【上海38℃】酷热之下，AI能否给我降降温？

近日上海的高温冲上热搜，要我就早早躲进机房，聆听嘈杂的轰鸣，穿着皮夹克喝着热可可，看着log——以上都是我的白日梦，哈哈哈^ ^)

不过，服务器和工作站确实“真芯热”，尤其是在高负载下，为此机房一般配备最爽的空调设备（个人经历）。前不久微软还结束了海底机房实验，而如今进入了大算力时代，对于超频和极端冷却又成了当下大厂和DIY极客的热门话题。难道我们不能利用AI技术来给我们降降温吗？

价值10000美元的AI散热器能让酷睿i9-14900KF在7.5 GHz频率下保持低温

在超频和极端冷却领域，发烧友们一直在寻求优势。在这项疯狂的测试中，研究小组试图确定先进的 Gen AI 和 3D 打印技术能否帮助他们从当今的处理器中榨取更多性能。为了回答这个问题，他们以一种全新的方式制造了一个液氮（LN2）容器，并得出了一些有趣的结论。

该项目汇集了来自整个生态系统的专家–以超频能力著称的 Skatterbencher、专门为散热解决方案提供生成式人工智能的 Diabatix、提供增材制造的 3D Systems 以及提供超频设备的 ElmorLabs。

该团队以 ElmorLabs 现有的 Volcano LN2 容器为参考点，然后让 Diabatix 的 ColdStream Next

AI 生成改进的设计。然后，3D Systems 将数字蓝图变为现实，使用无氧铜粉 3D 打印出原型。但令人震惊的是，这一尖端工艺成本高达 10000 美元，与原版 Volcano 260 美元的价格相去甚远。

人工智能/3D 打印设计在早期测试中表现出了良好的前景，重点关注三个关键指标：从室温冷却到 -194°C 的时间、在 1250 瓦负载下从 -194°C 升温到 20°C 的时间，以及使用 500 毫升液氮达到的最低温度。

它的冷却速度超过了 Volcano，从 28°C 冷却到 -194°C 只用了不到一分钟，而 Volcano 则需要 3 分钟。加热性能也更好， AI 容器的升温速度要快 30%。效率方面，

AI 设计也更胜一筹–使用 500 毫升的 LN2，它可以达到 -133°C 的温度，而火山则止步于 -100°C。

不过，由于这些测试并不代表真实世界的性能，因此团队决定使用英特尔酷睿 i9-14900KF Raptor Lake 处理器再进行三次测试。首先，他们启动了Cinebench 2024，以找到最稳定的

CPU 最高频率。

"我们发现，两个 LN2 容器都能顺利处理主频为 7.4 GHz 的 P核酷睿 i9-14900KF。人工智能生成的设计似乎可以将 7.5 GHz 的频率保持得更久一些。但这可能只是运行之间的差异，"他们指出。

在第二项测试中，他们检查了散热器和冷却容器底座之间的
CPU 温度三角洲，以评估真正的热传导能力。此外，他们还进行了全面压力测试，在数分钟内通过芯片的功率超过 600 瓦。

虽然 AI 集装箱确实略胜一筹，但与理论测试结果相比，收益相对较小。在 3D 打印模型上，

CPU 散热片和容器底座之间的温度差更小，但并没有达到令人震惊的程度。如上图所示，即使在 Cinebench 中的性能提升也相当有限。

经过计算，该团队认为，虽然人工智能/3D 打印设计在技术上令人印象深刻，但从成本/效益的角度来看，目前还不能满足适度超频的需求。因为它的价格高达 10000 美元。

不过，他们还没有完成任务。虽然"没有任何具体成果"，但该团队表示，他们可以研究性能和成本方面的优化。例如，LN2 容器的设计不一定需要是圆形的。他们还在探索针对更高功率

CPU（如 Ryzen Threadripper 或英特尔至强 6）的新设计。

总而言之，这项可行性研究可能暴露了一些局限性，但也证明了生成式人工智能有更好的用途。

我会定期在CSDN分享我的学习心得，项目经验和行业动态。如果你对某个领域感兴趣，或者想要了解更多技术干货，请关注我的账号，一起成长！