La afirmación de Frore sobre LiquidJet pone las GPU Rubin sin tapa en la agenda de producción

Frore Systems afirma que su placa fría LiquidJet puede reducir en 10 °C la temperatura de una GPU Nvidia Rubin y aumentar el rendimiento un 15 %. La noticia de nvidia tom importa porque los hiperescaladores están considerando una medida más agresiva: retirar las tapas de las GPU antes de instalar el hardware de refrigeración en servidores de producción.

Ese enfoque podría acercar LiquidJet al silicio, mejorando la transferencia de calor donde Rubin genera sus concentraciones térmicas más elevadas. También desafía las prácticas de ingeniería conservadoras que protegen los costosos aceleradores frente a daños durante el ensamblaje, fugas, presión de montaje desigual y fallos de materiales a largo plazo.

Por tanto, la competencia central no enfrenta a LiquidJet con una única placa fría rival. Enfrenta el máximo rendimiento de refrigeración directa sobre el chip con los requisitos de mantenibilidad y fiabilidad de la infraestructura hiperescalable. Las cifras de Frore describen el potencial, pero la validación en producción determinará si los operadores pueden aprovecharlo de forma segura.

La afirmación de Nvidia Tom vincula la refrigeración directamente con la producción de tokens

Frore presenta la placa fría como un componente de rendimiento computacional, no simplemente como una forma de mantener Rubin dentro de su límite de temperatura.

Según el informe original sobre refrigeración, LiquidJet puede reducir en 10 °C las temperaturas de las GPU Rubin. La empresa también vincula esa reducción con un aumento de rendimiento declarado del 15 %.

Estas cifras siguen siendo afirmaciones de la empresa, salvo que laboratorios independientes o clientes que las desplieguen las reproduzcan bajo condiciones divulgadas. La selección de cargas de trabajo, la temperatura del refrigerante, el caudal, los ajustes de potencia, las variaciones entre chips y el diseño de referencia de la placa fría pueden afectar al resultado.

La comparación cobra especial importancia porque la temperatura de una GPU no se traduce automáticamente en más trabajo útil. Un acelerador que ya mantiene su frecuencia objetivo podría funcionar más frío sin generar tokens adicionales. Sin embargo, una GPU limitada térmicamente puede beneficiarse si temperaturas más bajas le permiten sostener una frecuencia o potencia superiores durante más tiempo.

El argumento de rendimiento de Frore parece depender de esa segunda situación. Una mejor extracción de calor reduciría los puntos calientes locales, preservaría el margen operativo y respaldaría frecuencias más estables. La mejora resultante podría manifestarse como mayor rendimiento de tokens, entrenamientos más cortos o más rendimiento dentro de un límite fijo de potencia por rack.

La generación de tokens es la medida económicamente relevante para muchos operadores de inferencia. Una placa fría que permita a las mismas GPU instaladas atender más solicitudes puede mejorar los ingresos por rack sin requerir otro edificio, conexión eléctrica o ampliación del clúster.

Sin embargo, “rendimiento” necesita una definición precisa. El rendimiento de entrenamiento, los tokens de inferencia por segundo, la latencia y el total de tokens por megavatio son métricas relacionadas, pero no intercambiables.

La mejora reportada del 15 % también necesita una referencia clara. Una comparación con una placa fría convencional revelaría algo distinto de una comparación con el diseño de refrigeración Rubin validado por Nvidia. Los resultados de una carga térmica simulada tendrían menos peso que las mediciones realizadas con silicio Rubin de producción.

Frore ya ha realizado afirmaciones similares para diseños anteriores. En Computex 2026, la empresa mostró LiquidJet Nexus, un conjunto de refrigeración integrado para bandejas densas de IA. Según se informó, una prueba de un ODM encontró una reducción de temperatura cercana a 6 °C y una mejora del 10 % en la generación de tokens frente a la solución de referencia evaluada.

LiquidJet Nexus combina placas frías para varios componentes que generan calor en un único conjunto. Esa disposición puede incluir GPU, CPU, dispositivos de red, convertidores de potencia y reguladores de voltaje. Una estructura compartida puede reducir los conectores y los posibles puntos de fuga, aunque su fiabilidad total sigue dependiendo de la calidad de fabricación y despliegue.

