2024-11-18 | 실리콘밸리=윤민혁 특파원

英伟达Blackwell再传缺陷……这次问题是过热

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

有消息称,英伟达新型人工智能(AI)加速器“Blackwell”的交付再次出现波折。原因是为应对发热问题,需要重新设计服务器机架(Rack)。在AI加速器供应紧张持续之际,数据中心运营商对Blackwell交付延迟的担忧正在加剧。

17日(当地时间)科技媒体The Information报道称:“英伟达为解决Blackwell定制服务器机架的过热问题,多次要求服务器供应商变更设计”,“已采购Blackwell的客户企业正流露出机架使用时间可能被推迟的不安情绪”。

所谓服务器机架,是指电脑零部件层层堆叠而成的一台完整服务器。由于各层的主板、芯片组像搁板一样叠放,故被称为“机架(Rack)”。英伟达今年3月公开Blackwell时,曾将把72个芯片组整合在一起的服务器机架“NVL72”作为一个平台加以介绍。

NVL72搭载36个“Grace”中央处理器(CPU)和72个Blackwell图形处理器(GPU)。这一如巨型冰箱般大小的机架重达1.5吨,耗电量也极为惊人,运行需要132kW(千瓦)。这是单台服务器历史上的最高耗电量。

耗电量直接关系到发热。因此英伟达与服务器制造商决定,以NVL72为代表的Blackwell系统冷却采用液体而非空气。液体循环结构本就复杂,而且一旦循环系统破裂可能损坏整个系统,因此安全性要求也更高。这意味着对服务器机架设计的修改要求持续不断。The Information表示:“复杂的机架设计导致过热严重,这降低了服务器的可靠性”,“大多数数据中心从未运行过大规模水冷系统,不安感更为强烈”。

有关Blackwell供应的负面消息接连出现,此前“提前抢购”的数据中心正惴惴不安。此前The Information曾报道,台积电内部在Blackwell制造过程中出现了不良品。报道还提到,在此过程中英伟达首席执行官(CEO)黄仁勋与台积电高层管理人员曾提高嗓门争执。

黄仁勋CEO否认了“不和传闻”,但承认确实存在缺陷。不过他多次强调,从今年第四季度起正式开始交付的既有方针没有变化。

阅读韩文原文