L’affermazione di Frore su LiquidJet porta le GPU Rubin senza lid nell’agenda produttiva

Frore Systems afferma che la sua coldplate LiquidJet può ridurre di 10°C la temperatura di una GPU Nvidia Rubin e aumentarne le prestazioni del 15%. L’articolo di nvidia tom è rilevante perché gli hyperscaler stanno valutando un passo più aggressivo: rimuovere i lid delle GPU prima di installare l’hardware di raffreddamento nei server di produzione.

Questo approccio potrebbe avvicinare LiquidJet al silicio, migliorando il trasferimento di calore nei punti in cui Rubin genera le concentrazioni termiche più elevate. Mette inoltre in discussione le pratiche ingegneristiche conservative che proteggono costosi acceleratori da danni durante l’assemblaggio, perdite, pressione di montaggio non uniforme e guasti dei materiali nel lungo periodo.

La sfida centrale, quindi, non è LiquidJet contro una singola coldplate concorrente. È quella tra le massime prestazioni del raffreddamento direct-die e i requisiti di manutenibilità e affidabilità delle infrastrutture hyperscale. I dati di Frore descrivono il potenziale vantaggio, ma sarà la convalida in produzione a stabilire se gli operatori possano ottenerlo in sicurezza.

L’affermazione di Nvidia Tom collega direttamente il raffreddamento all’output di token

Frore sta presentando la coldplate come un componente per le prestazioni di calcolo, non semplicemente come un modo per mantenere Rubin entro il proprio limite di temperatura.

Secondo il report originale sul raffreddamento, LiquidJet può ridurre di 10°C le temperature delle GPU Rubin. L’azienda collega inoltre questa riduzione a un dichiarato incremento delle prestazioni del 15%.

Questi dati restano affermazioni aziendali finché laboratori indipendenti o clienti che implementano la soluzione non li riproducano in condizioni rese note. La scelta del carico di lavoro, la temperatura del liquido refrigerante, la portata, le impostazioni di potenza, le variazioni tra chip e il design della coldplate di riferimento possono tutti influire sul risultato.

Il confronto diventa particolarmente importante perché una temperatura della GPU più bassa non si traduce automaticamente in più lavoro utile. Un acceleratore che mantiene già la frequenza target può funzionare a temperature inferiori senza produrre token aggiuntivi. Una GPU limitata termicamente, invece, può trarre vantaggio da temperature più basse se queste le consentono di sostenere frequenze o potenze più elevate per periodi più lunghi.

L’argomentazione di Frore sulle prestazioni sembra dipendere da questa seconda situazione. Una migliore rimozione del calore ridurrebbe gli hotspot locali, conserverebbe margine operativo e supporterebbe frequenze più costanti. Il guadagno risultante potrebbe manifestarsi come maggiore throughput di token, tempi di addestramento più brevi o prestazioni superiori entro un limite fisso di potenza per rack.

La generazione di token è la misura economicamente rilevante per molti operatori di inferenza. Una coldplate che consenta alle stesse GPU installate di gestire più richieste può aumentare i ricavi per rack senza richiedere un altro edificio, un’altra connessione elettrica o l’espansione del cluster.

Tuttavia, “prestazioni” richiede una definizione precisa. Il throughput di addestramento, i token di inferenza al secondo, la latenza e i token totali per megawatt sono metriche correlate, ma non intercambiabili.

Anche il guadagno dichiarato del 15% necessita di una baseline chiara. Un confronto con una coldplate convenzionale rivelerebbe qualcosa di diverso rispetto a un confronto con il progetto di raffreddamento Rubin validato da Nvidia. I risultati ottenuti con un carico termico simulato avrebbero meno peso rispetto a misurazioni su silicio Rubin destinato alla produzione.

