พลังการประมวลผล AI มีความหนาแน่นสูงขึ้นมาก การ์ดจอสมัยใหม่แต่ละตัวใช้พลังงานมากกว่า 700 วัตต์ เคสเซิร์ฟเวอร์แบบเก่าไม่สามารถรับมือกับความร้อนนี้ได้ ฮาร์ดแวร์ AI ของคุณกำลังสูญเสียประสิทธิภาพภายในเคสแบบเก่าหรือไม่ บทความนี้จะอธิบายขั้นตอนทั้งหมดของการออกแบบและสร้างเคสสำหรับประมวลผล AI เราเริ่มต้นด้วยการคำนวณความร้อน จากนั้นเราจะไปที่การเลือกวัสดุและวิธีการระบายความร้อน คุณจะได้เรียนรู้ว่าเมื่อใดควรเลือกการออกแบบเองหรือตัวเลือกสำเร็จรูป การสร้างคอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณเองต้องมีการวางแผนอย่างรอบคอบ ชิ้นส่วน CPU และ GPU ของคุณต้องมีการไหลเวียนของอากาศที่ดีและการรองรับที่แข็งแรง คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกราคาประหยัดที่สามารถขยายได้นั้นต้องการการเลือกการตั้งค่าที่ชาญฉลาด เราครอบคลุมความต้องการการประมวลผลประสิทธิภาพสูงในทุกขั้นตอนของการสร้างของคุณ เคสคอมพิวเตอร์ของคุณส่งผลกระทบต่อทุกสิ่งตั้งแต่เสียงรบกวนไปจนถึงความน่าเชื่อถือ มาสำรวจกระบวนการออกแบบที่จะช่วยให้คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณทำงานได้อย่างเต็มประสิทธิภาพกันเถอะ
ข้อกำหนดหลักสำหรับ ตู้ควบคุมการประมวลผล AI ออกแบบ
การคำนวณความหนาแน่นความร้อนสำหรับ GPU ประสิทธิภาพสูง
การจัดการความร้อนเป็นหัวใจสำคัญของการออกแบบเคสสำหรับคอมพิวเตอร์ AI การ์ดจอสมัยใหม่สร้างความร้อนสูงมาก ชุดระบายความร้อน NVIDIA H100 ใช้พลังงาน 700 วัตต์ตลอดเวลา ส่วน B200 รุ่นใหม่กว่านั้นใช้พลังงานสูงถึง 1,000 วัตต์เมื่อใช้ระบบระบายความร้อนด้วยอากาศ หรือ 1,200 วัตต์เมื่อใช้ระบบระบายความร้อนด้วยของเหลว ลองนึกถึงตัวเลขเหล่านี้เมื่อใช้กับระบบคอมพิวเตอร์ทั้งระบบดูสิ
ลองนึกถึงเซิร์ฟเวอร์ที่มี GPU 8 ตัว GPU 8 ตัว ตัวละ 700W เท่ากับความร้อน 5,600W บวกกับ CPU, RAM และอุปกรณ์จัดเก็บข้อมูล (ประมาณ 800-1,200W) บวกกับอุปกรณ์เครือข่าย (200-400W) รวมแล้วความร้อนทั้งหมดจะอยู่ที่ประมาณ 7,000-8,000W สำหรับเซิร์ฟเวอร์ขนาด 2U หนึ่งเครื่อง ถ้าเอาเซิร์ฟเวอร์แบบนี้สิบเครื่องไปใส่ในแร็คขนาด 42U คุณจะต้องรับมือกับความร้อน 70-80kW แร็คแบบเก่ารับความร้อนได้แค่ 8-15kW เท่านั้น นั่นหมายถึงความหนาแน่นของความร้อนเพิ่มขึ้นถึง 4-7 เท่า
หลักการทางคณิตศาสตร์นี้เป็นพื้นฐานสำคัญของแผนการระบายความร้อนทั้งหมดของคุณ ตู้แร็คที่ใช้กำลังไฟ 70-80 กิโลวัตต์ ไม่สามารถพึ่งพาเครื่องปรับอากาศในห้องทั่วไปได้ คุณจำเป็นต้องใช้ระบบระบายอากาศแบบเฉพาะจุด หรือระบบระบายความร้อนด้วยของเหลวที่ทำงานที่อุณหภูมิขาเข้า 18-45 องศาเซลเซียส
การออกแบบเส้นทางการไหลของอากาศและการจัดการแรงดันสถิต
ระบบระบายความร้อนด้วยอากาศเหมาะสำหรับโหลดปานกลาง แต่ต้องออกแบบอย่างระมัดระวัง เคสสำหรับเครื่องประมวลผล AI ของคุณต้องระบายอากาศจากด้านหน้าไปด้านหลังโดยไม่มีการหมุนวนหรือจุดอับ พัดลมแรงดันสูงจะดันอากาศผ่านแผง GPU ที่หนาแน่น แต่จะทำให้เกิดเสียงดังและสั่นสะเทือน ช่องระบายอากาศ ท่อ และแผ่นกั้นทุกชิ้นล้วนเปลี่ยนแปลงสมดุลของแรงดัน
สำหรับการใช้งานที่มีภาระสูงมาก ระบบระบายความร้อนด้วยของเหลวแบบส่งตรงไปยังชิปจึงเป็นตัวเลือกที่ดีที่สุด ระบบระบายความร้อนด้วยอากาศในห้องทั่วไปไม่สามารถระบายความร้อนได้ดีที่ความหนาแน่นสูงสุด การออกแบบของคุณต้องรวมถึงท่อจ่ายสารหล่อเย็น เส้นทางท่อ และข้อต่อแบบถอดเร็วที่ช่วยให้สามารถซ่อมบำรุงได้โดยไม่ต้องถ่ายสารหล่อเย็นออกจากระบบทั้งหมด
มาตรฐานหน่วยแร็ค (U) และความเข้ากันได้กับขนาด 19 นิ้ว
ตู้สำหรับประมวลผล AI ของคุณต้องมีขนาดพอดีกับอุปกรณ์มาตรฐานของศูนย์ข้อมูล รูปแบบแร็ค 19 นิ้วและความสูงระดับแร็คยูนิต (U) ยังคงเป็นมาตรฐานพื้นฐาน แต่ระบบ AI ที่มีความหนาแน่นสูงมักมีน้ำหนักเกินขีดจำกัดปกติ แร็คที่เต็มแล้วอาจมีน้ำหนัก 10-20 ตันขึ้นไป พื้นยกมาตรฐานอาจต้องการการรองรับเพิ่มเติมหรือแผ่นคอนกรีตที่รองรับน้ำหนักกระจายได้
| โดเมนประสิทธิภาพ | ตัวชี้วัดหลัก / ข้อกำหนด |
| สวิตช์ความร้อน | การระบายความร้อนที่ 300-400 กิโลวัตต์ต่อแร็ค จำเป็นต้องใช้ระบบระบายความร้อนด้วยของเหลว และต้องรักษาอุณหภูมิให้สม่ำเสมอเพื่อหลีกเลี่ยงความเครียดจากความร้อน |
| โครงสร้าง | น้ำหนักมาก ต้องใช้ฐานรองพิเศษ ขนาดอาจแตกต่างจากขนาดมาตรฐาน 19 นิ้ว |
| ระบบไฟฟ้า | กำลังไฟหลายร้อยกิโลวัตต์ต่อแร็ค; บัสบาร์ขนาดใหญ่; ระบบจ่ายไฟ 380-415V AC หรือ 48V DC |
ความแข็งของวัสดุสำหรับการลดแรงสั่นสะเทือน
พัดลมความเร็วสูงทำให้เกิดการสั่นสะเทือนอย่างต่อเนื่อง ความแข็งแรงของตัวเคสจะเป็นตัวกำหนดว่าพลังงานนั้นจะส่งไปถึงชิ้นส่วนที่บอบบางมากน้อยแค่ไหน เหล็กให้ความแข็งแกร่งและการป้องกันคลื่นแม่เหล็กไฟฟ้าได้ดีกว่า อลูมิเนียมให้การระบายความร้อนที่ดีกว่า แต่มีการลดการสั่นสะเทือนน้อยกว่า การออกแบบหลายๆ แบบจึงผสมผสานวัสดุทั้งสองชนิดเข้าด้วยกันโดยตั้งใจ
แผ่นดินไหวเป็นอีกหนึ่งสิ่งที่น่ากังวล มาตรฐาน Telcordia GR-63-CORE กำหนดกฎเกณฑ์เกี่ยวกับการสั่นสะเทือนสำหรับอุปกรณ์ศูนย์ข้อมูล ตู้แร็คที่สร้างตามมาตรฐานนี้ เช่น AMCO Titan ZN4 DT สามารถรับน้ำหนักได้ถึง 1,200 ปอนด์ (ประมาณ 450 กิโลกรัม) ในขณะที่ยังคงความแข็งแรงทนทานต่อแผ่นดินไหว
