Перейти к содержанию

ComBox Technology

Members
  • Публикаций

    33
  • Зарегистрирован

  • Посещение

  • Победитель дней

    2

ComBox Technology стал победителем дня 27 сентября

ComBox Technology имел наиболее популярный контент!

Репутация

4 Neutral

Информация о ComBox Technology

  • День рождения 01.02.2017

Посетители профиля

238 просмотров профиля
  • igor

  • diz

  1. Сегодня падает, а завтра - растет. Никто не знает того, что будет. Для блокчейна на PoW майнинг жизненно необходимо. Даже при перехода на PoS, PoW останется для определенных транзакций и в других криптовалютах. Поэтому держимся и майним
  2. Наш опыт использования вычислительного кластера из 480 GPU AMD RX 480 при решении математических задач. В качестве задачи мы взяли доказательство теоремы из статьи профессора Чуднова А.М. “Циклические разложения множеств, разделяющие орграфы и циклические классы игр с гарантированным выигрышем“. Задача заключается в поиске минимального числа участников одной коалиции в коалиционных играх Ним-типа, гарантирующее выигрыш одной из сторон. Развитие CPU Первый процессор, получивший действительно массовое распространение – это 8086 от компании Intel, разработанный в 1978 году. Тактовая частота работы 8086 составляла всего 8 МГц. Спустя несколько лет появились первые процессоры внутри которых было 2, 4 и даже 8 ядер. Каждое ядро позволяло выполнять свой код независимо от других. Для сравнения — современный процессор Intel Core i9-7980XE работает на частоте 2,6 ГГц и содержит 18 ядер. Как видите — прогресс не стоит на месте! Развитие GPU Одновременно с развитием центральных процессоров развивались и видеокарты. В основном их характеристики важны для компьютерных игр, там новые технологии проявляются особенно красочно и рендеринг 3D картинки постепенно приближается к фотографическому качеству. В начале развития компьютерных игр расчет картинки выполнялся на CPU, но вскоре был достигнут предел изобретательности разработчиков 3D-графики, ухитрявшихся оптимизировать даже очевидные вещи (хороший пример тому — InvSqrt()). Так, в видеокартах стали появляться сопроцессоры со специальным набором команд для выполнения 3D вычислений. Со временем число таких команд росло, что, с одной стороны, позволяло гибче и эффективнее работать с изображением, а с другой — усложнило процесс разработки. С 1996 года начали выпускаться графические ускорители S3 ViRGE, 3dfx Voodoo, Diamond Monster и другие. В 1999 году nVidia выпустила процессор GeForce 256, введя в обиход термин GPU — графический процессор. Он уже универсальный, может заниматься геометрическими расчетами, преобразованием координат, расстановкой точек освещения и работой с полигонами. Отличие GPU от других графических чипов заключалось в том, что внутри, кроме специализированных команд, был набор стандартных команд, с помощью которых можно было реализовать свой алгоритм рендеринга. Это дало значительное преимущество, так как позволило добавлять любые спецэффекты, а не только те, которые уже запрограммированы в видеокарту. Начиная с GeForce 8000/9000 в GPU появились потоковые процессоры — уже полноценные вычислители. Их число варьировалось в зависимости от модели от 16 до 128. В современной терминологии они называются унифицированные шейдерные блоки, или просто шейдерные блоки. В производимых сегодня GPU AMD Vega 64 содержится 4096 шейдерных блока, а тактовая частота может достигать 1536 МГц! Что содержит в себе GPU Архитектура GPU отличается от CPU большим количеством ядер и минималистичным набором команд, направленных в основном на векторные вычисления. На уровне архитектуры решены вопросы параллельной работы большого числа ядер и одновременного доступа к памяти. Современные GPU содержат от 2-х до 4-х тысяч шейдерных блоков, которые объединены в вычислительные юниты (Compute Unit). При параллельных вычислениях особенно остро стоит проблема одновременного доступа к памяти. Если каждый из потоковых процессоров попытается выполнить запись в ячейку памяти то эти команду упрутся в блокировку и их необходимо будет поставить в очередь, что сильно снизит производительность. Поэтому потоковые процессоры выполняют команды небольшими группами: пока одна группа производит вычисления, другая загружает регистры и т.