Frore ha già avanzato affermazioni simili per progetti precedenti. Al Computex 2026, l’azienda ha mostrato LiquidJet Nexus, un gruppo di raffreddamento integrato per tray AI ad alta densità. Un test ODM avrebbe rilevato una riduzione della temperatura di circa 6°C e un aumento del 10% nella generazione di token rispetto alla soluzione di riferimento testata.

LiquidJet Nexus combina in un unico gruppo le coldplate per diversi componenti che generano calore. Questa configurazione può includere GPU, CPU, dispositivi di rete, convertitori di potenza e regolatori di tensione. Una struttura condivisa può ridurre raccordi e potenziali punti di perdita, sebbene la sua affidabilità complessiva dipenda comunque dalla qualità della produzione e dell’implementazione.

Il progetto precedente misurava, secondo quanto riportato, 17 millimetri di spessore, rispetto ai 34 millimetri del gruppo concorrente. Frore ha inoltre affermato che pesava il 65% in meno. Queste dimensioni contano nei sistemi densamente assemblati, dove l’hardware di raffreddamento compete con l’alimentazione e la rete per uno spazio limitato.

La più recente affermazione di nvidia tom aumenta l’ambizione: dal miglioramento di un’interfaccia di package convenzionale alla valutazione del contatto diretto con silicio senza lid. È questo cambiamento a trasformare una storia di raffreddamento incrementale in un test di ingegneria per la produzione.

Una riduzione di 10°C sarebbe significativa se resistesse alla convalida su scala rack. La domanda più difficile è se gli hyperscaler possano ottenere tale riduzione senza introdurre modalità di guasto che annullino il vantaggio prestazionale.

La rimozione del lid elimina una barriera termica e uno strato di protezione

Rimuovere il lid accorcia il percorso tra il silicio di Rubin e il suo liquido refrigerante, ma trasferisce anche il rischio di packaging nella catena di fornitura dei data center.

Il lid di una GPU, spesso chiamato integrated heat spreader, è la superficie metallica sopra il package di silicio. Distribuisce il calore su un’area più ampia proteggendo al contempo i componenti sensibili sottostanti.

Normalmente il calore viaggia dai die della GPU attraverso un materiale di interfaccia, nel lid e poi attraverso un’altra interfaccia nella coldplate. Ogni confine tra materiali aggiunge resistenza termica, rallentando il movimento del calore attraverso lo stack.

La rimozione del lid elimina l’heat spreader e consente a un gruppo di raffreddamento di entrare più direttamente in contatto con il package esposto. Il percorso più breve può ridurre la differenza di temperatura tra il silicio e il liquido refrigerante, soprattutto intorno agli hotspot concentrati.

Il raffreddamento direct-die non è un’idea nuova. Gli appassionati rimuovono da anni i lid dei processori, mentre sistemi specializzati ad alte prestazioni utilizzano gruppi a contatto diretto attentamente controllati. La produzione hyperscale crea un profilo di rischio diverso, poiché gli operatori devono implementare e mantenere migliaia di sistemi quasi identici.

Un package Rubin combina die di calcolo ad alta potenza con memoria ad alta larghezza di banda e altri componenti del package. Le loro altezze, i carichi termici e le tolleranze meccaniche non coincidono necessariamente. Una coldplate deve entrare in contatto con le superfici previste senza danneggiare le strutture vicine.

La pressione di montaggio diventa critica. Una pressione insufficiente può lasciare spazi vuoti che intrappolano il calore. Una pressione eccessiva può incrinare il silicio, deformare il package o danneggiare le connessioni di saldatura sottostanti.

La pressione deve inoltre restare uniforme mentre i materiali si espandono e si contraggono. Le GPU passano ripetutamente da temperature di inattività inferiori a condizioni operative più calde. Questi cicli termici possono spostare i materiali di interfaccia e sollecitare nel tempo le connessioni meccaniche.

Il gruppo di raffreddamento, quindi, richiede più di una bassa lettura iniziale della temperatura. Deve mantenere tali prestazioni dopo trasporto, installazione, manutenzione e cicli prolungati attraverso stati di potenza realistici.