การวางแผนเพื่อรองรับความหนาแน่นของเซิร์ฟเวอร์ที่เพิ่มขึ้น
ตู้แร็คสำหรับประมวลผล AI ของคุณควรคำนึงถึงการเติบโต ความหนาแน่นของแร็คกำลังเปลี่ยนจากหลักสิบกิโลวัตต์ไปสู่ 100-200 กิโลวัตต์และมากกว่านั้น การออกแบบที่ใช้งานได้ในวันนี้อาจล้มเหลวในวันพรุ่งนี้ เลือกการตั้งค่าที่สามารถรองรับ GPU 4 ตัวในตอนนี้ แล้วค่อยขยายเป็น 8 ตัวหรือมากกว่านั้นเมื่อปริมาณงานเพิ่มขึ้น การเชื่อมต่อแหล่งจ่ายไฟและระบบระบายความร้อนแบบโมดูลาร์ช่วยให้คุณเพิ่มความจุได้โดยไม่ต้องเปลี่ยนตัวเคสทั้งหมด
ออกแบบเพื่อรองรับวงจรการอัปเกรดฮาร์ดแวร์ที่รวดเร็ว
การ์ดจอ (GPU) มีการพัฒนาอย่างรวดเร็ว H100 นำไปสู่ H200 แล้วก็ B200 ซึ่งแต่ละรุ่นมีความต้องการด้านพลังงานและการระบายความร้อนที่แตกต่างกัน เคสสำหรับคอมพิวเตอร์ AI ของคุณต้องรองรับฮาร์ดแวร์ใหม่ได้โดยไม่ต้องเปลี่ยนแปลงอะไรมาก จุดยึดมาตรฐาน เส้นทางเดินสายที่ยืดหยุ่น และพื้นที่ซ่อมบำรุงที่ง่าย ช่วยลดเวลาในการอัปเกรด การจัดวางสล็อต PCIe ควรเหมาะสมกับขนาดการ์ดและปลั๊กไฟที่หลากหลาย การออกแบบที่มองการณ์ไกลนี้ช่วยปกป้องการลงทุนด้านโครงสร้างพื้นฐานของคุณในหลายรุ่นของฮาร์ดแวร์
การสร้างคอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกหมายถึงการสร้างสมดุลระหว่างความต้องการที่ขัดแย้งกันเหล่านี้ ประสิทธิภาพด้านความร้อน ความแข็งแรงของโครงสร้าง และความยืดหยุ่นในอนาคตล้วนมีความสำคัญ เคสสำหรับคอมพิวเตอร์ AI ที่ดีจะรวมส่วนประกอบเหล่านี้เข้าไว้ในระบบเดียวที่ช่วยให้ฮาร์ดแวร์ของคุณทำงานได้อย่างเต็มประสิทธิภาพเป็นเวลาหลายปี
วัสดุและ การผลิตตู้สำหรับอุปกรณ์ประมวลผล AI
การเลือกใช้วัสดุที่เหมาะสมเพื่อประสิทธิภาพและความทนทาน
โลหะผสมอลูมิเนียมเทียบกับเหล็กชุบสังกะสี
การเลือกใช้วัสดุส่งผลต่อกระบวนการผลิตทั้งหมด อลูมิเนียม 6061 เหมาะที่สุดสำหรับการระบายความร้อน มันสามารถระบายความร้อนออกจาก GPU และ CPU ได้อย่างรวดเร็ว ซึ่งเป็นสิ่งสำคัญเมื่อ GPU แต่ละตัวใช้พลังงานมากกว่า 700 วัตต์ โลหะชนิดนี้ยังมีน้ำหนักเบา ซึ่งเป็นประโยชน์เมื่อคุณติดตั้งหลายๆ เครื่องในแร็ค
เหล็กชุบสังกะสี (SGCC) มีข้อดีหลายประการ เช่น สามารถป้องกันการรบกวนทางแม่เหล็กไฟฟ้าได้ดีกว่าอะลูมิเนียม ซึ่งเป็นสิ่งสำคัญสำหรับฮาร์ดแวร์ AI ที่ทำงานด้วยความเร็วสูง นอกจากนี้ เหล็กยังทนต่อแรงสั่นสะเทือนจากพัดลมได้ดีกว่าโลหะที่อ่อนกว่า การออกแบบตู้สำหรับคอมพิวเตอร์ AI หลายแบบจึงใช้ทั้งสองวัสดุ โดยใช้อะลูมิเนียมสำหรับแผ่นระบายความร้อนและแผ่นกันความร้อน และใช้เหล็กสำหรับโครงภายนอกและแผ่นป้องกัน EMI
การเลือกใช้วัสดุขึ้นอยู่กับแผนการระบายความร้อนของคุณ หากต้องการการถ่ายเทความร้อนที่ดีที่สุด ควรเลือกอะลูมิเนียม หากต้องการลดสัญญาณรบกวนทางไฟฟ้า เหล็กจะดีกว่า การออกแบบเฉพาะทางสามารถใช้วัสดุทั้งสองชนิดในโครงสร้างเดียวกันได้ นี่คือความท้าทายสำคัญในการสร้างระบบ AI คือการสร้างสมดุลระหว่างความต้องการด้านความร้อนและไฟฟ้าในตัวเครื่องเดียวกัน
การตกแต่งพื้นผิว: การชุบอะโนไดซ์เพื่อป้องกันการกัดกร่อน
อะลูมิเนียมดิบจะทำปฏิกิริยากับอากาศเมื่อเวลาผ่านไป ปฏิกิริยานั้นอาจส่งผลเสียต่อการถ่ายเทความร้อน การชุบอะโนไดซ์จะเพิ่มชั้นออกไซด์ที่ควบคุมได้บนพื้นผิว ซึ่งจะช่วยปกป้องโลหะจากสนิมและการสึกหรอ นอกจากนี้ยังทำให้พื้นผิวแข็งขึ้นด้วย
สำหรับการทำเคสคอมพิวเตอร์ AI การชุบอะโนไดซ์เป็นเรื่องปกติสำหรับแผ่นระบายความร้อนและแผ่นทำความเย็น การเคลือบผิวจะช่วยให้สารนำความร้อนทำงานได้ดี หากไม่มีการเคลือบ สนิมอาจทำให้เกิดช่องว่างเล็กๆ ซึ่งจะขัดขวางการถ่ายเทความร้อน นอกจากนี้ การเคลือบผิวที่ดียังดูดีสำหรับชิ้นส่วนที่ลูกค้ามองเห็น กระบวนการนี้มีต้นทุนสูงกว่าเล็กน้อย แต่จะทำให้คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณมีความน่าเชื่อถือมากขึ้น
CNC Machining สำหรับชิ้นส่วนที่มีความแม่นยำสูง
การควบคุมความคลาดเคลื่อนของครีบระบายความร้อนให้แม่นยำยิ่งขึ้น
แผ่นระบายความร้อนสำหรับ GPU ที่ใช้ในงาน AI ต้องการความแม่นยำสูงมาก ครีบระบายความร้อนต้องตรงและมีระยะห่างเท่าๆ กัน แม้แต่ความผิดพลาดเล็กน้อยก็อาจขัดขวางการไหลเวียนของอากาศหรือทำให้การสัมผัสกับสารนำความร้อนไม่สมบูรณ์
พื้นผิวต้องเรียบสนิทภายในความคลาดเคลื่อน ±0.05 มม. พื้นผิวที่ไม่เรียบอาจทำให้เกิดช่องว่างอากาศ ซึ่งช่องว่างเหล่านั้นสามารถลดประสิทธิภาพการระบายความร้อนได้ถึง 50% ควรใช้กระบวนการกลึงละเอียด เช่น การตัดเฉือน การกลึงหน้า หรือการกัดขึ้นรูปอย่างแม่นยำ เพื่อให้ได้พื้นผิวที่เรียบลื่นเหมือนกระจก
ต่อไปนี้คือค่าความคลาดเคลื่อนมาตรฐานสำหรับแผ่นระบายความร้อนที่ผลิตด้วยเครื่อง CNC:
| คุณสมบัติรูปทรงครีบ | ความอดทนที่สามารถบรรลุได้ |
| ความหนาของครีบ | ± 0.05 มม |
| ระยะห่างของครีบ | ± 0.05 มม |
| ความเรียบของพื้นผิวการติดตั้ง | 0.01 – 0.02 มม |
ค่าความคลาดเคลื่อนเหล่านี้ถูกกำหนดขึ้นในระหว่างขั้นตอนการตัดเดียวกันกับการขึ้นรูปครีบระบายความร้อน ซึ่งจะช่วยหลีกเลี่ยงข้อผิดพลาดจากหลายขั้นตอน ความแม่นยำสูงกว่าการอัดขึ้นรูปมาตรฐานมาก ทำให้มั่นใจได้ว่าแผ่นระบายความร้อนหรือสารนำความร้อนจะสัมผัสได้อย่างสมบูรณ์แบบ
