Iceotope sikrer 26 millioner dollar i serie B-finansiering da AI-infrastruktur presses kjølesystemer til grensene

Den UK-baserte spesialisten på væskeavkjøling, Iceotope, har samlet inn 26 millioner dollar i en serie B-finansieringsrunde, da etterspørselen etter AI-infrastruktur fortsatt setter tradisjonelle datacenters kjølingmetoder under press.

Runden ble ledet av Barclays Climate Ventures og Two Seas Capital, med deltakelse fra eksisterende investorer, inkludert Edinv, ABC Impact, Northern Gritstone og British Business Bank.

Selskapet sa at den nye kapitalen vil bli brukt til å utvide ingeniørarbeid og produktutvikling, vokse patentporteføljen og dykke dyptere inn i samarbeid over hele AI-infrastruktur-økosystemet. Finansieringen kommer på et avgjørende tidspunkt for bransjen, da stadig mer strømkrævende AI-akseleratorer og GPU-kluster presser hyller tettheter mot nivåer som konvensjonelle luftavkjølingssystemer sliter med å håndtere.

AI-veksten skaper et termisk problem

Den raske utvidelsen av generativ AI har skapt en infrastrukturutfordring som går langt utenfor beregningsevne alene. Moderne AI-tjenere forbruker enorme mengder strøm, og varmen generert av tette GPU-utplasseringer er blitt en av de største flaskeneckene i å skalerer AI-datacenter.

Bransjeforskere ved SemiAnalysis projiserer at væskeavkjølt AI-akselerator-kapasitet kan vokse fra omtrent 3 GW til 40 GW innen to år, da hyperskalerte og colocation-tilbydere skalerer AI-utplasseringer.

Iceotope mener at konvensjonelle kjølearkitekturer nærmer seg praktiske grenser. Mens direkte-til-chip-væskeavkjøling har fått mer popularitet, argumenterer selskapet for at å avkjøle bare prosessorer ikke lenger er tilstrekkelig for neste generasjons AI-systemer, der minne, lagring, nettverk og strømleveringskomponenter også genererer betydelige varmebelastninger.

Denne utfordringen blir enda mer tydelig utenfor hyperskaledatacenter. Ettersom AI-arbeidsbelastninger stadig mer flytter mot bedriftsmiljøer og edge-utplasseringer, står organisasjonene overfor problemet med å operere høytytende systemer i lokasjoner som mangler spesialisert kjøleinfrastruktur.

En annen tilnærming til væskeavkjøling

Iceotope ble grunnlagt i 2005 og startet som et forskningsbasert “grønt datateknologi”-prosjekt før det utviklet seg til en spesialist på presisjon væskeavkjøling for AI-infrastruktur, HPC-miljøer og edge-computing.

I stedet for å bare bruke kalde plater festet til prosessorer, bruker Iceotope en “direkte-til-alt”-avkjølingsmetode. Deres systemer sirkulerer ikke-ledende dielektrisk væske gjennom lukkede chassisdesign som avkjøler alle større varmeproducerende komponenter inne i serveren.

Selskapet sier at denne designen tillater infrastruktur å kjøre mer effektivt samtidig som det reduserer vannforbruk og senker total energiforbruk sammenlignet med konvensjonelle luftavkjølingssystemer. Iceotope understreker også at deres avkjølingssystemer er designet for å fungere i en rekke miljøer, inkludert bedriftsutplasseringer, industrielle settinger og edge-lokasjoner hvor termisk håndtering er særlig vanskelig.

Ifølge selskapet kan deres teknologi redusere energiforbruk med opptil 40% og vannforbruk med opptil 96% sammenlignet med konvensjonelle avkjølingsmetoder.

Patenter og økosystem-partnerskap

En stor del av Iceotopes strategi handler om immaterielle rettigheter og økosystem-integrasjon. Selskapet annonserte nylig at det har overskredet 200 innvilgede og ventende patenter knyttet til væskeavkjølingsteknologier, inkludert chassis-arkitektur, dielektrisk væske-systemer og rack-skala termisk håndtering.

Iceotope har også bygget partnerskap med hardware-tilbydere, hyperskalerte og infrastruktur-tilbydere. Deres teknologi har blitt vist frem sammen med systemer fra selskaper som Intel (INTC ), HPE og Giga Computing de siste årene.

Den bredere AI-infrastruktur-markedet fokuserer stadig mer på bærekraft samt ytelse. Avkjøling utgjør allerede en betydelig andel av datacenters energiforbruk, og operatører er under press for å redusere både strømforbruk og vannkrav samtidig som AI-utplasseringer skalerer globalt.

Avkjøling blir grunnleggende for fremtidens AI-infrastruktur

Ettersom AI-systemer fortsetter å skalerer, blir termisk håndtering stadig mer en avgjørende ingeniør-begrensning i moderne datateknologi. Fremtidige AI-kluster forventes å forbruke dramatisk mer strøm enn tradisjonell bedrifts-infrastruktur, og tvinger bransjen til å omvurdere hvordan servere, nettverksutstyr og akseleratorer fysisk er designet og utplassert.

Dette skiftet kan ha implikasjoner langt utenfor hyperskaledatacenter. Avanserte avkjølingsteknologier kan til slutt påvirke hvor AI-systemer kan operere, og muliggjøre høytytende beregning i miljøer som tidligere var umulige på grunn av varme, støy eller strøm-begrensninger. Dette inkluderer industrielle steder, sykehus, telekommunikasjons-infrastruktur, forsvars-miljøer og edge-utplasseringer hvor konvensjonelle avkjølingssystemer er vanskelige å vedlikeholde.

Overgangen kan også omforme økonomien i AI-infrastruktur selv. Ettersom strømforbruk øker sammen med AI-adoptsjon, kan effisiensforbedringer i avkjøling bli stadig viktigere for å kontrollere driftskostnader, redusere vannforbruk og møte miljømål. Over tid kan termisk håndtering utvikle seg fra et backend-ingeniør-problem til en stor konkurransefaktor som påvirker hvordan og hvor AI-tjenester leveres.