Ferveret，來自麻省理工學院的初創公司，正利用在核反應堆中部署的冷卻技術來解決當今數據中心面臨的挑戰。這種無水冷卻技術還可以幫助在水資源稀缺的地區建立數據中心，同時利用豐富的陽光為晶片和冷卻基礎設施提供動力。近期人工智能（AI）應用的激增，得益於如 NVIDIA 等公司的高性能計算晶片。當需要大規模部署 AI 時，公司需要安置許多能夠快速處理信息的晶片。
為了節省成本，它們會向私人數據中心租用計算能力，這些數據中心購買並部署高性能晶片，並長期出租它們。隨著越來越多的公司在其工作流程中部署 AI，對數據中心的需求急劇上升。新數據中心的建立，也伴隨著能源需求的增長。據估計，到本世紀末，美國的電力使用中將有多達 17% 是由數據中心消耗的。這些電力消耗不僅來自高性能晶片，還包括為其提供冷卻的能量。
Ferveret 的冷卻技術顯著提高數據中心的能效
數據中心一開始設立時，晶片是通過空氣進行冷卻的。隨著計算能力的增強，晶片產生的熱量也隨之上升，需要更好的冷卻方法。液體在去除晶片熱量方面的效果優於空氣，當熱量用於引發相變時，性能更佳。在液體的沸點處，它可以在不增加液體與晶片之間的温度差的情況下，從晶片中提取更多熱量。最新的數據中心使用浸入式冷卻方法，整個伺服器架浸沒在冷卻液中，以最大化熱量傳遞。然而，隨著 AI 為伺服器增加了更多計算能力，熱量產生的增加需要更新的冷卻解決方案。
MIT 的衍生公司 Ferveret 正尋求部署用於核反應堆的冷卻技術，並將其適應於數據中心的使用。這種稱為「過冷卻沸騰」的技術，使用低沸點的液體，產生的氣泡比浸入式冷卻方法中的氣泡更小。雖然浸入式冷卻需要處理捕獲氣泡和在受限壓力和温度條件下重新液化的問題，但在 Ferveret 的方法中，氣泡迅速重新凝結到周圍液體中。最近的一項研究表明，Ferveret 的冷卻解決方案在計算功率效率上比最先進的浸入式冷卻技術提高了多達 15%。
這與 Ferveret 的專有電源控制系統結合，讓數據中心在不增加功率使用的情況下，從 AI 模型中提取 35% 更多的 Tokens。
Ferveret 的自適應相冷卻（Adaptive Phase Cooling，簡稱 APC）系統以小型箱體形式部署，每個箱體能容納一台伺服器。這種模組化的方法使其系統的部署和維護更為簡便。Ferveret 的聯合創始人 Reza Azizian 在新聞稿中表示：「這一物理原理使我們能夠實現過去無法達到的形狀因素。大多數浸入式冷卻解決方案都是大型水箱，人們將伺服器浸入其中。
我們擁有更小型的模組化架載解決方案，使其能夠適應當前的基礎設施，從而更容易讓人們部署我們的技術。」這種無水冷卻方法在水資源稀缺但陽光充沛的地區也具有優勢。在這些地區設置太陽能發電廠相對簡單，但由於水資源不足，數據中心無法得到有效冷卻。
Ferveret 的聯合創始人、核科學與工程系的副教授 Matteo Bucci 表示：「這項技術可以幫助在通常缺乏資源的地區部署數據中心，包括非洲、中東，以及美國的某些地區。這是一項巨大的突破。」