การตัดเฉือนด้วยเครื่อง CNC เหมาะที่สุดสำหรับการผลิตในปริมาณน้อยถึงปานกลาง เนื่องจากช่วยให้คุณสามารถเปลี่ยนการออกแบบชิ้นส่วนได้ง่าย ซึ่งการอัดขึ้นรูปทำไม่ได้ คุณสามารถปรับรูปทรงของครีบระบายความร้อนระหว่างการผลิตแต่ละครั้งได้โดยไม่ต้องใช้เครื่องมือใหม่ ซึ่งเป็นประโยชน์เมื่อการ์ดจอของคุณมีการเปลี่ยนแปลงและคุณต้องการชิ้นส่วนใหม่ได้อย่างรวดเร็ว
คุณสมบัติโครงสร้างตัวถังที่ซับซ้อนจากการผลิตด้วยเครื่องจักร
ตัวโครงเคสก็ต้องใช้เครื่อง CNC ในการขึ้นรูปด้วยเช่นกัน รูสำหรับเสียบการ์ด PCIe ต้องตรงกันอย่างแม่นยำ ตัวยึดเมนบอร์ดต้องมีความสูงที่ถูกต้อง และทางเดินสายเคเบิลต้องเรียบเนียนไม่มีขอบคม
การออกแบบตามสั่งช่วยให้คุณปรับปรุงคุณสมบัติเหล่านี้สำหรับฮาร์ดแวร์ของคุณได้ คุณสามารถเพิ่มเม็ดมีดเกลียวเพื่อให้เข้าถึงได้ง่าย คุณสามารถเจาะช่องเพื่อเก็บสายเคเบิลได้ วิธีนี้เหมาะสำหรับต้นแบบและการผลิตจำนวนน้อย ในกรณีนี้ ตัวเคสจะกลายเป็นเครื่องมือที่มีความแม่นยำซึ่งรองรับทุกชิ้นส่วนภายใน
การผลิตแผ่นโลหะ สำหรับการผลิตจำนวนมาก
เครื่องตัดเลเซอร์ และความแม่นยำ การดัดโลหะแผ่น
เมื่อคุณต้องการชิ้นงานจำนวนหลายร้อยหรือหลายพันชิ้น การแปรรูปโลหะแผ่นคือคำตอบ การตัดด้วยเลเซอร์ทำให้ได้ขอบที่เรียบเนียนปราศจากเสี้ยน การตัดจะตรงตามแบบ CAD ของคุณภายในขอบเขตที่กำหนดอย่างแม่นยำ
จากนั้นจึงทำการดัดแผ่นโลหะแบนให้เป็นรูปทรงสามมิติด้วยเครื่องดัดโลหะ เครื่องดัดจะดัดโลหะตามเส้นที่ทำเครื่องหมายไว้ มุมการดัดมีความสำคัญต่อความแข็งแรง ถ้ามุมแหลมเกินไป โลหะจะแตก ถ้ามุมหลวมเกินไป โครงสร้างจะโยกเยก โรงงานที่ดีจะปรับการตั้งค่าเหล่านี้สำหรับความหนาของโลหะแต่ละแบบ นี่คือจุดที่การออกแบบของคุณต้องเผชิญกับข้อจำกัดในโลกแห่งความเป็นจริง
การเชื่อมโลหะแผ่น และการเพิ่มฮาร์ดแวร์
การเชื่อมเป็นการเชื่อมแผ่นโลหะแยกกันเข้าด้วยกันให้เป็นโครงสร้างที่แข็งแรง การเชื่อมแบบจุดเหมาะสำหรับแผ่นโลหะบาง ส่วนการเชื่อม TIG เหมาะสำหรับชิ้นส่วนที่หนากว่า ทั้งสองวิธีสร้างโครงสร้างที่แข็งแรงซึ่งยึดทุกอย่างไว้ในตำแหน่งที่เหมาะสม
การใส่ชิ้นส่วนฮาร์ดแวร์จะเพิ่มรูเกลียวหลังจากการเชื่อม น็อตแบบกดพอดี น็อต PEM และน็อตเชื่อม ล้วนใช้งานได้ ช่วยให้คุณสามารถประกอบและถอดชิ้นส่วนได้ระหว่างการประกอบ นี่เป็นสิ่งสำคัญสำหรับเคสคอมพิวเตอร์ AI ที่ต้องการการซ่อมแซม คุณสามารถเปลี่ยนพัดลม เพิ่มการ์ดจอ หรือเปลี่ยนแหล่งจ่ายไฟได้โดยไม่ต้องใช้เครื่องมือพิเศษ การเข้าถึงการบริการที่ดีช่วยประหยัดเวลาในการบำรุงรักษาได้หลายชั่วโมง
วิธีการเหล่านี้เมื่อรวมกันแล้วจะสร้างเป็นขั้นตอนการทำงานที่สมบูรณ์ การใช้เครื่องจักร CNC ในการผลิตชิ้นส่วนที่มีความแม่นยำสูง ส่วนการขึ้นรูปโลหะแผ่นจะช่วยเพิ่มปริมาณการผลิต การผสมผสานที่ลงตัวจะทำให้ได้เคสสำหรับคอมพิวเตอร์ AI ที่แข็งแกร่ง ทำงานได้ดี และใช้งานได้ยาวนาน
การบูรณาการระบบระบายความร้อนและสถาปัตยกรรมภายใน
การออกแบบระบบระบายความร้อนด้วยอากาศ: ท่อลมและถาดพัดลม
การจัดการเสียงรบกวนในสภาพแวดล้อมศูนย์ข้อมูล
การระบายความร้อนด้วยอากาศทำให้เกิดปัญหาเรื่องเสียงรบกวนที่คุณมองข้ามไม่ได้ ถาดพัดลมประสิทธิภาพสูงในตู้แร็คเซิร์ฟเวอร์มีระดับเสียงสูงถึง 96 dBA พื้นที่เซิร์ฟเวอร์โดยเฉลี่ยอยู่ที่ประมาณ 92 dBA ตู้แร็ค AI/GPU จะมีระดับเสียงสูงขึ้นไปอีก 8-15 dBA เมื่อเทียบกับตู้แร็คปกติ ระดับเสียงในช่องทางเดินร้อนจึงสูงถึง 94-98 dBA
ตัวเลขเหล่านี้มีความสำคัญต่อความปลอดภัยของคนงาน OSHA กำหนดระดับเสียงที่ต้องดำเนินการไว้ที่ 85 dBA ระดับเสียงที่สูงกว่านั้นจำเป็นต้องใช้โปรแกรมป้องกันการได้ยิน เสียงหวีดแหลมสูงอย่างต่อเนื่องจากพัดลมที่หมุนด้วยความเร็วสูงสุดอาจทำให้ช่างเทคนิคที่ทำงานในทางเดินที่ร้อนสูญเสียการได้ยินอย่างค่อยเป็นค่อยไปและถาวร การออกแบบตู้ควบคุมการประมวลผล AI ของคุณควรมีวัสดุลดเสียงรบกวนและเส้นโค้งการทำงานของพัดลมแบบอัจฉริยะ ซึ่งจะลดความเร็วของพัดลมเมื่ออุณหภูมิเหมาะสม
การติดตั้งโมดูลพัดลมสำรองที่สามารถเปลี่ยนได้ขณะทำงาน
การจัดวางภายในของคุณควรเน้นที่ความสะดวกในการบำรุงรักษา พัดลมและตัวกรองควรสามารถเปลี่ยนได้โดยไม่ต้องปิดเครื่อง เพื่อลดเวลาหยุดทำงาน พัดลมเสียเพียงตัวเดียวไม่ควรทำให้คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณหยุดทำงานทั้งหมด โมดูลพัดลมสำรองช่วยให้คุณสามารถถอดตัวเก่าออกและใส่ตัวใหม่เข้าไปได้โดยที่ระบบยังคงทำงานอยู่
ออกแบบถาดพัดลมให้มีตัวล็อคแบบไม่ต้องใช้เครื่องมือและไฟ LED แสดงสถานะที่ชัดเจน ติดตั้งพัดลมในตำแหน่งที่การไหลเวียนของอากาศมีความสำคัญที่สุด โดยปกติแล้วหมายถึงการดึงอากาศเย็นผ่าน GPU และ CPU วิธีนี้จะช่วยให้ฮาร์ดแวร์ของคุณทำงานได้ในระหว่างการบำรุงรักษา และหลีกเลี่ยงการปิดเครื่องโดยสมบูรณ์
การบูรณาการระบบระบายความร้อนด้วยของเหลวสำหรับภาระความร้อนสูง
การติดตั้งแผ่นทำความเย็นและการจัดวางท่อ
ระบบระบายความร้อนด้วยของเหลวแบบติดตั้งโดยตรงกับชิปสามารถรับมือกับภาระความร้อนสูงสุดได้ แผ่นระบายความร้อนจะติดตั้งโดยตรงบนแพ็คเกจ GPU และ CPU พวกมันดึงความร้อนออกไปได้เร็วกว่าการระบายความร้อนด้วยอากาศมาก ต้นทุนสะท้อนให้เห็นถึงความแตกต่างนี้ การระบายความร้อนด้วยอากาศโดยใช้ชุด CRAC/CRAH บวกกับตัวแลกเปลี่ยนความร้อนด้านหลังมีราคา 1,800–3,200 ดอลลาร์ต่อกิโลวัตต์ ในขณะที่การระบายความร้อนด้วยของเหลวแบบติดตั้งโดยตรงกับชิปมีราคา 3,500–5,000 ดอลลาร์ต่อกิโลวัตต์ ตัวเลือกแบบจุ่มน้ำจะมีราคาสูงกว่านั้นอีก