д. Также можно объединить ядра в рабочие группы, обладающие общей памятью и внутренними механизмами синхронизации. Еще одной важной особенностью GPU является наличие векторных регистров и векторных АЛУ, которые могут выполнять операции одновременно для нескольких компонентов вектора. Это в первую очередь нужно для 3D графики, но поскольку наш мир трехмерный, ничто не мешает использовать это для многих физических вычислений. При наличии свободных векторных АЛУ их можно использовать и для вычисления скалярных величин. Они такие разные, CPU и GPU Для полноценной работы вычислительной системы важны оба типа устройств. К примеру, мы выполняем пошаговую программу, некий последовательный алгоритм. Там нет возможности выполнить пятый шаг алгоритма, так данные для него рассчитываются на шаге четыре. В таком случае эффективнее использовать CPU с большим кэшем и высокой тактовой частотой. Но есть целые классы задач, хорошо поддающихся распараллеливанию. В таком случае эффективность GPU очевидна. Самый частый пример — вычисление пикселей отрендеренного изображения. Процедура для каждого пикселя почти одинаковая, данные о 3D объектах и текстурах находятся в ОЗУ видеокарты и каждый потоковый процессор может независимо от других посчитать свою часть изображения. Вот пример современной задачи — обучение нейронной сети. Большое количество одинаковых нейронов необходимо обучить, то есть поменять весовые коэффициенты каждого нейрона. После таких изменений нужно пропустить через нейросеть тестовые последовательности для обучения и получить вектора ошибок. Такие вычисления хорошо подходят для GPU. Каждый потоковый процессор может вести себя как нейрон и при вычислении не придется выстраивать решение последовательным образом, все наши вычисления будут происходить одновременно. Другой пример — расчет аэродинамических потоков. Необходимо выяснить возможное поведение проектируемого моста под воздействием ветра, смоделировать его аэродинамическую устойчивость, найти оптимальные места установки обтекателей для корректировки воздушных потоков или рассчитать устойчивость к ветровому резонансу. Помните знаменитый “танцующий мост” в Волгограде? Думаю, что никто не хотел бы оказаться в тот момент на мосту… Поведение воздушного потока в каждой точке можно описать одинаковыми математическими уравнениями и решать эти уравнения параллельно на большом количестве ядер. GPU в руках программистов Для выполнения вычислений на GPU используется специальный язык и компилятор. Существует несколько фреймворков для выполнения общих вычислений на GPU: OpenCL, CUDA, С++AMP, OpenACC. Широкое распространение получили первые два, но использование CUDA ограничено только GPU от компании nVidia. OpenCL был выпущен в 2009 году компанией Apple. Позднее корпорации Intel, IBM, AMD, Google и nVidia присоединились к консорциуму Khronos Group и заявили о поддержке общего стандарта. С тех пор новая версия стандарта появляется каждые полтора-два года и каждый привносит все более серьезные улучшения. На сегодняшний день язык OpenCL C++ версии 2.2 соответствует стандарту C++14, поддерживает одновременное выполнение нескольких программ внутри устройства, взаимодействие между ними через внутренние очереди и конвейеры, позволяет гибко управлять буферами и виртуальной памятью. Реальные задачи Интересная задача из теории игр, в решении которой мы принимали участие — доказательство теоремы из статьи профессора Чуднова А.