L’esposizione ai liquidi crea un’altra preoccupazione. Una perdita sopra un package con lid è già grave. Una perdita o un evento di condensa intorno al silicio esposto può essere ancora meno tollerante.

La risposta tecnica di Frore è una coldplate costruita attorno a canali a getto tridimensionali a circuito corto. Il liquido refrigerante viaggia attraverso piccoli percorsi diretti a regioni specifiche, anziché seguire canali lunghi e uniformi sull’intera piastra.

Le coldplate a microcanali convenzionali spesso fanno scorrere il liquido attraverso passaggi lavorati più lunghi. Questi passaggi generano attrito e perdita di pressione, aumentando il lavoro di pompaggio necessario per mantenere una portata sufficiente.

Frore afferma che la sua architettura dirige il liquido refrigerante verso la mappa termica di un processore, ovvero la distribuzione nota del calore attraverso il package. L’azienda adatta processi produttivi tipici dei semiconduttori a strutture metalliche saldate, consentendo forme interne difficili da lavorare con metodi convenzionali.

L’azienda aveva precedentemente dichiarato che LiquidJet poteva gestire densità di hotspot fino a 600 watt per centimetro quadrato. Ha inoltre affermato di ottenere il 50% in più di rimozione del calore per unità di flusso e una riduzione di quattro volte della perdita di pressione in un progetto precedente.

Questi dati offrono un meccanismo plausibile per un raffreddamento migliore. Canali più corti possono ridurre la resistenza idraulica, mentre getti mirati possono interrompere lo strato limite caldo che si forma lungo una superficie di raffreddamento.

Tuttavia, il meccanismo non risolve la questione della produzione. I canali piccoli possono essere sensibili a contaminazione, prodotti della corrosione, detriti di produzione e variazioni nella chimica del liquido refrigerante. Una struttura termica altamente ottimizzata deve restare utilizzabile nelle pratiche reali di manutenzione degli impianti.

La rimozione del lid cambia anche la responsabilità. Nvidia normalmente convalida un package completo e un’interfaccia di raffreddamento con tolleranze meccaniche definite. Rimuovere il lid richiederebbe che il costruttore del sistema, il fornitore del raffreddamento o l’hyperscaler assumessero una quota maggiore di questo onere di integrazione.

Questo cambiamento può essere accettabile per organizzazioni che progettano già acceleratori personalizzati e interi rack. È più difficile per operatori più piccoli che dipendono da garanzie standard, componenti sostituibili e procedure di assistenza qualificate dal fornitore.

L’attrattiva rimane comunque chiara. Se lo strato aggiuntivo dell’interfaccia rappresenta una porzione significativa della resistenza termica di Rubin, rimuoverlo offre ai progettisti di coldplate accesso diretto alla superficie limitante.

L’affermazione dei 10°C è quindi tecnicamente comprensibile. Il suo valore commerciale dipende dalla capacità di Frore e dei suoi partner di trasformare il raffreddamento direct-die in un processo produttivo ripetibile anziché in una modifica specializzata.

Rubin trasforma il margine termico in una risorsa economica

La densità di Rubin trasforma ogni grado di temperatura e ogni watt di sovraccarico di pompaggio in una decisione di pianificazione della capacità.

Nvidia ha progettato Vera Rubin come una piattaforma su scala rack, anziché come una raccolta disaggregata di schede acceleratrici. Vera Rubin NVL72 combina 72 GPU Rubin, 36 CPU Vera, rete, memoria, alimentazione e raffreddamento in un sistema coordinato.

Nvidia afferma che l’infrastruttura Rubin è la sua prima generazione in cui ogni componente principale è raffreddato a liquido. Ciò include chip di calcolo, apparecchiature di rete e altro hardware che in precedenza dipendeva in parte dalle ventole dei server.