Según se informó, el diseño anterior medía 17 milímetros de grosor, frente a los 34 milímetros del conjunto competidor. Frore también afirmó que pesaba un 65 % menos. Estas dimensiones importan en sistemas densamente empaquetados, donde el hardware de refrigeración compite con la distribución de energía y las redes por un espacio limitado.

La última afirmación de nvidia tom eleva la ambición desde mejorar una interfaz de encapsulado convencional hasta considerar el contacto directo con silicio sin tapa. Ese cambio es lo que convierte una historia de mejora incremental de refrigeración en una prueba de ingeniería de producción.

Una reducción de 10 °C sería significativa si resiste la validación a escala de rack. La pregunta más difícil es si los hiperescaladores pueden lograr esa reducción sin introducir modos de fallo que eliminen la ventaja de rendimiento.

Retirar la tapa elimina una barrera térmica y una capa de protección

Retirar la tapa acorta el recorrido entre el silicio de Rubin y su refrigerante, pero también traslada el riesgo de encapsulado a la cadena de suministro del centro de datos.

La tapa de una GPU, a menudo llamada difusor térmico integrado, es la superficie metálica situada sobre el encapsulado de silicio. Distribuye el calor sobre una superficie más amplia y protege los componentes sensibles que se encuentran debajo.

Normalmente, el calor viaja desde los chips de la GPU a través de un material de interfaz, hacia la tapa y luego a través de otra interfaz hasta la placa fría. Cada límite entre materiales añade resistencia térmica, lo que ralentiza el movimiento del calor a través del conjunto.

Retirar la tapa elimina el difusor térmico y permite que un conjunto de refrigeración contacte más directamente con el encapsulado expuesto. El recorrido más corto puede reducir la diferencia de temperatura entre el silicio y el refrigerante, especialmente alrededor de puntos calientes concentrados.

La refrigeración directa sobre el chip no es una idea nueva. Los entusiastas han retirado durante años las tapas de los procesadores, mientras que sistemas especializados de alto rendimiento han utilizado conjuntos de contacto directo cuidadosamente controlados. La producción hiperescalable crea un perfil de riesgo diferente porque los operadores deben desplegar y mantener miles de sistemas casi idénticos.

Un encapsulado Rubin combina chips de cómputo de alta potencia con memoria de alto ancho de banda y otros componentes del encapsulado. Sus alturas, cargas térmicas y tolerancias mecánicas no necesariamente coinciden. Una placa fría debe contactar las superficies previstas sin dañar estructuras vecinas.

La presión de montaje se vuelve crítica. Una presión demasiado baja puede dejar huecos que atrapen calor. Una presión excesiva puede agrietar el silicio, deformar el encapsulado o dañar las conexiones de soldadura situadas debajo.

La presión también debe mantenerse uniforme a medida que los materiales se expanden y contraen. Las GPU pasan repetidamente de temperaturas bajas en reposo a condiciones de operación más calientes. Esos ciclos térmicos pueden desplazar los materiales de interfaz y tensionar las conexiones mecánicas con el tiempo.

Por tanto, el conjunto de refrigeración necesita más que una lectura inicial de baja temperatura. Debe mantener ese rendimiento tras el transporte, la instalación, el mantenimiento y ciclos prolongados en estados de potencia realistas.

La exposición a líquidos plantea otra preocupación. Una fuga sobre un encapsulado con tapa ya es grave. Una fuga o un evento de condensación alrededor de silicio expuesto puede ser aún menos tolerante.

La respuesta técnica de Frore es una placa fría construida alrededor de canales de chorro tridimensionales de circuito corto. El refrigerante circula por pequeños conductos dirigidos a regiones específicas, en lugar de seguir canales largos y uniformes a través de toda la placa.

Las placas frías convencionales de microcanales suelen mover el líquido a través de pasajes mecanizados más largos. Esos pasajes generan fricción y pérdida de presión, lo que aumenta el trabajo de bombeo necesario para mantener un caudal suficiente.

Frore afirma que su arquitectura dirige el refrigerante hacia el mapa térmico de un procesador, es decir, la distribución conocida del calor en el encapsulado. La empresa adapta procesos de fabricación propios de semiconductores a estructuras metálicas unidas, lo que permite formas internas difíciles de mecanizar de manera convencional.

La empresa había dicho previamente que LiquidJet podía gestionar densidades de puntos calientes de hasta 600 vatios por centímetro cuadrado. También afirmó una extracción de calor un 50 % mayor por unidad de caudal y una reducción de cuatro veces en la pérdida de presión en un diseño anterior.

