هادی قاسمی، استاد برجسته مهندسی مکانیک و هوافضا در دانشگاه هیوستون، موفق شد روشی پیشرفته برای مدیریت حرارت شدید در دیتاسنترهای هوش مصنوعی ارائه کند. او نشان داد که لایههای نازکی با طراحی شاخهای شبیه درخت، میتوانند گرما را دستکم سه برابر بهتر از بهترین روشهای خنکسازی فعلی دفع کنند.
با افزایش استفاده از پردازندههای گرافیک و شتابدهندههای قدرتمند، چگالی توان در دیتاسنترهای هوش مصنوعی بسیار بالا رفته و مدیریت گرما به چالشی اساسی برای حفظ پایداری و طول عمر تجهیزات تبدیل شده است. کوچکترین اختلال حرارتی میتواند به کاهش کارایی یا حتی خرابی سیستمها منجر شود.
قاسمی و تیم تحقیقاتیاش، شامل دو دانشجوی دکتری، امیرمحمد جهانبخش و صابر بدکوبه هزاوه، نتایج پژوهش خود را در مجله معتبر International Journal of Heat and Mass Transfer منتشر کردند. یافتهها نشان میدهد که این لایههای شاخهای، ترکیبی از ۵۰ درصد ماده جامد و ۵۰ درصد فضای خالی دارند و قادرند شار حرارتی بسیار بالا را در دمای پایینتر نسبت به روشهای سنتی منتقل کنند.
روشهای سنتی خنکسازی مانند جریان در میکروکانالها یا خنککاری پاششی در مواجهه با شار حرارتی بالا با محدودیتهایی روبهرو هستند؛ زیرا لایه مایع روی سطح داغ هنگام تبخیر ناپایدار میشود و توانایی انتقال گرما را از دست میدهد. قاسمی با استفاده از بهینهسازی توپولوژی و مدلهای هوش مصنوعی آگاه از فیزیک، ساختاری شاخهای طراحی کرده که عملکردی بسیار برتر ارائه میدهد.
این رویکرد میتواند نسل بعدی دیتاسنترهای هوش مصنوعی و تجهیزات الکترونیکی پیشرفته را قادر سازد بدون افزایش بیش از حد دما، گرمای بیشتری را دفع کنند و پایداری عملیاتی بیشتری داشته باشند.
قاسمی تأکید میکند که این تحقیقات مسیر جدیدی برای خنکسازی پایدار و بهینه دیتاسنترهای هوش مصنوعی و فناوریهای پیشرفته فوتونیک و الکترونیک باز میکند و میتواند در توسعه زیرساختهای آینده هوش مصنوعی نقش حیاتی داشته باشد.