在超频和极端冷却领域，发烧友们一直在寻求优势。在这项疯狂的测试中，研究小组试图确定先进的GenAI和3D打印技术能否帮助他们从当今的处理器中榨取更多性能。为了回答这个问题，他们以一种全新的方式制造了一个液氮（LN2）容器，并得出了一些有趣的结论。
该项目汇集了来自整个生态系统的专家--以超频能力著称的Skatterbencher、专门为散热解决方案提供生成式人工智能的Diabatix、提供增材制造的3DSystems以及提供超频设备的ElmorLabs。
该团队以ElmorLabs现有的VolcanoLN2容器为参考点，然后让Diabatix的ColdStreamNextAI生成改进的设计。然后，3DSystems将数字蓝图变为现实，使用无氧铜粉3D打印出原型。但令人震惊的是，这一尖端工艺成本高达10000美元，与原版Volcano260美元的价格相去甚远。
人工智能/3D打印设计在早期测试中表现出了良好的前景，重点关注三个关键指标：从室温冷却到-194°C的时间、在1250瓦负载下从-194°C升温到20°C的时间，以及使用500毫升液氮达到的最低温度。
它的冷却速度超过了Volcano，从28°C冷却到-194°C只用了不到一分钟，而Volcano则需要3分钟。加热性能也更好，AI容器的升温速度要快30%。效率方面，AI设计也更胜一筹--使用500毫升的LN2，它可以达到-133°C的温度，而火山则止步于-100°C。
不过，由于这些测试并不代表真实世界的性能，因此团队决定使用英特尔酷睿i9-14900KFRaptorLake处理器再进行三次测试。首先，他们启动了Cinebench2024，以找到最稳定的CPU最高频率。
"我们发现，两个LN2容器都能顺利处理主频为7.4GHz的P核酷睿i9-14900KF。人工智能生成的设计似乎可以将7.5GHz的频率保持得更久一些。但这可能只是运行之间的差异，"他们指出。
在第二项测试中，他们检查了散热器和冷却容器底座之间的CPU温度三角洲，以评估真正的热传导能力。此外，他们还进行了全面压力测试，在数分钟内通过芯片的功率超过600瓦。
虽然AI集装箱确实略胜一筹，但与理论测试结果相比，收益相对较小。在3D打印模型上，CPU散热片和容器底座之间的温度差更小，但并没有达到令人震惊的程度。如上图所示，即使在Cinebench中的性能提升也相当有限。
经过计算，该团队认为，虽然人工智能/3D打印设计在技术上令人印象深刻，但从成本/效益的角度来看，目前还不能满足适度超频的需求。因为它的价格高达10000美元。
不过，他们还没有完成任务。虽然"没有任何具体成果"，但该团队表示，他们可以研究性能和成本方面的优化。例如，LN2容器的设计不一定需要是圆形的。他们还在探索针对更高功率CPU（如RyzenThreadripper或英特尔至强6）的新设计。
总而言之，这项可行性研究可能暴露了一些局限性，但也证明了生成式人工智能有更好的用途。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】