Il progetto di raffreddamento a liquido dell’azienda supporta l’ingresso nel rack di liquido refrigerante fino a 45°C. L’acqua dell’impianto a temperatura più elevata può rendere pratico lo smaltimento del calore senza chiller nei climi adatti, riducendo l’energia necessaria per raffreddare il liquido refrigerante stesso.

Questo crea due modi distinti di utilizzare una coldplate migliore. Un operatore può mantenere stabili le condizioni del liquido refrigerante e puntare a maggiori prestazioni dell’acceleratore. Può anche aumentare la temperatura di ingresso o ridurre la portata preservando al contempo la temperatura richiesta del silicio.

La prima scelta punta ai token per GPU. La seconda punta ai token per megawatt riducendo il sovraccarico del raffreddamento. I data center con vincoli di potenza possono attribuire valore a entrambi i risultati, a seconda dei limiti elettrici e della domanda di carico di lavoro.

Frore ha descritto esplicitamente questa flessibilità. La sua roadmap LiquidJet afferma che gli operatori possono destinare ulteriore margine termico a prestazioni GPU più elevate o a un funzionamento con liquido refrigerante più caldo.

Questa impostazione spiega perché un fornitore di raffreddamento userebbe la generazione di token come metrica principale. Gli hyperscaler non ottengono un ritorno dalla sola riduzione della temperatura del die. Si concentrano sul lavoro di addestramento completato, sulle richieste di inferenza servite, sul tempo di attività e sulla capacità dell’impianto.

Nvidia persegue la stessa economia a livello di sistema attraverso la propria architettura. L'azienda afferma che il design di Rubin a 45°C consente il funzionamento con dry cooler ed evita il raffreddamento ad alta intensità energetica in ambienti idonei.

La sua architettura Vera Rubin utilizza inoltre collettori comuni, componenti di alimentazione raffreddati a liquido, connettori a sgancio rapido e funzionalità di contenimento delle perdite. Nvidia sostiene che questi miglioramenti generino un risparmio energetico sufficiente a supportare fino al 10% in più di rack NVL72 con lo stesso budget di potenza.

Frore sostiene, in sostanza, che il coldplate possa spingere questi vantaggi economici ancora oltre. Se LiquidJet rimuove più calore con minori perdite di pressione, la struttura potrebbe consumare meno energia per le pompe o destinare ulteriore margine termico al calcolo.

Questa è la principale tensione competitiva. Il percorso di raffreddamento integrato di Nvidia privilegia un rack validato e un ecosistema di partner. L'approccio di Frore promette ulteriore efficienza ottimizzando la superficie più vicina a ciascun chip.

Le due strade non sono del tutto incompatibili. Frore descrive LiquidJet come un aggiornamento drop-in che può funzionare con collettori e circuiti a liquido esistenti. Un hyperscaler potrebbe utilizzare l'architettura rack più ampia di Nvidia sostituendo al contempo una parte dello stack termico.

Tuttavia, “drop-in” diventa una descrizione complicata se l'implementazione richiede il delidding. Le tubazioni esterne potrebbero rimanere invariate, ma cambierebbero la gestione del package, l'assemblaggio, i test, la copertura della garanzia e le procedure di riparazione.

Il calcolo economico deve includere questi effetti operativi. Un aumento del throughput del 15% potrebbe giustificare un lavoro di integrazione significativo, soprattutto su una grande flotta dedicata all'inferenza. Un piccolo incremento nei guasti hardware iniziali potrebbe compensare parte di quel valore.

L'uptime conta quanto il throughput di picco. Un server che produce il 15% di token in più quando è attivo offre pochi vantaggi se i requisiti di manutenzione riducono materialmente la disponibilità.

Lo stesso principio si applica alla resa. Gli hyperscaler dovrebbero sapere quanti acceleratori superano senza danni il delidding, l'installazione del coldplate, l'assemblaggio del sistema, la spedizione e l'assistenza sul campo.

