Direkte Flüssigkeitskühlung am Chip: Was sie im Rechenzentrum löst – und was nicht

Bei einem Server mit leistungsstarken Beschleunigern ist Kühlung kein Zubehör, das erst zum Schluss ausgewählt wird: Sie beeinflusst die Anordnung des Racks, die für den Betrieb der Geräte erforderliche Infrastruktur und die Wärmeabfuhr aus dem Gebäude. Mit zunehmender Konzentration der Rechenleistung wird die thermische Dichte zu einer Entwurfsgröße – neben elektrischer Leistung, Platzbedarf und Verfügbarkeit.

GPUs werden in Rechenzentren für Aufgaben wie künstliche Intelligenz und maschinelles Lernen sowie für Grafikanwendungen eingesetzt. Das Vorhandensein von GPUs allein bestimmt jedoch nicht, welches Kühlsystem ein Server benötigt: Entscheidend sind die konkrete Konfiguration, die erwartete Last und die von den Komponenten zugelassenen Betriebsbedingungen. Ein bloßer Vergleich der Technologienamen reicht nicht aus, ebenso wenig wie Rückschlüsse von einer Consumer-Grafikkarte.

Deshalb sind allgemeine Angaben zur Leistung von Beschleunigern oder zur Rack-Dichte mit Vorsicht zu behandeln. Die verfügbare Forschung umfasst Sekundäranalysen zu steigenden Wärmelasten, liefert aber keine Primärspezifikationen für einen konkreten Server, aus denen sich eine allgemeingültige Grenze ableiten ließe, ab der Luftkühlung nicht mehr praktikabel ist. Entscheidend ist vielmehr, die Anforderungen der tatsächlichen Geräte und der Anlage zu prüfen, statt anhand einer einzelnen Zahl zu entscheiden.

Bei der Luftkühlung wird die Wärme vom Bauteil auf einen Kühlkörper übertragen und anschließend durch den Luftstrom aus dem Server oder Rack abgeführt. Diese Architektur ist etabliert und kann geeignet sein, wenn Gerätedesign, Wärmelast und Klimatisierungssystem die erforderlichen Betriebsbedingungen gewährleisten. Ihre Grenzen hängen nicht allein von der Chiptemperatur ab: Auch Luftzirkulation, Wärmeverteilung und die Fähigkeit der Anlage, die Wärme abzuführen, sind wichtig.

Die direkte Flüssigkeitskühlung am Chip – häufig direct-to-chip oder DTC genannt – verändert den ersten Abschnitt des Wärmewegs. Statt sich allein darauf zu verlassen, dass Luft durch einen Kühlkörper strömt, wird eine Cold Plate thermisch mit dem Bauteil gekoppelt. In ihrem Inneren zirkuliert Flüssigkeit, die Wärme aufnimmt. Die Flüssigkeit nimmt die Wärme nahe ihrer Quelle auf; anschließend muss ein Kreislauf sie zu einem Wärmetauscher oder einer Verteilungseinheit transportieren, und die Anlage muss sie nach außen abführen.

Der entscheidende Unterschied besteht nicht darin, dass eine Methode „kühlt“ und die andere nicht, sondern darin, wo die Wärme aufgenommen wird und welche Infrastruktur sie anschließend transportiert. Flüssigkeitskühlung kann einen Teil der Last verringern, die andernfalls die Luft im Server bewältigen müsste, benötigt aber Leitungen, Anschlüsse, Steuerungen und Wartung. Ein aussagekräftiger Vergleich mit Luftkühlung muss Geräte, Betriebsbedingungen und den Umfang der Messung benennen.

Bei einem Cold-Plate-Design beginnt der Kreislauf an der Wärmeübertragungsfläche über dem Chip. Die Flüssigkeit strömt durch die Platte, nimmt Wärmeenergie auf und fließt über eine Rücklaufleitung zurück. Pumpen halten den Volumenstrom aufrecht; Rohre und Kupplungen verbinden die Komponenten; die Steuerung überwacht Betriebsparameter. Die Konstruktion unterscheidet sich je nach Lösung. Daher legt der Begriff „Flüssigkeitskühlung“ das Design allein nicht fest.