М. “Циклические разложения множеств, разделяющие орграфы и циклические классы игр с гарантированным выигрышем“. Задача заключается в поиске минимального числа участников одной коалиции в коалиционных играх Ним-типа, гарантирующее выигрыш одной из сторон. С математической точки зрения это поиск опорной циклической последовательности. Если представить последовательность в виде списка нулей и единиц, то проверку на опорность можно реализовать логическими побитовыми операциями. С точки же зрения программирования такая последовательность представляет собой длинный регистр, например, 256 бит. Самый надежный способ решения этой задачи — перебор всех вариантов за исключением невозможных по очевидным причинам. Цели решения задачи — вопросы эффективной обработки сигналов (обнаружение, синхронизация, координатометрия, кодирование и т.д.). Сложность решения этой задачи в переборе огромного числа вариантов. Например, если мы ищем решение для n=25, то это 25 бит, а если n=100, то это уже 100 бит. Если взять количество всех возможных комбинаций, то для n=25 это 2^25=33 554 432, а для n=100 это уже 2^100=1 267 650 600 228 229 401 496 703 205 376 комбинаций. Возрастание сложности просто колоссальное! Такая задача хорошо распараллеливается, а значит она идеально подходит для нашего GPU кластера. Программисты vs математики Изначально математики решали эту задачу на Visual Basic в Excel, так удалось получить первичные решения, но невысокая производительность скриптовых языков не позволила продвинуться далеко вперед. Решение до n=80 заняло полтора месяца… Склоняем голову перед этими терпеливыми людьми. Первым этапом мы реализовали алгоритм задачи на языке Си и запустили на CPU. В процессе выяснилось, что при работе с битовыми последовательностями многое можно оптимизировать. Далее мы оптимизировали область поиска и исключили дублирование. Также хороший результат дал анализ генерируемого компилятором ассемблерного кода и оптимизация кода под особенности компилятора. Всё это позволило добиться существенного прироста скорости вычислений. Следующим этапом оптимизации стало профилирование. Замер времени выполнения различных участков кода показал, что в некоторых ветках алгоритма сильно возрастала нагрузка на память, а также выявилось излишнее ветвление программы. Из-за этого “маленького” недочёта почти треть мощности CPU была не задействована. Очень важным аспектом решения подобных задач является аккуратность написания кода. Правильных ответов на эту задачу никто не знает и тестовых векторов соответственно нет. Есть лишь первая часть диапазона решений, которые были найдены математиками. Достоверность новых решений можно гарантировать только аккуратностью написания кода. Вот и наступил этап подготовки программы для решения на GPU и код был модифицирован для работы в несколько потоков. Управляющая программа теперь занималась диспетчеризацией задач между потоками. В многопоточной среде скорость вычисления увеличилась в 5 раз! Этого удалось добиться за счет одновременной работы 4 потоков и объединения функций. На этом этапе решение производило верные расчеты до n=80 за 10 минут, тогда как в Exсel’e эти расчеты занимали полтора месяца! Маленькая победа! GPU и OpenCL Было принято решение использовать OpenCL версии 1.2, чтобы обеспечить максимальную совместимость между различными платформами. Первичная отладка производилась на CPU от Intel, потом на GPU от Intel. Уже потом перешли на GPU от AMD. В версии стандарта OpenCL 1.2 поддерживаются целочисленные переменные размерностью 64 бита. Размерность в 128 бит ограничено поддерживается AMD, но компилируется в два 64-х битных числа. Из соображений совместимости и для оптимизации производительности было решено представлять число размерностью 256 бит как группу 32-х битных чисел, логические побитовые операции над которыми производятся на внутреннем АЛУ GPU максимально быстро. Программа на OpenCL содержит ядро — функцию, которая является точкой входа программы. Данные для обработки загружаются с CPU в ОЗУ видеокарты и передаются в ядро в виде буферов — указателей на массив входных и выходных данных. Почему массив? Мы же выполняем высокопроизводительные вычисления, нам нужно много задач, выполняемых одновременно. Ядро запускается на устройстве во множестве экземпляров. Каждое ядро знает свой идентификатор и берет именно свой кусочек