GPU・サーバーアクセラレータ冷却：空冷 vs 液冷

著者 BQUQ Engineering Team 査読 BQUQ Quality Engineering 2025年7月25日ビュー ISO 9001:2015 認証工場

GPUおよびサーバーアクセラレータの冷却：空冷 vs 液冷

簡単な答え：モジュールあたり約300～400 Wまでのアクセラレータでは、空冷が依然として優位です。銅ベースのアルミフィンヒートシンクと2～4基の高静圧ファンを組み合わせることで、ジャンクション温度を最低コストと最低リスクで管理できます。パッケージあたり約400～500 Wを超える場合、またはラックあたり15～20 kWを超える場合、空冷では限られた前面面積を通して十分な熱を移動できないため、液冷が現実的な選択肢となります。実際の導入のほとんどはハイブリッドです。NIC、PSU、低消費電力カードには空冷、最も高温になるGPUにはダイレクト・トゥ・チップ液冷を使用します。BQUQは、一つのISO9001 Dongguan工場で両方の経路を製造しています — 銅スカイブフィン、ベーパーチャンバー、接合アセンブリ、コールドプレート本体 — CNC公差±0.005 mm、12営業時間以内に見積もりを提供します。

アクセラレータ冷却が「より大きなファン」問題でなくなった理由

10年前、データセンターGPUの消費電力は150～250 Wで、2スロットのブロワーシュラウドで対応できました。今日のトレーニングアクセラレータは350～1000 Wの範囲にあり、単一の8-GPUサーバーノードは1Uまたは2Uシャーシを通して6～10 kWを消費する可能性があります。空気には厳しい物理的限界があります。海面レベルでの空気の体積熱容量は約1.2 kJ/m³·Kであるのに対し、水ベースの冷却液は約1000 kg/m³で約4.0 kJ/kg·Kを運びます — 同じ温度上昇に対して単位体積あたり約3,000倍の熱を運びます。

この比率がすべてを物語っています。空冷は「悪い」わけではありません。許容できない騒音やファン動力なしに、固定されたラック開口部を通してどれだけの空気を送り込めるかによって単純に制限されているのです。下流のすべての設計決定 — フィン形状、ベース材料、TIM、ファンカーブ、ラックレイアウト — は、その限界内で機能するか、それを回避するかの試みです。

空冷は実際にどの程度の熱負荷に対応できるか？

正直な答えは数値ではなく範囲です。周囲温度、高度、騒音予算、冗長性、入口温度に依存するからです。以下の表は、入口空気温度25～35 °Cの適切に設計された2Uサーバーを想定した目安です。

冷却アプローチ	モジュールあたりの典型的な持続負荷	典型的なラック密度	相対騒音	相対設備投資
パッシブ押出 + シャーシ気流	30～80 W	< 3 kW	非常に低い	最低
2スロットブロワーシュラウド、アルミフィンスタック	150～250 W	5～8 kW	高い	低い
銅ベース + 高密度アルミフィン、3～4基の高静圧ファン	300～400 W	10～15 kW	非常に高い	低～中
ベーパーチャンバー + ハイブリッドフィンスタック	400～600 W	15～20 kW	非常に高い	中
ダイレクト・トゥ・チップ液冷コールドプレート	600～1500+ W	30～100+ kW	低い	高い
イマージョン（単相または二相）	モジュールあたり1000 W+	50～100+ kW	非常に低い	最高

2つの注意点があります。第一に、「モジュールあたり」は「ラックあたり」と同じではありません — 400 Wカードでいっぱいのラックは、カードスケールではなくラックスケールの気流問題です。第二に、これらの数値はヒートシンクがボトルネックでないことを前提としています。実際には、300 W以上ではボトルネックはしばしばフィンではなく、熱界面材料、ソケット、またはベースの平坦度です。

結果を決定する3つの熱抵抗

空冷設計はすべて一連の熱抵抗に還元できます：

1. ジャンクション-ケース間（Rjc） — シリコンパッケージによって固定されます。変更できません。

2. ケース-ヒートシンクベース間（Rcs） — TIM、実装圧力、ベース平坦度によって決まります。ここにほとんどの「謎の」10 °C差が存在します。

3. ヒートシンク-空気間（Rsa） — フィン面積、フィン効率、気流、ダクトによって決まります。

液冷はこれらを排除するのではなく、第3項をはるかに小さなものに置き換え、排熱問題を施設レベルの熱交換器に移します。Rcsが悪い場合、液冷はそれをより明確に露呈するだけです。