Questi costi non rendono l'idea impraticabile. I grandi operatori cloud co-progettano abitualmente server, circuiti di raffreddamento, networking e silicio personalizzato. Possono predisporre linee di assemblaggio controllate e processi di ispezione automatizzati non disponibili per gli acquirenti ordinari.

Frore afferma di collaborare con la maggioranza degli hyperscaler su soluzioni LiquidJet, inclusi progetti per silicio personalizzato. L'azienda non ha identificato pubblicamente clienti di produzione per la configurazione Rubin delidded riportata.

Questa distinzione è importante. Discussioni tecniche, programmi di valutazione, campioni di qualificazione e implementazioni produttive già impegnate rappresentano diversi livelli di adozione.

Il rapporto nvidia tom suggerisce che il settore stia passando dall'interesse teorico verso una seria valutazione per la produzione. Le evidenze pubbliche devono ancora raggiungere questa interpretazione.

Un aumento del 15% deve superare l'esame di affidabilità e benchmark

L'argomentazione più solida a favore di LiquidJet richiede risultati di throughput indipendenti e dati di affidabilità di lunga durata provenienti da rack Rubin completi.

Le dimostrazioni termiche in genere isolano una parte favorevole del sistema. Possono mostrare che un coldplate rimuove efficacemente il calore senza dimostrare che l'intero data center ne benefici nella stessa percentuale.

Un benchmark di produzione deve rendere noti il modello GPU, il limite di potenza, il comportamento delle frequenze, la temperatura di ingresso del refrigerante, la portata, la pressione, il carico di lavoro, lo stack software e l'hardware di confronto. Senza questi dettagli, i lettori non possono identificare l'origine di un miglioramento riportato.

Anche la variazione da chip a chip è rilevante. Due GPU nominalmente identiche possono differire per dispersione elettrica, temperatura e comportamento delle frequenze. Un confronto credibile testerebbe dispositivi a sufficienza per separare l'effetto del raffreddamento dalla normale variazione del silicio.

Il risultato di 10°C e l'affermazione di un incremento delle prestazioni del 15% devono inoltre essere collegati sperimentalmente. Una temperatura inferiore può ridurre la potenza dispersa e supportare frequenze sostenute più elevate, ma la relazione varia in base ai punti operativi.

Una GPU che funziona al di sotto del proprio limite termico potrebbe mostrare scarse variazioni di prestazioni. Una GPU configurata per sfruttare il margine aggiuntivo potrebbe assorbire più potenza, complicando le affermazioni sull'efficienza della struttura.

La metrica più utile combinerebbe il lavoro completato con l'energia totale. Token per joule, token per rack e token per megawattora rivelerebbero se LiquidJet migliora l'output economico anziché soltanto la frequenza del dispositivo.

La latenza d'inferenza dovrebbe figurare accanto al throughput. Alcune configurazioni aumentano il totale dei token al secondo elaborando richieste in batch più grandi, senza migliorare altrettanto il tempo di risposta percepito dal singolo utente.

L'addestramento presenta un'altra sfida di misurazione. Una GPU più fredda può mantenere le frequenze, ma la velocità complessiva di addestramento dipende anche da memoria, networking, comunicazione collettiva, checkpointing ed efficienza software.

Le evidenze di affidabilità necessitano di un ambito altrettanto ampio. I fornitori di coldplate eseguono comunemente test di pressione, corrosione, cicli termici, vibrazioni, urti e perdite. L'hardware di produzione delidded aggiunge problematiche di allineamento meccanico e package esposti.

Gli operatori dovrebbero cercare test di vita accelerata su package Rubin rappresentativi. Servono inoltre procedure sostituibili sul campo che i tecnici possano eseguire senza trasformare la manutenzione ordinaria in un lavoro da laboratorio.