Die Coolant Distribution Unit, kurz CDU, verteilt und verwaltet das Kühlmittel. Je nach Auslegung kann sie den Technologie-Kühlkreislauf des Servers vom Anlagenwasserkreislauf trennen und Pump- sowie Wärmeübertragungsfunktionen bereitstellen. Die Trennung der beiden Kreisläufe ist eine Architekturentscheidung: Sie legt fest, welche Flüssigkeit in der Nähe der IT-Geräte zirkuliert und wie die Verbindung zur Gebäudeinfrastruktur aussieht. Die CDU ersetzt nicht das System, das die Wärme letztlich abführt.

Wichtig ist auch die Unterscheidung zwischen einphasigen Kreisläufen und zweiphasigen Designs. Bei einer einphasigen Lösung bleibt das Fluid im Kreislauf flüssig und nimmt Wärme hauptsächlich durch einen Temperaturanstieg auf. Ein von Open Compute Project bereitgestelltes technisches Dokument beschreibt eine andere Architektur: direkte Chipkühlung mit gepumptem, zweiphasigem Kältemittel. Das Dokument ist ein technischer Vorschlag vom Februar 2025; es belegt weder, dass alle DTC-Systeme gleich funktionieren, noch dass eine Architektur grundsätzlich überlegen ist.

Zuerst ist zu prüfen, welche thermischen Bedingungen das Gerät zulässt: Ein- und Austrittstemperaturen der Flüssigkeit, erforderlicher Volumenstrom, Betriebsdruck und Temperaturgrenzen der Komponenten. Diese Angaben sollten aus der Dokumentation des Servers, der Kühleinheit und der Anlage stammen – nicht aus allgemeinen Werten eines PC-Leitfadens. Ohne kompatible Betriebsbedingungen ist der Vergleich nicht aussagekräftig.

Als Nächstes muss geklärt werden, was die angegebene Wärmeabfuhrleistung bedeutet und auf welche Konfiguration sie sich bezieht. Eine Angabe zur abgeführten Wärme muss einem Gerät oder Kreislauf, den Eintrittsbedingungen, dem Volumenstrom und einer Messmethode zugeordnet sein. Zu prüfen sind auch der Strombedarf von Pumpen und Steuerungen sowie die Leistung des Systems, das Wärme aus dem Raum abführt. Eine einzelne Zahl belegt keine Nettoeinsparung.

Eine technische Mindestbewertung sollte Folgendes umfassen:

• Abgedeckte Wärmelast: Welche Komponenten und welcher Anteil des Servers werden durch den Flüssigkeitskreislauf gekühlt?

• Flüssigkeitsbedingungen: Geplante Vorlauf- und Rücklauftemperaturen, Volumenstrom und Druck.

• Integrationsgrenzen: Anschlüsse, Leitungen, Platzbedarf, Serviceverfahren und Anforderungen des Serverherstellers.

• Hilfsenergiebedarf: Pumpen, Steuerungen und Wärmeabfuhrgeräte, die in die Bilanz einbezogen sind.

• Testbedingungen: Arbeitslast, Umgebungstemperatur, verglichene Konfiguration und Messzeitraum.

Eine Cold Plate nimmt Wärme von den Komponenten auf, mit denen sie verbunden ist; sie macht nicht automatisch jedes Bauteil des Servers zu einem flüssigkeitsgekühlten Element. Je nach Gerätedesign können andere Komponenten weiterhin auf Luftkühlung angewiesen sein, und auch die Raumluft muss möglicherweise klimatisiert werden. „Direct-to-Chip“ beschreibt nur einen Teil des Wärmewegs, nicht unbedingt das gesamte thermische System.

Auch die Anlage benötigt weiterhin einen Ort, an den die Wärme abgegeben werden kann. Die Flüssigkeit, die den Server verlässt, hat Energie aufgenommen und muss diese an einen anderen Kreislauf oder ein Wärmeabfuhrsystem übertragen. Dabei können Anlagenwasser, Wärmetauscher und externe Geräte beteiligt sein; die genaue Anordnung hängt jedoch vom jeweiligen Projekt ab. Eine verbesserte Wärmeübertragung innerhalb des Racks bedeutet daher nicht automatisch einen geringeren Energieverbrauch des gesamten Rechenzentrums.

