پیام جوان: با توجه به رشد تصاعدی سیستم‌های هوش مصنوعی و نیاز روزافزون آن‌ها به قدرت پردازشی بالا، مشکل تولید گرما در دیتاسنترها و دستگاه‌های الکترونیکی به یک چالش جدی تبدیل شده است. مهندسان یک راهکار نوآورانه را با توسعه غشای خنک‌کننده تبخیری غیرفعال (Passive Evaporative Cooling Membrane) ارائه کرده‌اند که می‌تواند به طرز چشمگیری دفع گرما را در سامانه‌های الکترونیکی بهبود بخشد و از پدیده “گرمایش هوش مصنوعی” جلوگیری کند. این فناوری با استفاده از اصول فیزیکی ساده و بدون نیاز به انرژی خارجی، سیستم‌های خنک‌کننده فعلی را متحول می‌سازد.
این غشای جدید از مواد متخلخل با قابلیت جذب بالای مایعات ساخته شده است که فرایند تبخیر را روی سطح تراشه‌ها یا قطعات حساس الکترونیکی تسریع می‌کند. کلید موفقیت آن در طراحی بهینه ریزساختاری (microstructure) است که حداکثر سطح تبخیر را فراهم می‌آورد و از این طریق، گرمای اضافی را به صورت غیرفعال (Passive) از دستگاه دور می‌کند. مزیت اصلی این روش، مصرف نزدیک به صفر انرژی برای فرآیند خنک‌سازی است، که یک عامل تعیین‌کننده در کاهش هزینه‌های عملیاتی و ردپای کربن دیتاسنترها خواهد بود.
کاربرد این فناوری تنها محدود به ابررایانه‌ها و سرورهای هوش مصنوعی نیست؛ بلکه می‌توان از آن در انواع وسایل الکترونیکی از جمله لپ‌تاپ‌های قدرتمند، گوشی‌های هوشمند و تجهیزات نظامی که نیاز به دفع حرارت بالا در فضایی محدود دارند، استفاده کرد. در شرایطی که تراشه‌ها کوچک‌تر و پرقدرت‌تر می‌شوند، مدیریت حرارتی کارآمد برای حفظ عملکرد و جلوگیری از خرابی اجزای داخلی حیاتی است. این غشا قادر است دما را به طور مؤثری در محدوده عملیاتی بهینه نگه دارد.
تکنولوژی‌های خنک‌کننده سنتی معمولاً شامل فن‌ها یا سیستم‌های مایع پیچیده‌ای هستند که خود نیازمند انرژی و نگهداری منظم هستند. اما غشای تبخیری غیرفعال، رویکردی متفاوت و سازگار با محیط زیست را پیشنهاد می‌کند. به گفته تیم مهندسی، این اختراع می‌تواند عمر مفید قطعات الکترونیکی را افزایش داده و همچنین قابلیت اطمینان سیستم‌ها را در بارهای کاری سنگین مانند آموزش مدل‌های هوش مصنوعی بزرگ (LLMs) تضمین کند.
در مجموع، موفقیت در توسعه این غشای خنک‌کننده، پاسخ امیدبخشی به یکی از بزرگترین موانع در توسعه نسل بعدی محاسبات با کارایی بالا (HPC) و هوش مصنوعی است. با اجرای این راهکار، می‌توان انتظار داشت که مراکز داده در آینده، نه تنها از نظر سرعت و قدرت پردازش، بلکه از نظر پایداری انرژی و بهره‌وری زیست‌محیطی نیز بهبود قابل ملاحظه‌ای پیدا کنند و به کاهش مصرف انرژی جهانی کمک نمایند.