входных данных из общего буфера. Тот случай, когда самое простое решение — самое эффективное. OpenCL — это не только язык, но и всеобъемлющий фреймворк, в котором досконально продуманы все мелочи научных и игровых вычислений. Это здорово облегчает жизнь разработчику. Например, можно запустить много потоков, диспетчер задач разместит их на устройстве сам. Те задачи, которые не встали на немедленное исполнение, будут поставлены в очередь ожидания и запущены по мере освобождения вычислительных блоков. У каждого экземпляра ядра есть свое пространство в выходном буфере, куда он и помещает ответ по завершению работы. Основная задача диспетчера OpenCL — обеспечить параллельное выполнение нескольких экземпляров ядра. Здесь применён накопленный десятилетиями научный и практический опыт. Пока часть ядер загружает данные в регистры, другая часть в это время работает с памятью или выполняет вычисления — в результате ядро GPU всегда полностью загружено. Компилятор OpenCL хорошо справляется с оптимизацией, но разработчику влиять на быстродействие проще. Оптимизация под GPU идет в двух направлениях — ускорение выполнения кода и возможность его распараллеливания. Насколько хорошо распараллеливается код компилятором зависит от нескольких вещей: количество занимаемых scratch регистров (которые располагаются в самой медленной памяти GPU — глобальной), размер скомпилированного кода (надо поместиться в 32 кб кэша), количество используемых векторных и скалярных регистров. ComBox A-480 GPU или один миллион ядер Эта самая интересная часть проекта, когда от Excel мы перешли на вычислительный кластер состоящий из 480 видеокарт AMD RX 480. Большого, быстрого, эффективного. Полностью готового к выполнению поставленной задачи и получению тех результатов, которых мир еще никогда не видел. Хочется отметить что на всех этапах совершенствования и оптимизации кода мы запускали поиск решения с самого начала и сравнивали ответы новой версии с предыдущими. Это позволяло быть уверенными, что оптимизация кода и доработки не вносят ошибки в решения. Тут нужно понимать, что правильных ответов в конце учебника нет, и никто в мире их не знает. Запуск на кластере подтвердил наши предположения по скорости решений: поиск последовательностей для n>100 занимал около часа. Было удивительно видеть как на кластере ComBox A-480 новые решения находились за минуты, в то время как на CPU это занимало многие часы. Всего через два часа работы вычислительного кластера мы получили все решения до n=127. Проверка решений показала, что полученные ответы достоверны и соответствуют изложенным в статье теоремам профессора Чуднова А.М. Эволюция скорости Если посмотреть прирост производительности в ходе решения задачи, то результаты были примерно такими: полтора месяца до n=80 в Excel; час до n=80 на Core i5 с оптимизированной программой на С++; 10 минут до n=80 на Core i5 с использованием многопоточности; 10 минут до n=100 на одном GPU AMD RX 480; 120 минут до n=127 на ComBox A-480. Перспективы и будущее Многие задачи стоящие на стыке науки и практики ожидают своего решения, чтобы сделать нашу жизнь лучше. Рынок аренды вычислительных мощностей только формируется, а потребность в параллельных вычислениях продолжает расти. Возможные области применения параллельных вычислений: задачи автоматического управления транспортными средствами и дронами; расчеты аэродинамических и гидродинамических характеристик; распознавание речи и визуальных образов; обучение нейронных сетей; задачи астрономии и космонавтики; статистический и корреляционный анализ данных; фолдинг белок-белковых соединений; ранняя диагностика заболеваний с применением ИИ. Отдельное направление — облачные вычисления на GPU. Например, такие гиганты как Amazon, IBM и Google сдают свои вычислительные мощности на GPU в аренду. Сегодня с уверенностью можно сказать что будущее высокопроизводительных параллельных вычислений будет принадлежать GPU кластерам.
  3. ComBox Technology на Global Blockchain Forum в Сан-Франциско, день 1