| คูลลิ่งโซลูชั่น | ค่าใช้จ่ายลงทุนต่อกิโลวัตต์ |
| ระบบระบายความร้อนด้วยอากาศ (CRAC/CRAH รอบด้าน + HX ประตูหลัง) | $ $ 1,800- ฮิต |
| ระบบระบายความร้อนด้วยของเหลวโดยตรงถึงชิป (แผ่นระบายความร้อน) | $ $ 3,500- ฮิต |
| การระบายความร้อนแบบจุ่มเฟสเดียว | $ $ 4,300- ฮิต |
| การระบายความร้อนแบบจุ่มสองเฟส | $ $ 4,500- ฮิต |
การวางแนวท่อต้องวางแผนอย่างรอบคอบ คุณต้องการเส้นทางที่สั้นและตรงระหว่างท่อร่วมและแผ่นทำความเย็นแต่ละแผ่น การโค้งงอที่แหลมคมจะจำกัดการไหล จุดเชื่อมต่อทุกจุดอาจรั่วได้ ดังนั้นควรมีจุดเชื่อมต่อน้อยที่สุด ใช้ข้อต่อแบบถอดเร็ว ข้อต่อเหล่านี้ช่วยให้คุณสามารถซ่อมบำรุงจุดใดจุดหนึ่งได้โดยไม่ต้องระบายน้ำในระบบทั้งหมด
กลไกการตรวจจับการรั่วไหลและการปิดกั้นเพื่อความปลอดภัย
การป้องกันการรั่วไหลเริ่มต้นด้วยการทดสอบแรงดันของวงจรที่ประกอบเสร็จแล้วทุกวงจร ก่อนใช้งาน คุณยังต้องติดตั้งเซ็นเซอร์ตลอดแนวท่อ เพื่อตรวจจับความชื้นตั้งแต่เนิ่นๆ ก่อนที่ความชื้นจะไปถึงอุปกรณ์อิเล็กทรอนิกส์ที่ไวต่อความเสียหาย วาล์วปิดกั้นความปลอดภัยควรแยกส่วนที่รั่วไหลออกไปโดยสิ้นเชิง เพื่อปกป้องการลงทุนของคุณและป้องกันความเสียหายที่มีค่าใช้จ่ายสูงต่ออุปกรณ์ใกล้เคียง
การจ่ายไฟฟ้าและการจัดการสายเคเบิล
รูปแบบบัสบาร์กระแสสูงสำหรับจ่ายไฟให้ GPU
การ์ดจอสมัยใหม่ใช้กระแสไฟฟ้าปริมาณมหาศาล การ์ดจอตัวเดียวอาจใช้กำลังไฟหลายร้อยวัตต์ การติดตั้งการ์ดจอหลายตัวในแร็คเดียวกันจึงต้องการระบบจ่ายไฟที่มีประสิทธิภาพสูง บัสบาร์สามารถรองรับกระแสไฟฟ้าได้ดีกว่าสายไฟแบบปกติ เพราะบัสบาร์สามารถนำกระแสไฟฟ้าได้สูงโดยมีแรงดันตกคร่อมต่ำกว่า และยังสร้างความร้อนน้อยกว่าด้วย การจัดวางบัสบาร์ควรสั้นและหนา ควรใช้ฉนวนที่เหมาะสมและฝาครอบที่ปลอดภัยต่อการสัมผัส
การจัดวางสายเคเบิลเพื่อการไหลเวียนของอากาศและการเข้าถึงการบำรุงรักษาที่ดีที่สุด
การจัดการสายเคเบิลส่งผลต่อทั้งการระบายความร้อนและการบำรุงรักษา สายเคเบิลที่รกจะขัดขวางการไหลเวียนของอากาศและทำให้เกิดจุดร้อน นอกจากนี้ยังทำให้การเปลี่ยนชิ้นส่วนทำได้ยากขึ้น ควรจัดวางสายไฟและสายข้อมูลไปตามขอบของตัวเครื่อง และอย่าให้สายเคเบิลเหล่านั้นขวางทางเดินของอากาศหลัก ใช้รางสายเคเบิลและสายรัดตีนตุ๊กแกเพื่อความเป็นระเบียบเรียบร้อย ติดป้ายกำกับสายเคเบิลแต่ละเส้นให้ชัดเจน การออกแบบเช่นนี้จะคุ้มค่าทุกครั้งที่คุณทำการบำรุงรักษาระบบ
การจัดระเบียบสายเคเบิลที่ดีจะช่วยรองรับการอัปเกรดในอนาคต เมื่อคุณเพิ่มการ์ด PCIe ใหม่หรือเปลี่ยน GPU คุณสามารถเข้าถึงขั้วต่อที่ถูกต้องได้โดยไม่ต้องคลายสายที่พันกันยุ่งเหยิง สิ่งนี้ทำให้เคสคอมพิวเตอร์ AI ของคุณปรับเปลี่ยนได้ตามปริมาณงานที่เพิ่มขึ้น สถาปัตยกรรมภายในที่คุณเลือกในวันนี้จะกำหนดความง่ายในการเพิ่มชิ้นส่วนใหม่ในภายหลัง วางแผนการเข้าถึงการบริการตั้งแต่เริ่มต้น โครงสร้างพื้นฐานศูนย์ข้อมูลของคุณจะทำงานได้อย่างราบรื่นยิ่งขึ้นไปอีกหลายปี
ความสามารถในการปรับขนาดและการออกแบบแบบโมดูลาร์เพื่อรองรับการเติบโตของ AI
โครงสร้างแชสซีแบบโมดูลาร์เพื่อการใช้งานที่ยืดหยุ่น
การเพิ่มหรือลบโหนดประมวลผลแบบไดนามิก
ปริมาณงาน AI เปลี่ยนแปลงอย่างรวดเร็ว งานฝึกฝนที่ต้องการ GPU 8 ตัวในวันนี้ อาจต้องการเพียง 2 ตัวสำหรับการประมวลผลในวันพรุ่งนี้ การออกแบบตู้แบบโมดูลาร์ช่วยให้ทีมสามารถเพิ่มหรือลดจำนวนโหนดประมวลผลได้ตามปริมาณงานที่เปลี่ยนแปลงไป คุณหลีกเลี่ยงการเปลี่ยนตู้ทั้งหมดทุกครั้งที่ความต้องการเปลี่ยนแปลง วิธีนี้ช่วยปกป้องงบประมาณและเวลาการทำงานของคุณ
ลองนึกภาพแต่ละโหนดประมวลผลเป็นเหมือนบล็อกตัวต่อ คุณเริ่มต้นด้วยระบบที่สามารถขยายได้ถึง 4 GPU สำหรับการทดลองในช่วงแรก ต่อมา คุณสามารถเพิ่มโหนดเพิ่มเติมได้โดยไม่ต้องเดินสายใหม่ทั้งแร็ค แผงวงจรด้านหลังของตู้จะจัดการการเชื่อมต่อต่างๆ คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณจะเติบโตไปพร้อมกับโครงการของคุณ ความยืดหยุ่นนี้มีความสำคัญเมื่อคุณไม่สามารถคาดการณ์ความต้องการในไตรมาสถัดไปได้
อินเทอร์เฟซโมดูลมาตรฐานสำหรับการเปลี่ยนอย่างรวดเร็ว
อินเทอร์เฟซที่เป็นมาตรฐานทำให้การเปลี่ยนอุปกรณ์ทำได้อย่างรวดเร็วและไม่ยุ่งยาก ทุกโหนดใช้ขั้วต่อไฟ ขั้วต่อข้อมูล และจุดยึดแบบเดียวกัน ช่างเทคนิคสามารถถอดโหนดที่เสียออกและเสียบโหนดใหม่เข้าไปได้ภายในไม่กี่นาที ไม่จำเป็นต้องใช้เครื่องมือพิเศษ และไม่ต้องเดาว่าสายเคเบิลเส้นไหนควรต่อกับตรงไหน
ปรัชญาการออกแบบนี้ยังขยายไปถึงโมดูลจัดเก็บข้อมูลและเครือข่ายด้วย คุณสามารถผสมผสานโหนด GPU กับโหนด CPU เพียงอย่างเดียวในแชสซีเดียวกันได้ การเชื่อมต่อ PCIe จะกำหนดเส้นทางโดยอัตโนมัติตามสิ่งที่คุณติดตั้ง ฮาร์ดแวร์ของคุณจะใช้งานได้นานขึ้นเพราะคุณสามารถกำหนดค่าใหม่เพื่อรองรับงานใหม่ๆ ได้ แนวทางแบบโมดูลาร์จะเปลี่ยนแร็คของคุณให้เป็นชุดเครื่องมือที่ยืดหยุ่นแทนที่จะเป็นเครื่องจักรแบบตายตัว
กลยุทธ์การผลิตชิ้นส่วนสำเร็จรูปสำหรับโครงสร้างพื้นฐานของศูนย์ข้อมูล
