Các nhà nghiên cứu MIT sử dụng nền tảng làm mát Ferveret để thúc đẩy nghiên cứu AI về vật liệu hạt nhân

Nghiên cứu AI có thể vấp phải giới hạn vật lý từ rất lâu trước khi cạn ý tưởng: lượng năng lực tính toán mà một phòng thí nghiệm có thể cung cấp điện và làm mát. Ferveret cho biết các nhà nghiên cứu tại MIT đang sử dụng nền tảng điện toán hiệu năng cao của công ty để phát triển các phương pháp AI nghiên cứu vật liệu hạt nhân, đưa công nghệ làm mát pha thích ứng Adaptive Phase Cooling vào xử lý các tác vụ khoa học kéo dài.

Thông báo ngày 22 tháng 10 kết nối hai thách thức kỹ thuật. Các nhà nghiên cứu cần năng lực tính toán lớn hơn để tìm hiểu vật liệu khi tiếp xúc với những điều kiện khắc nghiệt. Các đơn vị vận hành trung tâm dữ liệu cần khai thác nhiều công việc hữu ích hơn từ nguồn điện hạn chế. Ferveret cho rằng khả năng tản nhiệt tốt hơn có thể giúp giải quyết cả hai vấn đề mà không cần đến thế hệ bộ xử lý mới.

Vì sao nghiên cứu vật liệu hạt nhân cần thêm năng lực tính toán AI

Công trình này có sự tham gia của Phòng thí nghiệm Vật liệu trong Môi trường Khắc nghiệt của MIT, do Ericmoore Jossou, trợ lý giáo sư ngành Khoa học và Kỹ thuật Hạt nhân và ngành Kỹ thuật Điện và Khoa học Máy tính, phụ trách. Hồ sơ giảng viên của MIT mô tả nghiên cứu kết hợp kính hiển vi tiên tiến với kỹ thuật chụp ảnh tia X kết hợp để khảo sát các đặc tính cấu trúc và khiếm khuyết ở độ phân giải cấp nanomet.

Ferveret nêu hai dự án sử dụng nền tảng của công ty. Một dự án phát triển các phương pháp AI để phân tích phép đo tia X kết hợp của vật liệu hạt nhân. Dự án còn lại huấn luyện các thế tương tác liên nguyên tử bằng máy học—những mô hình dự đoán cách các nguyên tử tương tác và giúp các nhà nghiên cứu mô phỏng hành vi của vật liệu trong những điều kiện khắc nghiệt.

Có bằng chứng độc lập ủng hộ định hướng nghiên cứu của dự án thứ nhất. Triển lãm Nghiên cứu Khoa học và Kỹ thuật Hạt nhân năm 2026 của MIT liệt kê bài thuyết trình của DongHun Ryu với tiêu đề “Mô hình sinh sâu có tích hợp vật lý để khôi phục pha BCDI”. BCDI là viết tắt của kỹ thuật chụp ảnh nhiễu xạ kết hợp Bragg, cũng được đề cập trong mô tả nghiên cứu của Jossou trên hồ sơ giảng viên. Điều này xác lập mối liên hệ cụ thể với hoạt động nghiên cứu, vượt ra ngoài thông báo của công ty làm mát, dù danh sách sự kiện không đánh giá phần cứng của Ferveret.

Các thế tương tác liên nguyên tử giải quyết một nút thắt tính toán khác. Thay vì thực hiện phép tính cấu trúc điện tử tốn kém ở từng giai đoạn mô phỏng, mô hình đã được huấn luyện sẽ xấp xỉ mối quan hệ giữa cách sắp xếp nguyên tử, năng lượng và lực. Nghiên cứu được lưu trữ trong kho lưu trữ của MIT mô tả cách các trường lực học máy có thể mở rộng thang thời gian và chiều dài của mô phỏng nguyên tử, đồng thời duy trì độ chính xác của các phép tính tham chiếu dùng để huấn luyện chúng.

Độ chính xác đó vẫn phụ thuộc vào mô hình và những tình huống mà mô hình đã học cách biểu diễn. Thông báo của Ferveret cho biết các nghiên cứu được hỗ trợ hướng tới những mô phỏng có độ chính xác tiệm cận lý thuyết phiếm hàm mật độ; tuy nhiên, thông báo không cung cấp bảng sai số, mô hình đã công bố hay phép so sánh định lượng nào chứng minh kết quả đó trong các dự án này.

Adaptive Phase Cooling tản nhiệt như thế nào

Mô tả công nghệ của Ferveret tập trung vào hiện tượng sôi dưới độ bão hòa, một phương pháp dựa trên nghiên cứu truyền nhiệt trong lò phản ứng hạt nhân. Nhiệt trên bề mặt chip tạo thành các bọt hơi, nhưng chất lỏng xung quanh vẫn ở dưới nhiệt độ sôi. Công ty cho biết các bọt nhỏ nhanh chóng tách ra rồi ngưng tụ trở lại trong chất lỏng mát hơn, giúp làm mới phần tiếp xúc với bề mặt nóng.

Điểm khác biệt nằm ở nơi hơi nước ngưng tụ. Trong phương pháp nhúng làm mát bằng sôi bão hòa mà Ferveret dùng để so sánh, các bọt khí nổi lên khoang hơi trước khi được ngưng tụ. Phương pháp của công ty hướng đến việc ngưng tụ chúng ngay tại chỗ trong chất lỏng. Ferveret cho biết cách này cho phép hệ thống hoạt động gần áp suất môi trường và sử dụng các khoang nhỏ gọn phục vụ từng máy chủ.

