Annons
Lite intressant då det skrivs och pratas så mycket om chip tex. Sivers, Nvidia etc. men så lite om kylning. Det finns ett fåtal bolag inom just kylning och flera av de mindre har senaste året köpts upp av andra större bolag som redan arbetar inom kylning eller breddar sitt erbjudande.
Morgondagens datacenter kommer aldrig att kunna kylas med enbart AC, utan det behövs kyla direkt på chipet.
APR Technologies och SHT är två svenska bolag (högteknologiska). En av dem nämns tex. här
Håller med om att ännu starkare och mer värmegenererade processorer kommer kräva vätskekylning.
Detta som kom i veckan, tycker jag är intressant:
"Processing Semiconductors, Worldwide, 2024-2030, 2Q26
Published: 13 August 2026
GPU and AI accelerator demand remains strong, driven by unprecedented capex outlays from hyperscalers. However, adoption of AI processing in edge devices has weakened due to softer end markets. AI processing semiconductor revenue will grow at a compound annual growth rate of 26.8% through 2030."
När jag frågade Gemini om hur innehållet i datacentra kommer att behöva bytas ut, får jag följande svar:
Meta & Tom’s Hardware: I en uppmärksammad studie från Meta baserad på träningen av deras Llama 3-modell (på ett kluster med 16 384 Nvidia H100-GPU:er) visades att nära halvdelen av alla oväntade avbrott orsakades av hårdvarufel – varav cirka 30 % berodde på GPU/nätverksfel och 17 % på HBM-minnesfel. Tom’s Hardware och uttalande från systemarkitekter på Alphabet/Google bekräftar att en GPU som körs på 60–70 % konstant belastning med effekter på 700–1000W slits ut fysiskt på 1 till 3 år.
TrendForce: Rapporterar löpande om utbytescyklerna och minnesflaskhalsen ("The Memory Wall"). De belyser hur den fysiska degenereringen av HBM-minne (High Bandwidth Memory) kombinerat med de extremt höga temperaturerna tvingar molnleverantörer att byta ut servrar oftare än traditionell IT-hårdvara.
SemiAnalysis (Dylan Patel): En av de mest citerade analysfirmorna kring AI-hårdvara och datacenterekonomi, som visar hur avskrivningstiden för AI-chip i praktiken beräknas till 3–4 år av hyperscalers (Microsoft, Amazon, Google, Meta).
Enligt analyser från bland annat Gartner kommer den globala halvledarmarknaden att nå och passera 1 000 miljarder dollar (1 trillion USD) runt decennieskiftet, med AI-datacenter och minneskretsar som de främsta drivkrafterna.
Om fem år samverkar två kraftfulla effekter som skapar en fortsatt enorm efterfrågan:
Utbytesvågen (Ersättningsbehov): De hundratusentals AI-chip och HBM-minnen som köptes in under den stora AI-boomen har då nått sin fysiska och ekonomiska livslängd på 3–5 år. Datacentren måste ersätta uttjänt hårdvara bara för att behålla befintlig beräkningskapacitet. Expansionsvågen: Samtidigt fortsätter AI-modellerna att växa i storlek, och användningen skiftar från träning till gigantiska volymer av inferens (att köra modellerna i realtid för miljarder användare och agenter).
Det gör att efterfrågan på HBM-minnen och AI-acceleratorer förväntas hålla i sig på rekordnivåer.
Du måste logga in eller registrera dig för att svara på tråden.