โมดูลตู้ประกอบสำเร็จรูปจากโรงงาน
การสร้างศูนย์ AI ขนาดใหญ่ในสถานที่จริงต้องใช้เวลาหลายเดือน แต่โมดูลตู้ประมวลผล AI แบบสำเร็จรูปจะช่วยลดระยะเวลาดังกล่าวได้ ผู้ผลิตประกอบตู้แบบครบชุดในโรงงานของตนเอง พวกเขาติดตั้งระบบระบายความร้อน ระบบจ่ายไฟ และระบบจัดการสายเคเบิลก่อนจัดส่ง ทีมของคุณจะได้รับหน่วยที่ผ่านการทดสอบแล้วและพร้อมใช้งานได้ทันที
วิธีการนี้เปลี่ยนการทำงานจากสถานที่ก่อสร้างไปสู่โรงงาน สภาพแวดล้อมในโรงงานช่วยให้ควบคุมคุณภาพได้ดีกว่าสถานที่ก่อสร้างที่มีฝุ่นละออง ช่างเทคนิคปฏิบัติตามขั้นตอนเดียวกันทุกครั้ง พวกเขาตรวจสอบแต่ละโมดูลก่อนจัดส่ง โครงสร้างพื้นฐานศูนย์ข้อมูลของคุณจึงมาถึงโดยมีปัญหาที่ไม่คาดคิดและข้อบกพร่องที่ซ่อนอยู่ลดลง
ลดเวลาและข้อผิดพลาดในการติดตั้งหน้างาน
การประกอบหน้างานมีความเสี่ยง คนงานอาจวางรางผิดพลาดหรือขันข้อต่อแน่นเกินไป การผลิตชิ้นส่วนสำเร็จรูปช่วยลดความเสี่ยงเหล่านั้นได้มาก แต่ละโมดูลเชื่อมต่อกับโมดูลข้างเคียงผ่านอินเทอร์เฟซมาตรฐาน ทีมติดตั้งทำตามขั้นตอนง่ายๆ คือ วางตำแหน่ง จัดแนว เชื่อมต่อ และตรวจสอบ
การประหยัดเวลาจะสะสมเพิ่มขึ้นอย่างรวดเร็ว โครงการที่อาจใช้เวลาหลายสัปดาห์ในการทำงานในสถานที่จริงจะลดลงเหลือเพียงไม่กี่วัน ศูนย์ข้อมูล AI ของคุณจะเริ่มสร้างมูลค่าได้เร็วขึ้น อัตราข้อผิดพลาดที่ลดลงยังหมายถึงการโทรกลับน้อยลงและการทำงานซ้ำน้อยลง ทีมงานด้านโครงสร้างพื้นฐานของคุณสามารถมุ่งเน้นไปที่การเพิ่มประสิทธิภาพแทนที่จะแก้ไขข้อผิดพลาดในการติดตั้ง
ตู้สำหรับประมวลผล AI แบบ Edge สำหรับการใช้งานแบบกระจาย
การออกแบบที่ทนทานสำหรับสภาพแวดล้อมที่ไม่ใช่ศูนย์ข้อมูล
การใช้งานอุปกรณ์ Edge Computing นั้นอยู่นอกศูนย์ข้อมูลที่สะอาดและควบคุมอุณหภูมิได้ เช่น ในโรงงาน หอคอยกังหันลม และเสาไฟถนน สภาพแวดล้อมเหล่านี้ต้องการเคสสำหรับอุปกรณ์ AI Computing ที่ทนทานต่อฝุ่น ความชื้น และการเปลี่ยนแปลงของอุณหภูมิ ระบบการจัดอันดับ IP จะบอกคุณว่าเคสนั้นปกป้องสิ่งของภายในได้ดีแค่ไหน
เลือกมาตรฐาน IP67 สำหรับการใช้งานกลางแจ้งและสภาพอากาศที่รุนแรง สามารถป้องกันฝุ่นละอองได้เต็มที่และกันน้ำได้ชั่วคราว เลือกมาตรฐาน IP65 สำหรับสภาพแวดล้อมกลางแจ้งหรือในร่มที่ได้รับการปกป้องจากฝน ควรใช้กล่องหุ้มที่มีขั้วต่อพร้อมใช้งานเพื่อการติดตั้งที่รวดเร็วขึ้นและลดจุดที่อาจเกิดความเสียหาย การเลือกมาตรฐานที่เหมาะสมจะช่วยป้องกันค่าใช้จ่ายในการซ่อมแซมนอกสถานที่ที่สูง
การทดสอบระดับการป้องกัน IP ที่สูงกว่า 55 นั้นเกี่ยวข้องกับการจำลองสภาวะที่รุนแรง เช่น ฝนตกหนักในมุมต่างๆ การแช่น้ำแรงดันสูง และการสัมผัสกับฝุ่นละออง การสร้างต้นแบบกล่องหุ้มที่มีระดับการป้องกัน IP55+ มีต้นทุนสูงกว่ารุ่นที่ไม่มีระดับการป้องกันอย่างมาก การพิมพ์ 3 มิติไม่สามารถให้ผลลัพธ์ระดับนี้ได้เนื่องจากน้ำซึมผ่านระหว่างชั้นและปัญหาความคลาดเคลื่อนของซีลจากการหดตัว การสร้างต้นแบบต้องใช้การฉีดขึ้นรูปหรือแม่พิมพ์ซิลิโคน ซึ่งทั้งสองวิธีนี้ทำให้ต้นทุนเริ่มต้นสูงขึ้น
ความแตกต่างด้านต้นทุนระหว่างระดับการป้องกันนั้นมีความสำคัญในระยะยาว ตู้ป้องกันระดับ IP65 มีราคาถูกกว่ารุ่น IP67 ประมาณ 20-30% แต่ในสภาพแวดล้อมที่โดนน้ำ อัตราการชำรุดจะสูงกว่า 2-3 เท่า ค่าซ่อมครั้งเดียวอาจสูงถึง 5,000-10,000 หยวน ระบบไฟถนนแห่งหนึ่งลดต้นทุนรวมจาก 80,000 หยวน เหลือ 30,000 หยวน หลังจากเปลี่ยนมาใช้รุ่น IP67 ราคาที่สูงกว่าในตอนแรกนั้นคุ้มค่าในระยะยาวเนื่องจากอัตราการชำรุดลดลง
ความสามารถในการอนุมานในระดับท้องถิ่นโดยไม่ต้องพึ่งพาระบบคลาวด์
อุปกรณ์ประมวลผลแบบ Edge Computing มักทำการประมวลผลข้อมูลในพื้นที่ (local inference) โดยจะประมวลผลข้อมูล ณ จุดที่ข้อมูลนั้นมาจากไหน ซึ่งช่วยลดความจำเป็นในการเชื่อมต่อกับระบบคลาวด์อย่างต่อเนื่อง ระบบตรวจสอบภาพในโรงงานสามารถตรวจสอบผลิตภัณฑ์ได้แม้ว่าอินเทอร์เน็ตจะใช้งานไม่ได้ หรือระบบตรวจสอบกังหันลมสามารถคาดการณ์ความล้มเหลวได้โดยไม่ต้องส่งข้อมูลไปยังเซิร์ฟเวอร์ระยะไกล
การประมวลผลในระดับท้องถิ่นนี้ช่วยลดความหน่วงได้อย่างมาก การตัดสินใจเกิดขึ้นภายในไม่กี่มิลลิวินาที แทนที่จะเป็นวินาที นอกจากนี้ยังช่วยลดต้นทุนด้านแบนด์วิดท์ ศูนย์ข้อมูล AI ของคุณจะจัดการกับภาระงานการฝึกอบรมที่หนักหน่วง หน่วย Edge จะจัดการการตอบสนองแบบเรียลไทม์ เมื่อรวมกันแล้วจะสร้างโครงสร้างพื้นฐานที่สมบูรณ์แบบซึ่งสมดุลระหว่างความเร็วและขนาด เคสที่ทนทานช่วยปกป้องคอมพิวเตอร์ภายใน ในขณะที่การออกแบบแบบโมดูลาร์ช่วยให้สามารถอัปเกรดฮาร์ดแวร์ในอนาคตได้
ระเบียบวิธีทดสอบ ตรวจสอบความถูกต้อง และประกันคุณภาพ
การตรวจสอบความถูกต้องทางความร้อน: การจำลองเทียบกับการทดสอบทางกายภาพ
การใช้ CFD เพื่อทำนายจุดร้อนก่อนการสร้างต้นแบบ
ซอฟต์แวร์พลศาสตร์ของไหลเชิงคำนวณ (CFD) ช่วยให้คุณเห็นรูปแบบการไหลของอากาศก่อนที่จะตัดโลหะใดๆ คุณสร้างแบบจำลองของตัวเครื่องประมวลผล AI วาง GPU และ CPU เสมือนไว้ข้างใน จากนั้นจำลองการไหลของอากาศผ่านตัวเครื่อง ซอฟต์แวร์จะแสดงจุดร้อน จุดอับ และเส้นทางการไหลเวียนซ้ำที่อาจทำให้ฮาร์ดแวร์ของคุณเสียหายได้