    JXxN5ppQJuE.jpg

    TPlrY3QUw2o.jpg

    oEVFxbUk9aM.jpg

    TNWvhE4cFCc.jpg

    qgiSo5DO-tc.jpg

  4. Презентация решений ComBox для промышленного майнинга и наукоёмких вычислений в Сан-Франциско на Global Blockchain Forum, 2018

    ykq1YUdxK0s.jpg

    BZFv7fi2q9w.jpg

    X6fXSKvyxro.jpg

  5. ComBox Technology - международная компания, разработчик и производитель систем с иммерсионным охлаждением для промышленного майнинга и решения наукоёмких задач Мы разработали уникальную технологию двухфазного иммерсионного охлаждения GPU для промышленного майнинга и наукоемких вычислений с охлаждением видеокарт при помощи негорючей фтор-органики Novec 3M. На текущем этапе мы реализовали полностью работоспособный прототип системы на 6 видеокарт AMD RX470 MXM и секции на 96 видеокарт в каждой. Мы планируем построить 147-240 контейнеров (в зависимости от сборов) по 960 видеокарт в каждом, применяя мощности GPU для майнинга в промышленных масштабах и ведения параллельных вычислений. Решения построены на базе плат собственной разработки ComBox IC-6, IC-96. Мы работаем на рынке разработки высокотехнологичных решений с 2005 года и у нас есть опыт реализации уникальных технологий, в т.ч. для майнинга. Презентация решения на нашем официальном канале: https://www.youtube.com/watch?v=XH_iLjNKYsE Плата расширения ComBox A-6: https://www.youtube.com/watch?v=yIW6rrPnAgk Контейнер ComBox A-480, построенный на базе решений собственной разработки: https://www.youtube.com/watch?v=NMajW_YLVSc С целью финансирования дальнейших работ по проекту, с 1 сентября 2018-го года объявляется PreSale. Общее количество токенов CBP: 96 984 643 Цена токена CBP: 0.002 ETH Дисконт на этапе PreSale: 30% Soft cap, 147 контейнеров: $39M Hard cap, 240 контейнеров: $45M Whitepaper https://combox.io/pdf/combox_wp_rus.pdf CBP token выполнен на ERC20 Ознакомиться со смарт-контрактом - https://github.com/combox-io/smart-contracts Сайт проекта https://combox.io/ru/ Русскоязычная группа Телеграм https://t.me/combox_ico_rus
  6. Думать, тщательно выбирать, общаться с фаундерами, проверять факты и не гнаться за хайповыми проектами с недостижимыми ROI и другими финансовыми показателями.
  7. Рассмотрите наш вариант - https://comboxi.o/ru/ Системы ComBox IC-960 - системы для промышленного майнинга криптовалют с двухфазным иммерсионным охлаждением. 960 видеокарт AMD RX470 внутри, безопасный разгон, высокая безопасность, мобильность, низкое энергопотребление. Подробнее о решении: PS: домашний майнинг не рентабелен для новых участников и входить в него сейчас не рекомендуем.
  8. 22 мегахешей в стоке на воздушке на ETH -> 28-30 мегахешей при иммерсионном охлаждении Тут важно другое: разгон безопасный. Т.е. температура на чипе всегда 61 градус.
  9. Смотря сколько его нужно для функционирования системы. Если в нем просто "купать" ASIC и классические решения на видеокартах PCIe, то его нужно будет много. Это не выгодно и неэффективно. А вот если проектировать оборудование и систему в комплексе, то его нужно будет мало, за счет чего появляется эффективность решения, в целом. Опять же приложил пример нашего решения ComBox IC-96, 96 видеокарт MXM AMD RX-470 для систем с двухфазным иммерсионным охлаждением.
  10. В принципе, ответил в предыдущем посте. При пожаре температура резко повышается. И в какой-то момент загорится масло. И вот в этом случае его потушить будет просто невозможно. Novec - не горит вообще. На самом деле отличий-то много. Как минимум, можно отметить то, что в однофазном охлаждении с применением минеральных масел, температура в разных точках чипа - разная. При двухфазного, т.к. отвод тепла производится при помощи кипения и температура на всех точках чипа - одинаковая. Это позволяет разгонять карты безопасно. При корректной компоновке устройств в системах с двухфазным охлаждением (приложил пример секции ComBox IC-96 на 96 видеокарт), количество дорогой жидкости будет минимально, так что даже при высокой цене килограмма, общая стоимость будет сопоставимой. А теперь вспомним про недостатки минерального масла и понимаем, что будущее только за Novec и фтор-органикой.
  11. Давно закончились Как и майнинг на CPU, домашних компьютерах, одной непрофессиональной видеокарте и т.п. Сейчас это фермы с 6 AMD RX570 / nVidia 1060 (а то и 1080). Но рентабельность подобных ригов дома оставляет желать лучшего. Особенно, с текущим курсом Эфира.
  12. 7-8 ноября 2018 года команда ComBox Technology покажет уникальное решение с иммерсионным охлаждением для промышленного майнинга и наукоёмких вычислений на Blockchain Life, крупнейшем международном форуме по блокчейну, криптовалюте, ICO и майнингу в России и Восточной Европе