Estas cifras proporcionan un mecanismo plausible para una mejor refrigeración. Los canales más cortos pueden reducir la resistencia hidráulica, mientras que los chorros dirigidos pueden alterar la capa límite caliente que se forma a lo largo de una superficie de refrigeración.

Sin embargo, el mecanismo no resuelve la cuestión de producción. Los canales pequeños pueden ser sensibles a contaminantes, productos de corrosión, residuos de fabricación y variaciones en la química del refrigerante. Una estructura térmica altamente optimizada debe seguir siendo utilizable dentro de las prácticas reales de mantenimiento de instalaciones.

Retirar la tapa también cambia las responsabilidades. Nvidia normalmente valida un encapsulado completo y una interfaz de refrigeración con tolerancias mecánicas definidas. Retirar la tapa exigiría al fabricante del sistema, al proveedor de refrigeración o al hiperescalador asumir una mayor parte de esa carga de integración.

Ese cambio puede ser aceptable para organizaciones que ya diseñan aceleradores personalizados y racks completos. Es más difícil para operadores pequeños que dependen de garantías estándar, piezas reemplazables y procedimientos de servicio cualificados por el proveedor.

No obstante, el atractivo es evidente. Si la capa adicional de interfaz representa una parte significativa de la resistencia térmica de Rubin, eliminarla da a los diseñadores de placas frías acceso directo a la superficie limitante.

Por tanto, la afirmación de 10 °C es técnicamente comprensible. Su valor comercial depende de si Frore y sus socios pueden convertir la refrigeración directa sobre el chip en un proceso de fabricación repetible, en lugar de una modificación especializada.

Rubin convierte el margen térmico en un recurso económico

La densidad de Rubin convierte cada grado de temperatura y cada vatio de sobrecarga de bombeo en una decisión de planificación de capacidad.

Nvidia diseñó Vera Rubin como una plataforma a escala de rack, en lugar de una colección dispersa de tarjetas aceleradoras. Vera Rubin NVL72 combina 72 GPU Rubin, 36 CPU Vera, redes, memoria, distribución de energía y refrigeración en un sistema coordinado.

Nvidia afirma que la infraestructura Rubin es su primera generación en la que todos los componentes principales se refrigeran mediante líquido. Eso incluye chips de cómputo, equipos de red y otro hardware que antes dependía en parte de ventiladores de servidor.

El diseño de refrigeración líquida de la empresa permite que el refrigerante entre al rack a temperaturas de hasta 45 °C. El agua de instalación más cálida puede hacer práctica la disipación de calor sin enfriadores en climas adecuados, reduciendo la energía necesaria para enfriar el propio refrigerante.

Esto crea dos formas distintas de utilizar una placa fría mejor. Un operador puede mantener estables las condiciones del refrigerante y buscar mayor rendimiento de los aceleradores. También puede elevar la temperatura de entrada o reducir el caudal mientras conserva la temperatura de silicio requerida.

La primera opción busca más tokens por GPU. La segunda busca más tokens por megavatio al reducir la sobrecarga de refrigeración. Los centros de datos limitados por potencia pueden valorar cualquiera de los dos resultados, según sus límites eléctricos y la demanda de cargas de trabajo.

Frore ha descrito explícitamente esta flexibilidad. Su hoja de ruta de LiquidJet indica que los operadores pueden destinar el margen térmico adicional a un mayor rendimiento de las GPU o a operar con refrigerante más cálido.

Ese enfoque explica por qué un proveedor de refrigeración usaría la generación de tokens como métrica principal. Los hiperescaladores no obtienen rentabilidad únicamente de una menor temperatura del chip. Les importan el trabajo de entrenamiento completado, las solicitudes de inferencia atendidas, el tiempo de actividad y la capacidad de las instalaciones.

Nvidia está persiguiendo las mismas ventajas económicas a nivel de sistema mediante su propia arquitectura. La empresa afirma que el diseño de Rubin para 45 °C permite operar con dry coolers y evita la refrigeración de alto consumo energético en entornos adecuados.

Su arquitectura Vera Rubin también utiliza colectores comunes, componentes de alimentación refrigerados por líquido, desconexiones rápidas y funciones de contención de fugas. Nvidia sostiene que estas mejoras generan suficiente ahorro energético para admitir hasta un 10 % más de racks NVL72 dentro del mismo presupuesto de energía.

