直面しています。

冷却はAIインフラストラクチャーの将来に基盤となる

AIシステムがスケールするにつれて、熱管理は現代のコンピューティングの重要なエンジニアリングの制約になります。将来的に、AIクラスターは従来の企業インフラストラクチャーよりもはるかに多くの電力を消費することが予想されており、業界はサーバー、ネットワーク機器、加速器を物理的に設計および配置する方法を再考する必要があります。

この変化は、ハイパースケール・データセンター以外の分野にも影響を及ぼす可能性があります。高度な冷却技術により、従来は熱、騒音、または電力制限のために実用的でなかった環境で、高密度のコンピューティングが可能になる可能性があります。産業用サイト、病院、テレコム・インフラストラクチャー、防衛環境、エッジ・デプロイなどが含まれます。ここでは、従来の冷却システムの維持が困難です。

この変化は、AIインフラストラクチャーそのものの経済にも影響を及ぼす可能性があります。エネルギー消費量がAIの採用とともに増加するにつれて、冷却の効率化は運用コストの制御、水使用量の削減、環境目標の達成にますます重要になります。時間の経過とともに、熱管理はバックエンド・エンジニアリングの問題から、AIサービスをどのように、どこで提供するかを決定する重要な競争要因に変化する可能性があります。効率化の改善は、運用コストの制御、水使用量の削減、環境目標の達成にますます重要になります。時間の経過とともに、熱管理はバックエンド・エンジニアリングの問題から、AIサービスをどのように、どこで提供するかを決定する重要な競争要因に変化する可能性があります。