空冷：実際に性能を決定するもの

フィン密度と圧力損失

アクセラレータ用ヒートシンクの典型的な間違いは、フィン数を追い求めることです。フィンを追加すると表面積は増えますが、圧力損失も増加し、その動作点でファンが静圧を供給できなければ、気流が崩壊し、ヒートシンクは粗い設計よりも性能が悪くなります。1Uおよび2Uサーバーでは、フィン間隔約0.8～1.5 mm、フィン厚さ0.3～0.5 mmが一般的な実用範囲です。正確な最適値はファンカーブに依存します。

これは強制空冷ヒートシンク設計で扱っているのと同じトレードオフであり、フィン数を指定する前に読む価値があります。

ベース材料と界面

銅はアルミニウムより約1.7倍熱を伝導します（約400 vs 200 W/m·K）が、密度は約3倍で、かなり高価です。通常の妥協点は、銅ベースまたは銅ヒートパイプをアルミフィンスタックに接合した「銅ベースアルミフィン」アーキテクチャです。非常に高い熱流束密度では、ベーパーチャンバーが実効熱伝導率が何倍も高いため、固体銅よりもはるかに優れてベース全体に熱を広げます。

ベースの平坦度は静かなる殺し屋です。40 mmのフットプリントで0.05 mm凹んだベースは、中央での接触圧力を失います — まさにダイが最も熱い場所です。BQUQはCNC設備でヒートシンクベースを±0.005 mmに加工し、平坦度を検査します。これはヒートシンク平坦度仕様の主題です。

ダクトとラックレベルの気流

漏れのあるシャーシ内の完璧なヒートシンクは、平凡なヒートシンクです。空気は最小抵抗の経路をたどり、通常はカードを通り抜けるのではなく、カードの周りを流れます。ダクト、ブランキングパネル、フィラーブラケット、正しいファンウォール配置により、同じファン動力で通常5～15 °Cを回復できます。その実装方法についてはサーバー気流ダクトを参照してください。

液冷：経済性が逆転するとき

液冷は以下のいずれかが当てはまる場合に合理的になります：

モジュールあたりの持続負荷が約400～500 Wを超え、空冷では許容できないファン動力または騒音が必要になる。
ラック密度が約15～20 kWを超え、ホットアイル封じ込めでは入口温度を範囲内に保てなくなる。
施設が新築または改修中であり、配管コストが償却される。
騒音制限（オフィス隣接またはコロケーション）により高回転ファンウォールが排除される。

ダイレクト・トゥ・チップコールドプレート

ダイレクト・トゥ・チップコールドプレートは、内部マイクロチャネル、シール面、入口/出口ポートを備えた機械加工金属ブロックです。最も重要な製造公差は次のとおりです：

特徴	重要な理由	典型的な要件
コールドプレート平坦度	ダイまたはリッドとの接触	ダイエリアで0.02～0.05 mm
表面粗さ	TIMボンドライン厚さ	通常Ra 0.4～0.8 µm
チャネル形状の一貫性	並列プレート間の流量バランス	厳しい機械加工公差
ポートとOリング溝	漏れ防止	密封、耐圧試験済み
材料	冷却液および金属との適合性	銅またはニッケルメッキ銅

コールドプレートはCNC機械加工部品であり、その成否は平坦度、表面粗さ、漏れ完全性にかかっています — 特殊な設計ではありません。CNC加工ヒートシンクに使用される同じ±0.005 mmのCNC能力がここに適用されます。

イマージョンと二相

イマージョン冷却はファンを完全に排除し、非常に高い密度に対応できますが、材料適合性のルールが変わります：エラストマーは膨潤し、一部のはんだやメッキは侵され、保守性は湿式作業になります。これはコンポーネントレベルではなく施設レベルの決定です。

空冷 vs 液冷：実用的な比較

基準	空冷	ダイレクト・トゥ・チップ液冷	イマージョン
モジュールあたりの実用負荷	最大約400 W	600～1500+ W	1000 W+
ラック密度	最大約15～20 kW	30～100+ kW	50～100+ kW
コンポーネントコスト	低い	中～高	高い
施設コスト	低い	高い（CDU、配管）	最高
騒音	高負荷時に高い	低い	非常に低い
レトロフィットの難易度	低い	高い	非常に高い
故障モード	サーマルスロットリング	漏れ / ポンプ故障	流体損失、保守の複雑さ
最適な用途	エッジ、SMB、混在ラック	AIトレーニングクラスタ	グリーンフィールドHPC

パターンは一貫しています：低密度では空冷が安価で簡単、高密度では液冷がワットあたり安価です。クロスオーバーは通常ラックあたり約15～20 kWで、エネルギー価格と地域の気候によって変動します。