Auch Störungsbehandlung und Wartung sind zu berücksichtigen: Durchflussverlust, Pumpenausfall, Leckage oder eine Unterbrechung der Kühlung können die Geräte beeinträchtigen. Laut der Berichterstattung von Data Center Dynamics zu den ASHRAE-Empfehlungen von 2024 wies ASHRAE auf Risiken im Zusammenhang mit thermischen Veränderungen und Kühlungsunterbrechungen hin und hob die CDU als Teil der Architektur hervor. Betriebskontinuität und Störungsreaktion gehören zum Design und sind keine nebensächlichen Aufgaben für später.

Dass Flüssigkeit Wärme direkter aufnimmt, reicht nicht für die Schlussfolgerung, ein Rechenzentrum werde weniger Energie verbrauchen oder jede GPU werde mehr Leistung erbringen. Die Gesamteffizienz hängt vom Energiebedarf der Pumpen und weiterer Geräte, von der Wärmeabfuhr und von den Vergleichsbedingungen ab. Ein lokaler thermischer Vorteil belegt für sich genommen keine Einsparung des Gesamtsystems.

Um eine Einsparungsbehauptung zu stützen, sollte die Analyse gleichwertige Konfigurationen bei identischer Arbeitslast vergleichen und den Messumfang offenlegen. Ein Vergleich unterschiedlicher Server oder von Anlagen mit abweichenden Lasten und Bedingungen erlaubt es nicht, das Ergebnis allein der Kühlmethode zuzuschreiben. Außerdem sollten Beobachtungszeitraum und Einbeziehung von Hilfsenergie sowie Wärmeabfuhr in die Berechnung bekannt sein.

Das technische OCP-Dokument zur zweiphasigen direkten Chipkühlung stellt mögliche Vorteile bei Betriebskennzahlen dar. Es ist jedoch ein Technologiedokument und entsprechend zu lesen: Es beschreibt eine Architektur und die dazugehörigen Argumente, ist aber für sich genommen kein unabhängiger Nachweis von Einsparungen bei jedem Einsatz. Praktisch sollten vergleichbare Messdaten angefordert werden, bevor Versprechen zu niedrigeren Kosten, geringerem Energieverbrauch oder reduzierter Umweltbelastung akzeptiert werden.

Für Betreiber lautet die sinnvolle Frage nicht, ob Flüssigkeitskühlung abstrakt betrachtet besser ist, sondern ob der vorgesehene Server innerhalb der Auslegungsbedingungen der Anlage betrieben werden kann und was sich durch seine Integration ändert. Zu prüfen sind Kompatibilität, Kreislaufverteilung, Wartung, Hilfsenergie, Wiederherstellung nach Störungen und Wärmeabfuhr. Das Datenblatt muss das Gesamtsystem abdecken, nicht nur die Cold Plate.

Wer Angebote vergleicht, sollte drei Evidenzebenen auseinanderhalten: Herstellerspezifikationen für die Hardware, Integrationsunterlagen für den Kreislauf und unabhängige Messungen des Systems unter vergleichbaren Bedingungen. Kommerzielle Informationen oder allgemeine Technologiebeschreibungen können helfen, Fragen zu formulieren, ersetzen diese Tests aber nicht. Sind für das relevante Modell und die konkrete Konfiguration keine Daten veröffentlicht, sollte die verantwortungsvolle Schlussfolgerung den Umfang der Aussagen begrenzen.

Direkte Chipkühlung ist eine Architektur, die die Wärmeaufnahme näher an Prozessoren und Beschleuniger heranbringt. Sie kann bei Servern mit hoher thermischer Dichte relevant sein, beseitigt aber weder den Aufwand für die Verteilung noch den für die Wärmeabfuhr und rechtfertigt für sich genommen keine Effizienzangaben. Für eine Entscheidung braucht es genaue Betriebsbedingungen, Systemgrenzen und Tests, die Ergebnisse vergleichbar machen, ohne eine Verbesserung am Chip mit einer Verbesserung der gesamten Anlage zu verwechseln.