การวิเคราะห์เบื้องต้นนี้ช่วยประหยัดเงินได้จริง ข้อบกพร่องในการออกแบบที่พบในการจำลองนั้นแก้ไขได้โดยไม่ต้องเสียค่าใช้จ่ายใดๆ แต่ข้อบกพร่องเดียวกันที่พบหลังจากการผลิตแม่พิมพ์อาจมีค่าใช้จ่ายหลายพันดอลลาร์ คุณสามารถทดสอบตำแหน่งการติดตั้งพัดลม รูปทรงท่อ และขนาดช่องระบายอากาศต่างๆ ได้โดยไม่ต้องสร้างอะไรเลย CFD ยังช่วยให้คุณเปรียบเทียบการระบายความร้อนด้วยอากาศกับการระบายความร้อนด้วยของเหลวสำหรับภาระความร้อนเฉพาะของคุณ คุณจะเห็นว่าวิธีการใดช่วยรักษาอุณหภูมิของทุกส่วนประกอบให้อยู่ในช่วงที่ปลอดภัย
แต่การจำลองก็มีข้อจำกัด พัดลมจริงทำงานแตกต่างจากที่จำลองไว้ แผ่นระบายความร้อนของ GPU จริงก็มีความคลาดเคลื่อนจากการผลิต กลุ่มสายเคเบิลอาจขัดขวางการไหลของอากาศในแบบที่ซอฟต์แวร์ไม่สามารถคาดการณ์ได้ นั่นเป็นเหตุผลว่าทำไมการทดสอบทางกายภาพจึงยังคงมีความสำคัญ
การคัดกรองความเครียดจากสิ่งแวดล้อมเพื่อความน่าเชื่อถือ
การทดสอบความเครียดจากสภาพแวดล้อม (Environmental Stress Screening หรือ ESS) จะผลักดันต้นแบบของคุณให้เกินขอบเขตการทำงานปกติ คุณจะใช้งานตู้ประมวลผล AI ที่อุณหภูมิสุดขั้ว คุณจะสลับอุณหภูมิระหว่างร้อนและเย็นอย่างรวดเร็ว คุณจะใช้งานในสภาพที่มีความชื้นสูง การทดสอบเหล่านี้จะเปิดเผยจุดอ่อนของข้อต่อบัดกรี พัดลมที่เสีย และส่วนเชื่อมต่อความร้อนที่ไม่เหมาะสม
ESS ตรวจจับปัญหาที่มักปรากฏขึ้นเมื่ออยู่ภายใต้ความเครียด ตัวเชื่อมต่อที่ทำงานได้ดีในอุณหภูมิห้องอาจเสียหายที่อุณหภูมิ 50°C ตลับลูกปืนพัดลมอาจมีเสียงดังเอี๊ยดหลังจากผ่านการเปลี่ยนแปลงอุณหภูมิ การค้นพบปัญหาเหล่านี้ในระหว่างการพัฒนาดีกว่าการค้นพบในระหว่างการใช้งานจริง คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณจำเป็นต้องทำงานได้อย่างน่าเชื่อถือเป็นเวลาหลายปี ESS ช่วยให้คุณมั่นใจได้ว่ามันจะเป็นเช่นนั้น
การทดสอบความสอดคล้องทางกลและความปลอดภัย
ขั้นตอนการทดสอบการสั่นสะเทือน แรงกระแทก และการตกกระแทก
ตู้เก็บอุปกรณ์ประมวลผล AI ของคุณจะต้องเผชิญกับการใช้งานที่รุนแรง พัดลมสร้างการสั่นสะเทือนอย่างต่อเนื่อง การขนส่งทำให้เกิดแรงกระแทกและการตกหล่น เหตุการณ์แผ่นดินไหวอาจทำให้ตู้เก็บอุปกรณ์สั่นสะเทือนทั้งตู้ การทดสอบทางกลจำลองสภาวะเหล่านี้ในห้องปฏิบัติการที่มีการควบคุม
การทดสอบการสั่นสะเทือนจะนำตัวเครื่องไปติดตั้งบนโต๊ะสั่น โต๊ะสั่นจะจำลองสเปกตรัมความถี่ของการใช้งานจริง คุณจะต้องสังเกตความถี่เรโซแนนซ์ที่ทำให้การเคลื่อนไหวขยายใหญ่ขึ้น ชิ้นส่วนที่หลวมหรือสายเคเบิลที่เสียดสีกันแสดงว่ามีปัญหาในการออกแบบ การทดสอบแรงกระแทกจำลองการกระแทกอย่างกะทันหัน การทดสอบการตกกระแทกจะตรวจสอบว่าบรรจุภัณฑ์ปกป้องตัวเครื่องระหว่างการขนส่งหรือไม่ การทดสอบแต่ละครั้งเป็นไปตามขั้นตอนที่กำหนดไว้พร้อมเกณฑ์ผ่าน/ไม่ผ่าน
การทำความเข้าใจเกี่ยวกับการรับรองมาตรฐาน UL, CE และ FCC
การรับรองเป็นการพิสูจน์ว่าตู้หรืออุปกรณ์ของคุณตรงตามมาตรฐานความปลอดภัยและการปล่อยคลื่นแม่เหล็กไฟฟ้า มาตรฐาน UL 62368-1 ครอบคลุมความปลอดภัยสำหรับอุปกรณ์ไอที โดยกล่าวถึงอันตรายจากไฟฟ้าช็อต ความเสี่ยงจากไฟไหม้ และอันตรายจากกลไก การรับรอง CE แสดงถึงการปฏิบัติตามข้อกำหนดของสหภาพยุโรป ส่วน FCC Part 15 ควบคุมการปล่อยคลื่นแม่เหล็กไฟฟ้าในสหรัฐอเมริกา
การรับรองเหล่านี้จำเป็นต้องมีการทดสอบที่ได้รับการบันทึกไว้ คุณต้องมีรายงานจากห้องปฏิบัติการ ไฟล์การออกแบบ และบางครั้งอาจต้องมีการตรวจสอบ ณ สถานที่จริง กระบวนการนี้ใช้เวลาหลายสัปดาห์หรือหลายเดือน วางแผนไว้ตั้งแต่เนิ่นๆ ในกำหนดการโครงการของคุณ ตู้สำหรับประมวลผล AI ที่ออกแบบเองนั้นต้องการการทดสอบมากกว่าตู้สำเร็จรูปทั่วไป จัดสรรงบประมาณให้เหมาะสม
การควบคุมคุณภาพ ในกระบวนการผลิต
การตรวจสอบชิ้นงานตัวอย่างครั้งแรก (FAI) สำหรับชิ้นส่วนที่มีความแม่นยำสูง
การตรวจสอบชิ้นงานตัวอย่างแรก (First Article Inspection หรือ FAI) ตรวจสอบว่ากระบวนการผลิตของคุณผลิตชิ้นส่วนที่ตรงตามแบบหรือไม่ คุณวัดทุกมิติของชิ้นงานผลิตชิ้นแรก และเปรียบเทียบค่าที่วัดได้กับแบบจำลอง CAD และค่าความคลาดเคลื่อน FAI ช่วยตรวจจับข้อผิดพลาดของเครื่องมือได้ก่อนที่จะส่งผลกระทบต่อชิ้นงานจำนวนหลายพันชิ้น
สำหรับชิ้นส่วนที่มีความแม่นยำสูง เช่น ฮีทซิงค์ การตรวจสอบความเรียบของครีบระบายความร้อน (FAI) มีความสำคัญอย่างยิ่ง ความผิดพลาดของระยะห่างระหว่างครีบเพียง 0.05 มม. อาจมองไม่เห็นจากการตรวจสอบด้วยสายตาอย่างรวดเร็ว แต่จะลดประสิทธิภาพการระบายความร้อนลง เอกสาร FAI ยังมีประโยชน์เมื่อคุณเปลี่ยนผู้ผลิตหรือเปลี่ยนแปลงกระบวนการผลิต เพราะจะช่วยสร้างเกณฑ์มาตรฐานสำหรับการเปรียบเทียบในอนาคต
สุดท้าย การชุมนุม และขั้นตอนการทดสอบการใช้งานต่อเนื่อง
การทดสอบเบิร์นอินเป็นการทดสอบการทำงานของเคสที่ประกอบเสร็จแล้วภายใต้ภาระงานหนักเป็นเวลานาน คุณจะติดตั้ง GPU จำลองหรือการ์ดประมวลผลจริง แล้วใช้งานที่กำลังไฟสูงสุดเป็นเวลาหลายชั่วโมงหรือหลายวัน การทดสอบนี้จะตรวจจับความล้มเหลวเป็นระยะๆ ที่ปรากฏขึ้นหลังจากเครื่องร้อนขึ้นแล้วเท่านั้น การเชื่อมต่อหลวม แหล่งจ่ายไฟที่ล้มเหลว และระบบระบายความร้อนที่ไม่ได้มาตรฐาน ล้วนปรากฏให้เห็นในระหว่างการทดสอบเบิร์นอิน