Frore sostiene, en esencia, que el coldplate puede llevar esas ventajas económicas aún más lejos. Si LiquidJet elimina más calor con menor pérdida de presión, la instalación podría gastar menos energía en bombas o destinar un margen térmico adicional al cómputo.

Esta es la principal tensión competitiva. La ruta de refrigeración integrada de Nvidia prioriza un rack validado y un ecosistema de socios. El enfoque de Frore promete eficiencia adicional al optimizar la superficie más cercana a cada chip.

Las rutas no son completamente incompatibles. Frore describe LiquidJet como una mejora directa que puede funcionar con colectores y circuitos líquidos existentes. Un hyperscaler podría utilizar la arquitectura de rack más amplia de Nvidia mientras sustituye parte de la pila térmica.

Sin embargo, «directa» se vuelve una descripción complicada si el despliegue requiere delidding. La fontanería externa podría permanecer sin cambios, pero cambiarían el manejo del paquete, el ensamblaje, las pruebas, la cobertura de garantía y los procedimientos de reparación.

El cálculo económico debe incluir esos efectos operativos. Una ganancia de rendimiento del 15 % podría justificar un trabajo de integración significativo, especialmente en una gran flota de inferencia. Un pequeño aumento de los fallos tempranos del hardware podría compensar parte de ese valor.

El tiempo de actividad importa tanto como el rendimiento máximo. Un servidor que produce un 15 % más de tokens cuando está activo ofrece pocas ventajas si los requisitos de mantenimiento reducen materialmente la disponibilidad.

El mismo principio se aplica al rendimiento de fabricación. Los hyperscalers necesitarían saber cuántos aceleradores sobreviven al delidding, la instalación del coldplate, el ensamblaje del sistema, el envío y el servicio en campo sin sufrir daños.

Esos costes no hacen que la idea sea poco práctica. Los grandes operadores de nube diseñan conjuntamente servidores, circuitos de refrigeración, redes y silicio personalizado de forma rutinaria. Pueden establecer líneas de ensamblaje controladas y procesos de inspección automatizados que no están al alcance de los compradores convencionales.

Frore afirma que está trabajando con una mayoría de hyperscalers en soluciones LiquidJet, incluidos diseños para silicio personalizado. La empresa no ha identificado públicamente a clientes de producción para la configuración Rubin con delidding de la que se ha informado.

Esa distinción importa. Las conversaciones técnicas, los programas de evaluación, las muestras de cualificación y los despliegues de producción comprometidos representan distintos niveles de adopción.

El informe nvidia tom sugiere que la industria está pasando del interés teórico a una evaluación seria para producción. La evidencia pública todavía debe ponerse al día con esa interpretación.

Una ganancia del 15 % debe superar el escrutinio de fiabilidad y benchmarks

El argumento más sólido a favor de LiquidJet requiere resultados independientes de rendimiento y datos de fiabilidad de larga duración procedentes de racks Rubin completos.

Las demostraciones térmicas suelen aislar una parte favorable del sistema. Pueden mostrar que un coldplate elimina el calor de forma eficaz sin demostrar que todo el centro de datos se beneficie en el mismo porcentaje.

Un benchmark de producción debe revelar el modelo de GPU, el límite de potencia, el comportamiento de reloj, la temperatura de entrada del refrigerante, el caudal, la presión, la carga de trabajo, la pila de software y el hardware de comparación. Sin esos detalles, los lectores no pueden identificar el origen de una ganancia comunicada.

La variación entre chips también importa. Dos GPU nominalmente idénticas pueden diferir en fugas, temperatura y comportamiento de frecuencia. Una comparación creíble probaría suficientes dispositivos como para separar el efecto de la refrigeración de la variación habitual del silicio.

El resultado de 10 °C y la afirmación de un 15 % de rendimiento también deben conectarse experimentalmente. Una temperatura más baja puede reducir la potencia de fuga y sostener relojes más altos, pero la relación varía según los puntos de operación.

Una GPU que funcione por debajo de su límite térmico podría mostrar pocos cambios de rendimiento. Una GPU configurada para aprovechar el margen adicional podría consumir más energía, lo que complicaría las afirmaciones sobre eficiencia de la instalación.