    u5Ob-Cwq4mw.jpg

  13. Майнинг криптовалют медленно трансформируется из создания монет на базе одной карты или фермы дома в обособленную отрасль и переходит на промышленные масштабы. Такие компании, как AMD и Bitmain, внедряют инновационные продукты, помогающие модернизировать добычу, наращивать ее объемы. Однако со временем майнинг требует все больших капиталовложений, становясь эффективным только для пользователей, решивших профессионально работать в этом направлении. В то же время затраты огромного количества электроэнергии продолжают вызывать вопросы, что может приводить к новому пересмотру деятельности. Исходяиз этих предпосылок, компания «ComBox Technology», силами собственного научно-исследовательского отдела (R&D), разработала и предложила рынку уникальное решение «ComBox», предназначенное для майнинга альткоинов с помощью продуктов «ComBox» на базе графических карт (GPU) с системой двухфазного иммерсионного охлаждения. Уникальность «ComBox» состоит в использовании жидкостного охлаждения на базе негорючей жидкости «Novec 3М» и достигнутой высокой плотности установки видеокарт в рамках мобильных платформ, таких как контейнеры. В основе изначальной концепции решений «ComBox» для двухфазного жидкостного охлаждения заложена идея высокой безопасности работы на всем протяжении эксплуатации и высокие технико-экономические показатели. К примеру, раньше для организации ЦОД требовалось постройка зданий и сооружений, т.е. организация собственной большой и затратной инфраструктуры. Наше мобильное решение на базе 20-ти футового контейнера позволяет быстро собрать, доставить и установить его в месте с наименьшей ценой на электроэнергию. Спроектированная и разработанная компаний «ComBox Technology» расширительная плата SMART IC-6 позволяет крепить 6 современных видеокарт вплотную друг к другу, по 3 штуки с каждой стороны. За счет минимизации зазоров, их можно установить в очень большом количестве на ограниченной площади и очень плотно друг к другу. Также платы поддерживают каскадное подключение, т.е. в одну, даже самую дешевую, материнскую плату с одним PCIe можно подключить не менее 12 видеокарт. При других решениях, не используя такую расширительную плату, этого сделать не получится. Плата спроектирована с нуля и представляет собой не просто прототип, а серийно-производимое устройство. Она снабжена функциями контроля напряжений, которые идут с блоков питания, а встроенный процессор дает возможность блокировать видеокарты удаленно с интерфейса и наблюдать за всеми элементами системы в режиме реального времени, собирая телеметрию в объеме, который необходим и достаточен, например, температуру и уровеньжидкости. В качестве основного элемента системы охлаждения используется специальная жидкость, которую производит компания «3М». Это экологически безопасная фтор-органика, прозрачный диэлектрик, который кипит при температуре 61 градус. Следовательно, любая точка электроники в системе будет иметьмаксимальную температуру 61 градус. Это происходит из-за того, что для отвода тепла используетсяфазовый переход из жидкого состояния в газообразное. Температура жидкости при этом не меняется. Таким образом, мыполучаем охлаждение всех элементов: от памяти и процессоров, до мельчайших деталей. Именно эта жидкость используется для пожаротушения, поэтому с позиции рисков пожара и огня она полностью безопасна. В отличие от минерального масла, которое применяется в других системах, жидкость «3М» не может загореться, в принципе. Тепло в системе отводится за счет кипения, и эффективность такого отвода, по сравнению с воздушными системами охлаждения, крайне высокий. Поэтому технология, разработанная компанией «ComBox Technology», позволяет устанавливать оборудование минимум в 10 раз плотнее, чем при классической воздушной технологии. Благодаря наличию жидкостного охлаждения, резко снижаются затраты на кондиционеры, на кулеры и иные движущие части, которые теперь не могут сломаться или потребовать замены. В системе иммерсионного охлаждения отсутствуют подвижные детали, а просто работает физика: жидкость кипит, отводя тепло от нагретых элементов