ヒートシンク工場の役割

空冷または液冷のどちらを選んでも、熱経路は最終的に機械加工金属部品で終わります。BQUQはDongguanの一工場で4つの生産ラインにわたって全範囲を生産しています：

スカイブフィンヒートシンク — 銅またはアルミブロックから直接フィンをスカイブし、界面抵抗のないモノリシックなベース-フィン接合を実現。
押出および接合フィンアセンブリ — 中密度にコスト効率が良い。押出ヒートシンクを参照。
ベーパーチャンバーおよびヒートパイプアセンブリ — 熱拡散および遠隔排熱用。
CNC加工コールドプレート — マイクロチャネル本体、ポート加工、Oリング溝、耐圧試験。
プレスブラケット、ばね、実装ハードウェア — TIM圧力を設定するばね付き実装ねじを含む。

これらすべてが一つのISO9001品質システムの下で稼働しているため、ベースの平坦度、コールドプレートの表面粗さ、実装ばねの力を、3つのベンダーにまたがるのではなく一緒に指定および検査できます。

両方の経路に適用される設計ルール

1. 「滑らか」だけでなく平坦度を指定する。 数値と測定エリアを提示する。

2. TIMはブランドではなくボンドライン厚さで指定する。 ポンプアウトとドライアウトは実際の故障モードです。

3. フィン密度を実際のファンカーブに合わせる。 CFM数値ではなくP-Qカーブを求める。

4. ヒートシンクより先にダクトを設計する。 フィンをバイパスする気流は無駄です。

5. 高度と粉塵を考慮する。 1000 m以上およびフィルタなし環境では空冷をディレーティングする。

6. 実際のシャーシで試作する。 筐体なしのベンチテストは楽観的です。

よくある質問

Q: GPUの空冷から液冷への切り替えは何ワットで行うべきですか？

A: 普遍的な数値はありませんが、単一アクセラレータモジュールの場合、実用的なクロスオーバーは約400～500 Wの持続電力です。それ以下では、高静圧ファンを備えた銅ベースアルミフィンヒートシンクが通常、より低コストでジャンクション温度目標を満たします。それ以上では、ファン動力、騒音、必要な前面面積が急増し、ダイレクト・トゥ・チップコールドプレートがより効率的な答えになります。ラック密度はカードあたりのワット数と同じくらい重要です。

Q: 350 Wアクセラレータにベーパーチャンバーは価値がありますか？

A: ダイが小さく熱流束が集中している場合は、しばしば価値があります。ベーパーチャンバーは固体銅よりもはるかに効果的にベース全体に熱を広げ、ホットスポットの温度を下げ、フィンスタックをより均一に機能させます。350 Wで大きく熱が広がったダイの場合、固体銅ベースで十分かつ安価かもしれません。決定は経験則ではなく熱シミュレーションから行うべきです。

Q: 液冷サーバーは内部で空冷コンポーネントをまだ使用できますか？

A: はい、ほとんどの場合使用しています。ダイレクト・トゥ・チップシステムは通常、CPU、GPU、時にはメモリのみを冷却し、NIC、PSU、ストレージ、電圧レギュレータは内部ファンによる空冷のままです。このハイブリッド構成は正常です。つまり、液冷を採用してもシャーシ気流設計はなくなりません — より少ない、より冷たいコンポーネントにサービスを提供するだけです。

Q: コールドプレートにはどのような平坦度と表面粗さを指定すべきですか？

A: ダイレクト・トゥ・チップコールドプレートの場合、ダイ接触エリア全体で約0.02～0.05 mmの平坦度と、Ra 0.4～0.8 µm程度の表面粗さが典型的な出発点です。より厳しい値はCNC加工で達成可能ですがコストが増加します。平坦度の値と一緒に測定エリアを常に指定してください。100 mmプレート上の平坦度は40 mmダイフットプリント上の平坦度とは異なる要件だからです。

Q: ヒートシンクまたはコールドプレートの見積もりを迅速に得るにはどうすればよいですか？

A: 重要な寸法を含む3Dモデルまたは図面、熱負荷、利用可能な気流または流量、周囲温度または冷却液入口温度、目標コンポーネント温度を送ってください。BQUQはパッケージをレビューし、12営業時間以内に見積もりを返します。試作およびパイロットビルド向けに柔軟なMOQがあります。早期の関与は通常、特にベース平坦度と実装ハードウェアにおいて、再設計サイクルを節約します。

GPUおよびサーバーアクセラレータの冷却：空冷 vs 液冷

GPUおよびサーバーアクセラレータの冷却：空冷 vs 液冷

アクセラレータ冷却が「より大きなファン」問題でなくなった理由