La pulizia del refrigerante rappresenta un test a lungo termine. Le strutture interne di Frore dipendono da passaggi piccoli e accuratamente sagomati. La qualificazione dovrebbe misurare le prestazioni dopo un'esposizione prolungata al refrigerante selezionato, alle guarnizioni, ai tubi e al circuito della struttura.

La compatibilità dei materiali è importante perché metalli diversi possono causare corrosione galvanica. Crescita biologica, ossigeno disciolto, particelle e additivi chimici possono inoltre modificare nel tempo le prestazioni di raffreddamento.

Un data center può filtrare e monitorare il proprio refrigerante, ma requisiti più stringenti aumentano la complessità operativa. Tale complessità deve essere valutata rispetto a qualsiasi riduzione dell'energia delle pompe o della temperatura della GPU.

La capacità di fornitura crea un'altra incertezza. Frore afferma di utilizzare concetti di produzione dei semiconduttori su wafer metallici. Questo approccio consente strutture dettagliate, ma gli hyperscaler necessitano di una produzione coerente su grandi volumi.

Una qualificazione riuscita misurerebbe quindi la variazione dimensionale e il bilanciamento del flusso su molti coldplate. Un singolo campione eccezionale non dimostra prestazioni valide per l'intera flotta.

Anche la risposta competitiva influenzerà l'adozione. I fornitori tradizionali di coldplate possono migliorare la geometria dei canali, i materiali di interfaccia, i sistemi di montaggio e i metodi produttivi. Nvidia può rivedere i design dei package e dei rack per ridurre la resistenza termica senza richiedere ai clienti di eseguire il delidding delle GPU.

La decisione di Nvidia di standardizzare gran parte della propria architettura rack MGX attraverso l'Open Compute Project crea spazio per l'innovazione dei componenti. Stabilisce inoltre aspettative meccaniche e operative che gli assemblaggi di raffreddamento alternativi devono soddisfare.

Il vantaggio di Frore potrebbe basarsi sulla personalizzazione. Il suo metodo produttivo è pensato per adattare la struttura dei canali alla mappa degli hotspot di ciascun processore. Ciò può essere prezioso per Rubin, Rubin Ultra e acceleratori progettati dagli hyperscaler con diverse distribuzioni del calore.

La personalizzazione crea anche lavoro di gestione delle versioni. Revisioni dei package, profili di potenza e configurazioni dei chip possono richiedere design distinti per i coldplate. Gli operatori devono garantire che il corretto assemblaggio di raffreddamento accompagni ciascun acceleratore durante produzione e assistenza.

L'interesse riportato per le GPU delidded suggerisce che alcuni hyperscaler accettino questa complessità quando il potenziale ritorno a livello di flotta è sufficientemente grande. Non significa che la pratica sia diventata standard.

I termini esatti del supporto di Nvidia saranno decisivi. Gli operatori vorranno chiarezza su copertura della garanzia, partner di assemblaggio approvati, metodi di montaggio accettabili, telemetria e procedure di sostituzione.

Finché queste domande non riceveranno risposte pubbliche, la cifra del 15% dovrebbe essere considerata un promettente risultato di test, piuttosto che un miglioramento affidabile per un'intera flotta.

Questa formulazione prudente non liquida LiquidJet. Identifica le evidenze necessarie per portare la tecnologia da un impressionante confronto termico a un'infrastruttura di produzione.

Tre segnali indicheranno se LiquidJet raggiunge la produzione

Benchmark sostenuti dai clienti, qualificazione Nvidia e risultati di affidabilità a livello rack determineranno se questo guadagno di raffreddamento diventerà capacità implementabile.

Il primo segnale è un benchmark di un hyperscaler identificato, di un produttore di server o di un'organizzazione di test indipendente. Dovrebbe confrontare LiquidJet con un coldplate di riferimento dichiarato su hardware Rubin reale.

Quel test dovrebbe riportare le condizioni del refrigerante, le impostazioni di potenza, la frequenza sostenuta, il throughput del carico di lavoro e l'energia totale per il raffreddamento. Dovrebbe inoltre separare le configurazioni con e senza lid.

