Адаптивное фазовое охлаждение: как физика ядерных реакторов решает проблему перегрева дата-центров

40% электроэнергии дата-центра уходит не на вычисления — на охлаждение. Стартап из MIT нашёл способ сократить эти потери до минимума, позаимствовав технологию у ядерных реакторов.

Проблема известная: AI-инфраструктура растёт так быстро, что энергосистемы не успевают. По данным EPRI, к концу десятилетия дата-центры будут потреблять от 9 до 17% всей электроэнергии в США. Треть этого объёма — не на вычисления, а на отвод тепла. Воздушное охлаждение, которое доминирует в индустрии, не менялось полвека.

Реза Азизиан, бывший исследователь MIT в области ядерной инженерии, впервые попал в дата-центр в 2017 году. «Я подумал: какого чёрта, это же не способ охлаждать facility», — вспоминает он в интервью MIT News. Огромные шумные вентиляторы, 40% мощности — впустую. Но пока это не влияло на производительность, никому не было дела.

Физика из реактора

Азизиан и его сооснователь Маттео Буччи — профессор кафедры ядерной инженерии MIT — применили к дата-центрам то, что знали лучше всего: теплообмен в ядерных реакторах. В реакторах используется кипение с переохлаждением (subcooled boiling — вскипание жидкости, температура которой ниже температуры насыщения). Пузырьки пара получаются мельче, отрываются чаще и мгновенно конденсируются в окружающей жидкости, постоянно обновляя слой у поверхности чипа. В традиционных двухфазных системах пузыри крупные, поднимаются в паровой коллектор — процесс медленнее и менее эффективен.

Ferveret — так называется стартап, основанный в 2021 году и прошедший Y Combinator, — превратил этот принцип в коммерческий продукт под названием Adaptive Phase Cooling (адаптивное фазовое охлаждение). Серверы погружаются в диэлектрическую жидкость; тепло отводится за счёт фазового перехода, но без громоздких резервуаров и сложной инфраструктуры, характерных для традиционных immersion-систем. Решение устанавливается в стандартные 19- и 21-дюймовые стойки.

Цифры

Исследование, проведённое в UCLA ICON Lab на графических процессорах NVIDIA H200, показало: по сравнению с лучшими системами прямого чипового охлаждения (direct-to-chip) Adaptive Phase Cooling даёт на 15% больше вычислительной эффективности (TFLOPs/kW). В пересчёте на реальную нагрузку — на 35% больше токенов для AI-моделей с того же энергобюджета. PUE (power usage effectiveness — коэффициент эффективности энергопотребления) составил 1,03 — то есть 97% энергии уходит непосредственно на вычисления.

Компания также заявляет о снижении затрат на охлаждение на 96% и уменьшении физического footprint'а (занимаемой площади) на 75% по сравнению с воздушными системами.

«Сегодня мы ограничены не чипами — мы ограничены мощностью. Каждый ватт, который уходит на охлаждение, — это ватт, который не генерирует токены. Наша задача — сделать так, чтобы почти вся энергия работала на результат».— Реза Азизиан, CEO Ferveret

Контекст

Ferveret — не единственная компания, работающая над жидкостным охлаждением. NVIDIA в июне 2026 года анонсировала полностью жидкостное охлаждение для серверов Rubin с температурой теплоносителя до 45°C. Рынок жидкостного охлаждения для дата-центров, по оценке Global Market Insights, вырастет с $2 млрд в 2022 году до $15,3 млрд к 2035 году.

Но подход компании отличается принципиально: это не эволюция воздушного охлаждения и не вариация существующих immersion-технологий, а перенос физического принципа из одной дисциплины (ядерная энергетика) в другую (теплоотвод чипов). Именно cross-domain-характер технологии — её главный аргумент.

История Ferveret показательна для 2026 года: AI-инфраструктура упирается не в вычислительные мощности, а в физику — тепло, воду, энергию. Решения приходят из смежных дисциплин с накопленными десятилетиями компетенциями. В данном случае — из атомной энергетики.

«Теплопередача определяет, сколько энергии вы можете извлечь из реактора, — объясняет Азизиан. — Это прямая экономика. В дата-центре — то же самое».

Источники