La métrica más útil combinaría el trabajo completado con la energía total. Los tokens por julio, los tokens por rack y los tokens por megavatio-hora revelarían si LiquidJet mejora la producción económica, en lugar de solo la frecuencia del dispositivo.

La latencia de inferencia debería aparecer junto al rendimiento. Algunas configuraciones aumentan el total de tokens por segundo al agrupar más solicitudes, sin mejorar demasiado el tiempo de respuesta que experimenta cada usuario.

El entrenamiento presenta otro reto de medición. Una GPU más fría puede mantener los relojes, pero la velocidad global de entrenamiento también depende de la memoria, la red, la comunicación colectiva, los checkpoints y la eficiencia del software.

La evidencia de fiabilidad necesita un alcance igual de amplio. Los proveedores de coldplates suelen realizar pruebas de presión, corrosión, ciclos térmicos, vibración, choque y fugas. El hardware de producción con delidding añade preocupaciones de alineación mecánica y de paquetes expuestos.

Los operadores deberían buscar pruebas de vida acelerada en paquetes Rubin representativos. También necesitan procedimientos de sustitución en campo que los técnicos puedan ejecutar sin convertir el mantenimiento rutinario en trabajo de laboratorio.

La limpieza del refrigerante plantea una prueba a largo plazo. Las estructuras internas de Frore dependen de pasajes pequeños y cuidadosamente diseñados. La cualificación debería medir el rendimiento tras una exposición prolongada al refrigerante, las juntas, los tubos y el circuito de la instalación seleccionados.

La compatibilidad de materiales importa porque los metales mezclados pueden provocar corrosión galvánica. El crecimiento biológico, el oxígeno disuelto, las partículas y los aditivos químicos también pueden cambiar el rendimiento de refrigeración con el tiempo.

Un centro de datos puede filtrar y supervisar su refrigerante, pero unos requisitos más estrictos aumentan la complejidad operativa. Esa complejidad debe sopesarse frente a cualquier reducción de la energía de bombeo o de la temperatura de la GPU.

La capacidad de suministro crea otra incertidumbre. Frore afirma que utiliza conceptos de fabricación de semiconductores sobre obleas metálicas. Este enfoque permite estructuras detalladas, pero los hyperscalers necesitan una producción consistente a gran escala.

Por tanto, una cualificación exitosa mediría la variación dimensional y el equilibrio de caudal entre muchos coldplates. Una muestra excepcional no demuestra rendimiento en toda una flota.

La respuesta competitiva también determinará la adopción. Los proveedores tradicionales de coldplates pueden mejorar la geometría de los canales, los materiales de interfaz, los sistemas de montaje y los métodos de fabricación. Nvidia puede revisar los diseños de paquetes y racks para reducir la resistencia térmica sin exigir a los clientes que hagan delidding a las GPU.

La decisión de Nvidia de estandarizar gran parte de su arquitectura de rack MGX a través del Open Compute Project abre espacio para la innovación de componentes. También establece expectativas mecánicas y operativas que los conjuntos de refrigeración alternativos deben cumplir.

La ventaja de Frore puede residir en la personalización. Su método de fabricación pretende adaptar la estructura de los canales al mapa de puntos calientes de cada procesador. Eso puede ser valioso para Rubin, Rubin Ultra y aceleradores diseñados por hyperscalers con distintas distribuciones de calor.

La personalización también genera trabajo de gestión de versiones. Las revisiones de paquetes, los perfiles de potencia y las configuraciones de chips pueden requerir diseños de coldplate distintos. Los operadores deben garantizar que el conjunto de refrigeración correcto acompañe a cada acelerador durante la fabricación y el servicio.

El interés informado en las GPU con delidding sugiere que algunos hyperscalers aceptan esta complejidad cuando el retorno potencial a nivel de flota es suficientemente grande. No significa que la práctica se haya convertido en estándar.

Las condiciones exactas del soporte de Nvidia serán decisivas. Los operadores querrán claridad sobre la cobertura de garantía, los socios de ensamblaje aprobados, los métodos de montaje aceptables, la telemetría y los procedimientos de sustitución.

Hasta que estas preguntas reciban respuestas públicas, la cifra del 15 % debe tratarse como un resultado de prueba prometedor, no como una mejora de flota garantizable.

Este enfoque prudente no descarta LiquidJet. Identifica la evidencia necesaria para llevar la tecnología de una comparación térmica impresionante a infraestructura de producción.