Trang sản phẩm trung tâm dữ liệu của Ferveret mô tả bộ làm mát lắp trên tủ rack dạng 4U tên là Lambert, một bộ trao đổi nhiệt tùy chỉnh và phần mềm điều khiển điều chỉnh các điều kiện vận hành. Hệ thống dự kiến triển khai ở quy mô máy chủ, kết nối với hạ tầng tản nhiệt của cơ sở, thay vì dùng một bể nhúng lớn dùng chung.

Đối với các đơn vị vận hành AI, mục tiêu là giữ bộ xử lý trong giới hạn nhiệt độ khi chạy tác vụ kéo dài, đồng thời giảm phần chi phí phát sinh do làm mát. Phần cứng mát hơn có thể duy trì hiệu suất vận hành cao hơn khi nhiệt độ vốn sẽ trở thành yếu tố hạn chế. Mức lợi ích cụ thể vẫn phụ thuộc vào bộ xử lý, khối lượng công việc, cài đặt nguồn điện và hệ thống làm mát được dùng để so sánh.

Ý nghĩa thực sự của các con số hiệu năng 15% và 35%

Hai con số nổi bật trong thông báo phản ánh hai phép đo khác nhau. Ferveret báo cáo năng lực tính toán ở cấp máy chủ tăng tới 15% so với các phương pháp làm mát trực tiếp lên chip hàng đầu, và năng lực tính toán có thể sử dụng tăng tới 35% khi tính cả những cải thiện ở cấp cơ sở.

Thông báo tháng 3 của Ferveret cung cấp thêm chi tiết về con số thứ nhất. Thông báo mô tả cuộc kiểm tra hiệu năng được thực hiện cùng Phòng thí nghiệm Kết nối Thông minh của UCLA bằng GPU NVIDIA H200, ghi nhận hiệu suất tính toán tăng 15%, đo bằng TFLOP trên mỗi kilowatt công suất máy chủ. Thông cáo nêu rõ chỉ số cấp máy chủ này không tính hiệu quả sử dụng điện ở cấp cơ sở.

Đây là bối cảnh hữu ích, nhưng vẫn chỉ là thông tin về sự hợp tác do công ty cung cấp. Thông cáo không đưa ra đầy đủ quy trình kiểm chuẩn hoặc dữ liệu thô cần thiết để tái lập phép so sánh. Tương tự, mức cải thiện 15% về thông lượng tính toán dấu phẩy động trên mỗi watt không mặc nhiên đồng nghĩa với việc thời gian huấn luyện hoặc sản lượng của ứng dụng cũng cải thiện 15%.

Con số lớn hơn kết hợp hiệu suất máy chủ với mô hình cơ sở hạ tầng. Trong ví dụ tính toán của Ferveret, phép so sánh chuyển từ chỉ số hiệu quả sử dụng năng lượng (PUE) 1.20 xuống 1.03, sau đó áp dụng mức cải thiện 15% về hiệu suất máy chủ. PUE được tính bằng tổng công suất tiêu thụ của cơ sở chia cho công suất tiêu thụ của thiết bị CNTT; tỷ lệ càng thấp thì phần điện năng phụ trội của cơ sở ứng với cùng một tải CNTT càng ít.

Dựa trên các thông số đầu vào đã nêu, mức tăng tổng hợp xấp xỉ 34%: 1.15 nhân với 1.20/1.03. Ferveret mô tả kết quả là xấp xỉ 35%. Phép tính cho thấy quy mô của tuyên bố, nhưng đây là một kịch bản dựa trên giả định về hiệu suất của cơ sở, chứ không phải kết quả đo lường được công bố về mức tăng tốc 35% trong các thí nghiệm của MIT về vật liệu hạt nhân.

Bằng chứng dừng lại ở đâu—cơ hội bắt đầu từ đó

Trong thông cáo được cung cấp, Jossou cho biết quyền truy cập vào nền tảng cho phép sử dụng các mô hình lớn hơn, lặp lại nhanh hơn và tiến hành thí nghiệm liên tục. Những nhận định này cho thấy giá trị thực tiễn của việc có thêm năng lực tính toán. Tuy nhiên, chúng không xác định riêng mức cải thiện đến từ hệ thống làm mát, từ phần cứng được phân bổ hay từ việc một nhiệm vụ khoa học cụ thể được thực hiện nhanh hơn đến mức nào.

Sự phân biệt tương tự cũng áp dụng với tính bền vững. Ferveret mô tả một hệ thống vòng kín có thể thải nhiệt thông qua các bộ làm mát khô mà không tiêu thụ nước do bay hơi. Đây là tuyên bố về cấu hình làm mát. Không nên hiểu rằng điều đó loại bỏ dấu chân nước của quá trình sản xuất điện, chế tạo thiết bị hoặc mọi thiết kế cơ sở có thể có.

Thông cáo cũng cho biết các ấn phẩm nghiên cứu trong tương lai dự kiến sẽ ghi nhận đóng góp về cơ sở hạ tầng của Ferveret. Các phương pháp và kết quả ở cấp ứng dụng được công bố sẽ giúp xác định nền tảng tác động ra sao đến độ chính xác tái dựng, quy mô mô phỏng, thời gian huấn luyện và mức tiêu thụ năng lượng cho mỗi thí nghiệm hoàn tất.

Hiện tại, kết luận có cơ sở nhất nên được giới hạn ở một điểm: Ferveret đang cung cấp cơ sở hạ tầng cho một chương trình nghiên cứu tập trung vào AI và vật liệu hạt nhân, được MIT xác nhận; trong khi đó, các tuyên bố rộng hơn về hiệu suất cần được xem xét trong bối cảnh ranh giới đo lường. Về lâu dài, cơ hội là khai thác hiệu quả hơn năng lực tính toán khan hiếm—chuyển những cải thiện trong truyền nhiệt thành nhiều hoạt động nghiên cứu khoa học hơn trong cùng một ngân sách điện năng.