การทดสอบนี้ยังช่วยตรวจสอบความสมบูรณ์ของระบบด้วย คุณยืนยันว่าการจ่ายพลังงานทำงานได้อย่างถูกต้อง คุณตรวจสอบว่าระบบระบายความร้อนรักษาอุณหภูมิของทุกส่วนประกอบให้อยู่ในเกณฑ์ที่กำหนด คุณตรวจสอบว่าอินเทอร์เฟซการจัดการรายงานอุณหภูมิได้อย่างแม่นยำ เฉพาะหลังจากผ่านการทดสอบความทนทานแล้วเท่านั้น ตู้ควบคุมจึงจะถูกจัดส่งให้ลูกค้า ด่านสุดท้ายนี้ช่วยปกป้องชื่อเสียงของคุณและระยะเวลาการใช้งานของลูกค้า
ร่วมมือกับ NOBLE ในการผลิตตู้สำหรับอุปกรณ์ประมวลผล AI
ขีดความสามารถด้านการผลิตที่ครบวงจรภายใต้หลังคาเดียวกัน
บริการงานกลึง CNC และงานขึ้นรูปโลหะแผ่นภายในบริษัท
NOBLE จัดการทุกอย่างในที่เดียว คุณส่งไฟล์ CAD มาให้ วิศวกรของเราตรวจสอบแบบของคุณและให้ข้อเสนอแนะสำหรับการผลิต เราตรวจพบปัญหาด้านการออกแบบตั้งแต่เนิ่นๆ เราตรวจสอบรัศมีโค้ง ความหนาของผนัง และค่าความคลาดเคลื่อน เราแนะนำการเปลี่ยนแปลงเพื่อให้การผลิตเร็วขึ้นและถูกลง จากนั้นเราเริ่มผลิตชิ้นส่วนของคุณทันที ไม่ต้องติดต่อกับโรงงานภายนอก ไม่ต้องจัดส่งชิ้นส่วนระหว่างผู้ขายหลายราย ไม่เกิดความล่าช้า ฮาร์ดแวร์ของคุณต้องการเคสที่พอดีเป๊ะ กระบวนการผลิตแบบกำหนดเองของเราเริ่มต้นด้วย DFM และสิ้นสุดด้วยเคสสำหรับคอมพิวเตอร์ AI ที่เสร็จสมบูรณ์
ร้านของเรามีทั้งเครื่อง CNC และสายการผลิตโลหะแผ่น ทีมงานเดียวดูแลโครงการของคุณทั้งหมด การผลิตชิ้นส่วนด้วยเครื่อง CNC มีความแม่นยำสูง เช่น แผ่นระบายความร้อนสำหรับ GPU และ CPU ตัวยึดสำหรับ PCIe การ์ด แผงแบบกำหนดเองพร้อมช่องเจาะที่แม่นยำ เครื่องจักรควบคุมความคลาดเคลื่อนอย่างเข้มงวดสำหรับทุกส่วนประกอบ การผลิตตัวถังโลหะแผ่น การตัดด้วยเลเซอร์ การดัดที่แม่นยำ และการเชื่อมสร้างโครงสร้างที่แข็งแรง คุณจะได้รับเคสสำหรับคอมพิวเตอร์ AI ที่สมบูรณ์แบบจากแหล่งเดียว
สำหรับโครงการฮาร์ดแวร์ AI ความเร็วเป็นสิ่งสำคัญ การประกอบชิ้นส่วนของคุณจำเป็นต้องมีเคสที่พอดีเป๊ะ ความสามารถภายในองค์กรของเราช่วยให้คุณทำได้โดยไม่ต้องเสียเวลารอเพิ่มเติม คุณภาพของการประกอบชิ้นส่วนแบบกำหนดเองของคุณขึ้นอยู่กับการควบคุมอย่างเข้มงวด เราจึงควบคุมคุณภาพนั้นด้วยการทำทุกอย่างด้วยตนเอง ชิ้นส่วนฮาร์ดแวร์ทุกชิ้นจะได้รับการทดสอบก่อนออกจากโรงงานของเรา
บริการเสริมเพิ่มมูลค่า: การประกอบสายเคเบิลและการบูรณาการระบบ
เคสเป็นเพียงจุดเริ่มต้นเท่านั้น NOBLE ยังจัดการเรื่องการประกอบสายเคเบิลและการรวมระบบด้วย เราเดินสายจ่ายไฟให้คุณ เราจัดวางสายเคเบิลข้อมูลเพื่อให้มีอากาศไหลเวียนที่ดี เราติดตั้งส่วนประกอบของคุณลงในแร็ค คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณจะมาถึงพร้อมใช้งาน เราสร้างชุดสายเคเบิลแบบกำหนดเองสำหรับแต่ละเคส สายไฟ สายเคเบิลข้อมูล และสายสัญญาณทั้งหมดมีความยาวและขั้วต่อที่เหมาะสม ซึ่งช่วยลดความรกภายในเคส การไหลเวียนของอากาศที่ดีขึ้นเป็นผลมาจากการจัดวางสายเคเบิลที่เรียบร้อย ระบบของคุณจะทำงานเย็นลงและใช้งานได้นานขึ้น
การบูรณาการระบบหมายความว่าเราทดสอบทุกอย่างพร้อมกัน เราตรวจสอบว่า GPU แต่ละตัวเข้ากับช่องเสียบได้อย่างถูกต้อง เรายืนยันว่าระบบระบายความร้อนทำงานได้ เราตรวจสอบว่าขั้วต่อทุกตัวเชื่อมต่อกับปลายทางอย่างถูกต้อง ซึ่งจะช่วยประหยัดเวลาในการประกอบได้หลายชั่วโมง ทีมของคุณเสียบปลั๊กไฟและเชื่อมต่อเครือข่าย จากนั้นก็เริ่มฝึกโมเดลได้เลย งานบูรณาการนี้ช่วยปรับปรุงประสิทธิภาพโดยรวม
การรับรองและระบบการจัดการคุณภาพ
ISO 9001:2015 สำหรับการจัดการคุณภาพอย่างสม่ำเสมอ
ISO 9001:2015 กำหนดมาตรฐานสำหรับการบริหารจัดการคุณภาพ บริษัท NOBLE ได้รับการรับรองมาตรฐานนี้ในทุกขั้นตอนการดำเนินงาน ซึ่งหมายความว่าเราปฏิบัติตามขั้นตอนที่บันทึกไว้ทุกขั้นตอน เราติดตามข้อบกพร่อง เราวัดประสิทธิภาพ เราปรับปรุงอย่างต่อเนื่อง ระบบจะตรวจจับปัญหาได้ก่อนที่จะกลายเป็นปัญหาใหญ่ ขั้นตอนการทำงานที่บันทึกไว้หมายความว่าสมาชิกในทีมทุกคนปฏิบัติตามขั้นตอนเดียวกัน ไม่มีการคาดเดา ไม่มีการข้ามขั้นตอนการตรวจสอบ ผลลัพธ์ที่ได้คือกระบวนการที่คาดการณ์ได้ ทำซ้ำได้ และส่งมอบคุณภาพได้ทุกครั้ง
สำหรับโครงการผลิตตามสั่งของคุณ เรื่องนี้สำคัญมาก คุณจะได้รับคุณภาพที่สม่ำเสมอตั้งแต่หน่วยแรกจนถึงหน่วยที่ร้อย ตู้แต่ละตู้มีค่าความคลาดเคลื่อนที่เท่ากัน การประกอบแต่ละครั้งเป็นไปตามรายการตรวจสอบเดียวกัน โครงสร้างพื้นฐานของศูนย์ข้อมูลของคุณขึ้นอยู่กับฮาร์ดแวร์ที่เชื่อถือได้ ISO 9001 ให้ความมั่นใจแก่คุณ คุณภาพเดียวกันนี้ใช้กับตู้แร็คทุกตู้ที่เราผลิต
ISO 13485:2016 สำหรับมาตรฐานการผลิตอุปกรณ์ทางการแพทย์
แอปพลิเคชัน AI ทางการแพทย์ต้องการการควบคุมที่เข้มงวดมากยิ่งขึ้น มาตรฐาน ISO 13485:2016 เป็นมาตรฐานสำหรับการผลิตอุปกรณ์ทางการแพทย์ และ NOBLE ก็ได้รับการรับรองมาตรฐานนี้เช่นกัน ครอบคลุมถึงการจัดการความเสี่ยง การตรวจสอบย้อนกลับ และการตรวจสอบความถูกต้อง ทุกส่วนประกอบได้รับการบันทึก ทุกกระบวนการได้รับการตรวจสอบอย่างละเอียด ระดับความละเอียดนี้ช่วยป้องกันข้อผิดพลาดที่อาจส่งผลต่อความปลอดภัยของผู้ป่วย
เรื่องนี้มีความสำคัญสำหรับศูนย์ข้อมูล AI ที่สนับสนุนด้านการดูแลสุขภาพ ตู้เก็บข้อมูลของคุณอาจเป็นที่ตั้งของ AI สำหรับการวินิจฉัยโรค หรืออาจควบคุมหุ่นยนต์ผ่าตัด มาตรฐาน ISO 13485 ช่วยให้มั่นใจได้ว่ากระบวนการเป็นไปตามข้อกำหนดเหล่านั้น หลักการเดียวกันนี้เป็นประโยชน์ต่อโครงการโครงสร้างพื้นฐานที่มีความเสี่ยงสูงใดๆ โครงสร้างพื้นฐานของคุณจะมีความน่าเชื่อถือเพราะกระบวนการมีความน่าเชื่อถือ ทุกส่วนประกอบสามารถตรวจสอบย้อนกลับไปยังแหล่งที่มาได้ ทุกคอมพิวเตอร์ถูกสร้างขึ้นตามมาตรฐานสูงสุด
