Die Aktien von Super Micro Computer legten am Montag beeindruckende 16,9% zu, nachdem das Unternehmen bekannt gab, dass es aktuell über 100.000 GPUs pro Quartal ausliefert. Dieser bedeutende Fortschritt steht im Rahmen der Unterstützung KI-gesteuerter Rechenzentren.
Laut Unternehmensangaben hat Supermicro unlängst über 100.000 GPUs mit einer Flüssigkeitskühlungslösung für einige der größten jemals gebauten KI-Fabriken sowie andere Cloud-Service-Anbieter bereitgestellt. Da jeder Server fast 12 kW Leistung benötigt, um die Anforderungen von KI und Hochleistungsrechnern (HPC) zu erfüllen, erweist sich Flüssigkeitskühlung als effizientere Option zur Aufrechterhaltung der gewünschten Betriebstemperatur für jede GPU und CPU.
Das Unternehmen, das für seine fortschrittlichen IT-Lösungen in den Bereichen Cloud, Künstliche Intelligenz/Maschinelles Lernen und Edge-Computing bekannt ist, verfolgt mit seiner Flüssigkeitskühlungstechnologie das Ziel, den wachsenden Bedarf von KI-Fabriken und Cloud-Dienstleistern zu bedienen.
Supermicro präsentierte eine Flüssigkeitskühlungslösung, die darauf abzielt, den Energieverbrauch und die Infrastrukturkosten für Kühlung zu reduzieren. Diese Technologie umfasst hochmoderne Kühlmittelverteilungseinheiten, Kaltplatten und modulare Kühltürme, die alle für eine hohe Dichte von GPU- und CPU-Leistung optimiert sind. Das Unternehmen bestätigte die erfolgreiche Implementierung dieser Technik in einigen der größten KI-Fabriken überhaupt und festigt so seine Rolle in der Unterstützung KI-gesteuerter Prozesse.
CEO Charles Liang erklärte, dass Supermicro weiterhin Innovationen vorantreibe und jetzt komplette Rechenzentrums-Flüssigkeitskühlungslösungen im Plug-and-Play-Rackmaßstab entwickle. Diese Lösungen führten zu erheblichen Kostensenkungen und verbesserten die Leistung in KI-Fabriken, was zu erheblichen Energie- und Platzeinsparungen führe. Die Technologie ermögliche einen effizienteren Kühlprozess und reduziere den Stromverbrauch um bis zu 40%. Darüber hinaus erhöhe sie die Rechnerdichte und verkürze die Trainingszeiten für groß angelegte KI-Modelle.