Nvidia的Blackwell AI GPU過(guò)熱問(wèn)題似乎被過(guò)度夸大——半導(dǎo)體分析師透露，冷卻問(wèn)題已大多得到解決

Nvidia的GB200 NVL72服務(wù)器機(jī)架過(guò)熱問(wèn)題似乎被夸大了。根據(jù)《商業(yè)內(nèi)幕》的報(bào)道，Blackwell的冷卻設(shè)計(jì)缺陷已經(jīng)得到解決。Semianalysis的首席分析師Dylan Patel向《商業(yè)內(nèi)幕》表示，Blackwell的設(shè)計(jì)問(wèn)題已經(jīng)存在幾個(gè)月，但大多數(shù)問(wèn)題已經(jīng)得到解決，過(guò)熱問(wèn)題被夸大了。

Semianalysis的五位半導(dǎo)體行業(yè)分析師表示，導(dǎo)致多個(gè)供應(yīng)商進(jìn)行“返工”的冷卻系統(tǒng)問(wèn)題是一個(gè)“小問(wèn)題”。Blackwell的冷卻問(wèn)題尤其在Nvidia的大型72芯片服務(wù)器機(jī)架中出現(xiàn)，后者的功率需求可達(dá)到120kW。機(jī)架設(shè)計(jì)中的缺陷迫使Nvidia多次重新評(píng)估設(shè)計(jì)，因?yàn)闄C(jī)架內(nèi)的GPU過(guò)熱。這導(dǎo)致Nvidia的GB200硬件出貨延遲，并因需要進(jìn)行設(shè)計(jì)更改而進(jìn)一步推遲。

Nvidia的B200 GPU是AI工作負(fù)載中最強(qiáng)大的處理芯片。例如，GB200超級(jí)芯片的可配置熱設(shè)計(jì)功率（TDP）高達(dá)幾千瓦，峰值功率可達(dá)2700瓦。這些極高的功率使得在標(biāo)準(zhǔn)機(jī)架形式中幾乎不可能使用空氣冷卻。

這一物理問(wèn)題迫使Nvidia在最新的Blackwell GPU上使用液體冷卻。同時(shí)，它還要求數(shù)據(jù)中心重新改造服務(wù)器農(nóng)場(chǎng)，以容納支持液冷服務(wù)器所需的基礎(chǔ)設(shè)施。

Nvidia可以通過(guò)制造較低功率的空氣冷卻GPU來(lái)解決這個(gè)問(wèn)題——該公司仍然制造這種類型的GPU，例如H200 NVL。然而，為了在AI GPU競(jìng)賽中保持領(lǐng)先，Nvidia優(yōu)先考慮性能，而不顧成本，這就是為什么該公司選擇制造需要數(shù)千瓦功率的GPU，而犧牲空氣冷卻的原因。

好消息是，Nvidia的72芯片Blackwell冷卻問(wèn)題似乎較輕微，且已大致得到解決。此外，只有Nvidia的旗艦72芯片服務(wù)器機(jī)架存在這個(gè)問(wèn)題。