เคสสำหรับคอมพิวเตอร์ AI ของคุณทำหน้าที่มากกว่าแค่เก็บชิ้นส่วน มันยังกำหนดประสิทธิภาพการทำงานของฮาร์ดแวร์ AI ของคุณด้วย ทุกการตัดสินใจเรื่องความร้อน ทุกการเลือกวัสดุ และทุกเส้นทางการระบายความร้อน ล้วนส่งผลต่อผลลัพธ์ของ AI การสร้างคอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกด้วยตนเองหมายถึงการคิดถึงระบบโดยรวม ไม่ใช่แค่สเปคของ GPU และ CPU เท่านั้น
การผลิตอัจฉริยะสร้างสมดุลระหว่างการควบคุมความร้อน ความแข็งแรงของโครงสร้าง และความต้องการในอนาคต คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกที่สามารถขยายงบประมาณได้นั้นต้องการพื้นที่สำหรับการเติบโต การออกแบบที่กำหนดเองของคุณควรสนับสนุนฮาร์ดแวร์ GPU รุ่นใหม่โดยไม่ต้องสร้างใหม่ทั้งหมด ความยืดหยุ่นดังกล่าวช่วยปกป้องการลงทุนในโครงสร้างพื้นฐาน AI ของคุณ
เคสที่เหมาะสมจะเปลี่ยนฮาร์ดแวร์ที่ดีให้กลายเป็นประสิทธิภาพที่ยอดเยี่ยม ร่วมมือกับผู้ผลิตตั้งแต่เนิ่นๆ แบ่งปันแผนการปรับแต่งของคุณก่อนที่จะสรุปขั้นสุดท้าย ข้อเสนอแนะของพวกเขาจะช่วยป้องกันการออกแบบใหม่ที่สิ้นเปลืองค่าใช้จ่าย โครงสร้างพื้นฐาน AI ของคุณจะใช้งานได้เร็วขึ้น คอมพิวเตอร์ของคุณจะทำงานได้อย่างมีประสิทธิภาพมากขึ้นเป็นเวลาหลายปี ทุกแร็คที่คุณจัดวางจะได้รับประโยชน์จากแนวทางนี้
คำถามที่พบบ่อยเกี่ยวกับการผลิตตู้สำหรับอุปกรณ์ประมวลผล AI
อะไรทำให้การจัดการความร้อนมีความสำคัญอย่างยิ่งสำหรับเคสคอมพิวเตอร์ AI?
การ์ดจอ AI รุ่นใหม่ๆ ใช้พลังงานมากกว่า 700 วัตต์ต่อตัว ระบบที่มีการ์ดจอ 8 ตัวจะสร้างความร้อน 7,000-8,000 วัตต์ หากไม่มีระบบระบายความร้อนที่เหมาะสม ฮาร์ดแวร์ของคุณจะทำงานช้าลงหรือหยุดทำงานไปเลย การออกแบบเคสที่เหมาะสมจะช่วยระบายความร้อนได้ดีและปกป้องอุปกรณ์ของคุณให้ปลอดภัย
ฉันควรใช้อลูมิเนียมหรือเหล็กในการผลิตเคสสำหรับอุปกรณ์ AI ของฉันดี?
อะลูมิเนียม (6061) ระบายความร้อนออกจากชิ้นส่วนได้อย่างรวดเร็ว ในขณะที่เหล็ก (SGCC) ป้องกันการรบกวนทางแม่เหล็กไฟฟ้าได้ดีกว่า คอมพิวเตอร์ประกอบเองหลายรุ่นใช้ทั้งสองวัสดุ: อะลูมิเนียมสำหรับแผ่นระบายความร้อน และเหล็กสำหรับโครงภายนอก สัดส่วนของวัสดุที่เหมาะสมจะขึ้นอยู่กับแผนการระบายความร้อนของคุณ
ฉันควรเลือกใช้ระบบระบายความร้อนด้วยอากาศหรือระบบระบายความร้อนด้วยของเหลวดี?
ระบบระบายความร้อนด้วยอากาศเหมาะสำหรับโหลดปานกลางและมีต้นทุนต่ำกว่า ระบบระบายความร้อนด้วยของเหลวเหมาะสำหรับรับมือกับความร้อนสูงเกิน 40 กิโลวัตต์ต่อแร็ค ระบบระบายความร้อนด้วยของเหลวแบบต่อตรงกับชิปมีราคา 3,500-5,000 ดอลลาร์ต่อกิโลวัตต์ ความหนาแน่นของฮาร์ดแวร์ของคุณจะเป็นตัวตัดสินว่าตัวเลือกใดดีที่สุด การลงทุนด้านโครงสร้างพื้นฐานที่เหมาะสมขึ้นอยู่กับการเลือกนี้
ตู้เก็บอุปกรณ์ประมวลผล AI ของฉันต้องได้รับการรับรองอะไรบ้าง?
มาตรฐาน UL 62368-1 ครอบคลุมความปลอดภัยของอุปกรณ์ไอที มาตรฐาน FCC Part 15 ควบคุมการปล่อยคลื่นแม่เหล็กไฟฟ้า เครื่องหมาย CE แสดงถึงการปฏิบัติตามข้อกำหนดของสหภาพยุโรป การรับรองเหล่านี้ต้องมีการทดสอบที่บันทึกไว้ วางแผนสำหรับสิ่งเหล่านี้ตั้งแต่เนิ่นๆ ในกำหนดการผลิตแบบกำหนดเองของคุณ
ฉันจะทำให้กรงของฉันใช้งานได้ในระยะยาวได้อย่างไร?
เลือกดีไซน์แบบโมดูลาร์ที่มีจุดยึด PCIe มาตรฐาน ระบบที่สามารถขยายได้ถึง 4 การ์ดจอ สามารถอัปเกรดได้ในภายหลัง ซึ่งจะช่วยปกป้องการลงทุนด้านโครงสร้างพื้นฐานของคุณในระยะยาว คอมพิวเตอร์ของคุณจะยังคงใช้งานได้นานหลายปีด้วยการอัปเกรดที่ง่ายดาย
เหตุใดฉันจึงควรร่วมมือกับผู้ผลิตในระหว่างขั้นตอนการออกแบบ?
การได้รับข้อเสนอแนะตั้งแต่เนิ่นๆ จากพันธมิตรผู้ผลิตจะช่วยตรวจจับข้อบกพร่องด้านการออกแบบก่อนการผลิตแม่พิมพ์ วิศวกรของ NOBLE ตรวจสอบไฟล์ CAD ของคุณเพื่อการออกแบบเพื่อการผลิต (DFM) ซึ่งช่วยป้องกันการออกแบบใหม่ที่สิ้นเปลืองค่าใช้จ่าย การบูรณาการระบบเริ่มต้นตั้งแต่ภาพร่างแรก โครงสร้างพื้นฐานของคุณจะได้รับประโยชน์จากการควบคุมคุณภาพในระดับโรงงาน
การทดสอบแบบใดที่รับประกันได้ว่าตู้ครอบอุปกรณ์ของฉันทำงานได้อย่างน่าเชื่อถือ?
การตรวจสอบความถูกต้องทางความร้อนเป็นการผสมผสานการจำลอง CFD กับการทดสอบทางกายภาพ การทดสอบทางกลครอบคลุมขั้นตอนการสั่นสะเทือน แรงกระแทก และการตกกระแทก การคัดกรองความเครียดจากสภาพแวดล้อมจะเปิดเผยส่วนประกอบที่อ่อนแอ การทดสอบขั้นสุดท้ายประกอบด้วยการทดสอบการใช้งานต่อเนื่องภายใต้ภาระเต็มที่ ซึ่งจะตรวจสอบว่าโครงสร้างพื้นฐานของคุณทำงานได้ตามที่ออกแบบไว้
ฉันสามารถใช้เคสเซิร์ฟเวอร์มาตรฐานสำหรับสร้าง AI ของฉันได้หรือไม่?
เคสมาตรฐานไม่สามารถรับมือกับความร้อนสูงที่เกิดจากงานประมวลผล AI ในปัจจุบันได้ เคสแบบกำหนดเองจะช่วยเพิ่มประสิทธิภาพการไหลเวียนของอากาศ การติดตั้ง GPU และการจัดระเบียบสายเคเบิล คอมพิวเตอร์สำหรับการเรียนรู้เชิงลึกของคุณต้องการเคสที่ออกแบบมาเพื่อตอบสนองความต้องการด้านความร้อนและโครงสร้างโดยเฉพาะ กระบวนการผลิตต้องสอดคล้องกับความต้องการของฮาร์ดแวร์ของคุณ