Una conferma indipendente prossima ai risultati riportati di 10°C e 15% rafforzerebbe notevolmente l'argomentazione di Frore. Un guadagno minore non invaliderebbe il design, ma modificherebbe l'economia dell'integrazione.

Il secondo segnale è il supporto formale della piattaforma. Nvidia, un produttore MGX affermato o un importante fornitore di server dovrebbe qualificare il coldplate e il processo di assemblaggio pertinenti.

La qualificazione dimostrerebbe che il raffreddamento direct-die può rientrare nelle tolleranze di produzione e nelle procedure di supporto definite. Chiarirebbe inoltre se il delidding avvenga prima della consegna, presso un integratore di sistemi o in un'altra configurazione controllata.

Nvidia ha già reso il raffreddamento a liquido centrale nei sistemi Vera Rubin. Questo impegno crea un mercato indirizzabile per l'innovazione termica, ma non convalida automaticamente ogni design di raffreddamento.

Un'opzione LiquidJet approvata rafforzerebbe l'affermazione che i coldplate possano diventare componenti prestazionali selezionabili all'interno dell'ecosistema Rubin. Il perdurare del silenzio manterrebbe le implementazioni limitate a programmi personalizzati con maggiore responsabilità di integrazione.

Il terzo segnale è rappresentato dalle evidenze di durabilità provenienti da rack completi. Gli acquirenti necessitano di tassi di guasto, deriva termica, prestazioni in caso di perdite, requisiti di manutenzione del refrigerante e risultati dell'assistenza durante un funzionamento prolungato.

Queste evidenze contano più di un'altra breve dimostrazione. L'infrastruttura AI opera in modo continuo e piccole differenze di affidabilità si moltiplicano su migliaia di acceleratori.

Un rapporto utile su un'implementazione confronterebbe uptime e manutenzione con il raffreddamento Rubin standard. Mostrerebbe inoltre se il beneficio termico iniziale resti stabile dopo ripetuti cicli di alimentazione.

Questi segnali dovrebbero arrivare prima che i lettori considerino le GPU Rubin delidded una pratica produttiva normale. Gli hyperscaler valutano spesso in parallelo diverse strade ingegneristiche e molte non superano mai la qualificazione.

La tendenza più ampia è già consolidata. Il raffreddamento è entrato nell'equazione di prestazioni e capacità dei data center AI. L'architettura Rubin interamente raffreddata a liquido rende esplicita questa relazione.

Ciò che resta irrisolto è quanto rischio gli operatori accetteranno per rimuovere le ultime barriere termiche attorno al package. Frore ritiene che i suoi canali mirati e l'approccio direct-die giustifichino un design più aggressivo.

L'affermazione nvidia tom fornisce a questa argomentazione numeri concreti: temperatura inferiore di 10°C e prestazioni superiori del 15%. Sono cifre abbastanza grandi da richiedere attenzione, ma non ancora documentate abbastanza bene da orientare l'acquisto per una flotta.

I team infrastrutturali dovrebbero ora chiedere evidenze a livello di carico di lavoro anziché grafici dimostrativi più freddi. Dovrebbero confrontare energia totale, uptime, manutenibilità e resa hardware insieme al throughput di picco.

Per gli sviluppatori e i team di prodotto AI, la conseguenza appare più a valle. Un raffreddamento migliore può significare maggiore capacità di inferenza disponibile, latenza più stabile e un costo infrastrutturale inferiore per token generato.

Quei vantaggi si concretizzeranno solo se il sistema di raffreddamento dimostrerà di reggere in produzione. Occorrerà osservare l’arrivo di un cliente nominato, una configurazione Rubin qualificata e dati sui rack di lunga durata. Insieme, questi tre segnali mostreranno se LiquidJet è un esperimento convincente o il prossimo passo nella progettazione termica per l’AI.