Tres señales mostrarán si LiquidJet llega a producción

Los benchmarks respaldados por clientes, la cualificación de Nvidia y los resultados de fiabilidad a escala de rack determinarán si esta ganancia de refrigeración se convierte en capacidad desplegable.

La primera señal es un benchmark de un hyperscaler identificado, un fabricante de servidores o una organización independiente de pruebas. Debería comparar LiquidJet con un coldplate de referencia divulgado en hardware Rubin real.

Esa prueba debería informar de las condiciones del refrigerante, los ajustes de potencia, la frecuencia sostenida, el rendimiento de la carga de trabajo y la energía total de refrigeración. También debería separar las configuraciones con tapa y con delidding.

Una confirmación independiente cercana a los resultados comunicados de 10 °C y 15 % reforzaría considerablemente el argumento de Frore. Una ganancia menor no invalidaría el diseño, pero cambiaría la economía de integración.

La segunda señal es el soporte formal de la plataforma. Nvidia, un fabricante establecido de MGX o un gran proveedor de servidores tendría que cualificar el coldplate y el proceso de ensamblaje pertinentes.

La cualificación mostraría que la refrigeración directa sobre el die puede encajar dentro de tolerancias de fabricación y procedimientos de soporte definidos. También aclararía si el delidding se realiza antes de la entrega, en un integrador de sistemas o bajo otro acuerdo controlado.

Nvidia ya ha convertido la refrigeración líquida en un elemento central de los sistemas Vera Rubin. Ese compromiso crea un mercado accesible para la innovación térmica, pero no valida automáticamente todos los diseños de refrigeración.

Una opción LiquidJet aprobada reforzaría la afirmación de que los coldplates pueden convertirse en componentes de rendimiento seleccionables dentro del ecosistema Rubin. El silencio continuado mantendría los despliegues limitados a programas personalizados con una mayor responsabilidad de integración.

La tercera señal es evidencia de durabilidad procedente de racks completos. Los compradores necesitan tasas de fallos, deriva térmica, comportamiento ante fugas, requisitos de mantenimiento del refrigerante y resultados de servicio durante operaciones sostenidas.

Esta evidencia importa más que otra demostración breve. La infraestructura de IA funciona de forma continua, y pequeñas diferencias de fiabilidad se multiplican entre miles de aceleradores.

Un informe de despliegue útil compararía el tiempo de actividad y el mantenimiento con la refrigeración Rubin estándar. También mostraría si el beneficio térmico inicial se mantiene estable tras ciclos de potencia repetidos.

Estas señales deberían llegar antes de que los lectores consideren las GPU Rubin con delidding como una práctica normal de producción. Los hyperscalers suelen evaluar varias rutas de ingeniería en paralelo, y muchas nunca avanzan más allá de la cualificación.

La tendencia más amplia ya está definida. La refrigeración ha pasado a formar parte de la ecuación de rendimiento y capacidad de los centros de datos de IA. La arquitectura totalmente refrigerada por líquido de Rubin hace explícita esa relación.

Lo que sigue sin resolverse es cuánto riesgo aceptarán los operadores para eliminar las últimas barreras térmicas alrededor del paquete. Frore cree que sus canales específicos y su enfoque directo sobre el die justifican un diseño más agresivo.

La afirmación nvidia tom aporta números concretos a ese argumento: 10 °C menos de temperatura y un 15 % más de rendimiento. Estas cifras son lo bastante grandes como para exigir atención, pero aún no están suficientemente documentadas como para orientar una compra de flota.

Los equipos de infraestructura deberían pedir ahora evidencia a nivel de carga de trabajo, en lugar de gráficos de demostración más fríos. Deberían comparar la energía total, el tiempo de actividad, la facilidad de mantenimiento y el rendimiento de fabricación junto con el rendimiento máximo.

Para los desarrolladores y los equipos de productos de IA, la consecuencia aparece más adelante. Una mejor refrigeración puede significar más capacidad de inferencia disponible, una latencia más estable y un menor coste de infraestructura por token generado.

Esos beneficios solo se materializarán si el sistema de refrigeración supera la fase de producción. Habrá que estar atentos a un cliente identificado, una configuración Rubin validada y datos de racks durante periodos prolongados. En conjunto, esas tres señales mostrarán si LiquidJet es un experimento convincente o el siguiente paso en el diseño térmico para IA.