и, конденсируясь, стекает обратно в систему. Это качественное преимущество нашей системы. В результате мы получаем практически идеальное решение для вычислительных систем на базе видеокарт (GPU). Данное решение легко масштабируется и полностью готово для установки видеокарт повышенной производительности, с более высоким тепловыделением, в случае необходимости. Основные характеристики решения «ComBox»: 20-футовые мобильные контейнеры, в которых установлено 10 секций с иммерсионным охлаждением, размером 70х80х40 см по 96 видеокарт AMD RX470 в каждой. Итого – 960 карт/контейнер. Энергопотребление 1 контейнера – 170 кВт/час. Хешрейт на Ethereum – 26 GH/s. Энергопотребление рассчитано как потребление всей системы непосредственно от энергосети, а не только процессоров видеокарт.
  14. На сегодняшний день существует два направления по внедрению иммерсионного охлаждения в майнинг и наукоемкие вычисления: Однофазное иммерсионное охлаждение с использование минерального масла Двухфазное иммерсионное охлаждение с использование фторорганики Оба направления активно развиваются и применяются для охлаждения, в основном, айсиков. Основные минусы минерального масла заключаются в его горючести, необходимости использования гидравлических помп для его перекачки внутри резервуаров, а также в том, что процесс является однофазным. Суть однофазного процесса заключается в том, что отвод тепла происходит не за счет испарения и конденсации, а за счет перемешивания при помощи помп, что в любом случае только увеличивает потребление энергии и снижает эффективность охлаждения. Такие системы не способны отвести большое количество тепла от радиатора с малой поверхностью. Т.о. можно сделать вывод, что перспективными являются технологии именно двухфазного иммерсионного охлаждения, которые и используются в системах «ComBox». Сегодня существует как минимум два больших проекта, применяющих двухфазное иммерсионное охлаждение. Любой проект, реализованный в ближайшие годы с использованием двухфазного иммерсионного охлаждения, сможет собрать финансирование, но все они, по сути, повторяют друг друга. Все крупные проекты и еще несколько небольших стартовали в своих разработках, примерно, в одно время. Следовательно, примерно в одно время им предстоит делить и без того насыщенный рынок. При этом все проекты ориентированы только на саму технологию и, в основном, погружают готовые типовые устройства в жидкость и реализуют обвязку для ее работы. А этого недостаточно чтобы ввести системы двухфазного иммерсионного охлаждения в промышленную эксплуатацию по нескольким причинам: Системы, изначально разработанные под воздушное охлаждение, не подходят, т.к. они занимают много места и не обеспечивают высокой плотности установки устройств, а низкая плотность - нецелесообразна, т.к. требует большого количества дорогостоящей жидкости для охлаждения компонентов системы. Таким образом, простое применение и погружение в жидкость «Novec 3M» неподготовленных для этого систем, будет в эксплуатации не дешевле, а существенно дороже. Именно это останавливало массовое внедрение двухфазного иммерсионного охлаждения до появления и реализации нашего решения. Недостаточно погружения плат в жидкость, нужно делать экосистему и комплексное решение, составными частями которого являются аппаратные и программные компоненты. В «ComBox» мы сделали автономную автоматизированную систему для промышленного майнинга и решения наукоемких задач. Инженеры компании «ComBox Technology» разработали собственное уникальное решение для двухфазного иммерсионного охлаждения, которое включает платы собственной разработки с видеокартами по 6 шт. на каждой, которые устанавливаются вплотную друг к другу внутри бойлера с жидкостью 3M Novec, что позволяет существенно сэкономить на самой жидкости. За счет этого на выходе мы получаем уникальную комплексную модульную систему с высокой плотностью установки видеокарт, минимальной стоимость расходных материалов, а также с минимальным энергопотреблением (в сравнении с однофазными системами).
  15. Курс лучше будет на бирже. Но потребуется прохождение KYC, это не сложно (паспорт, квитанция по оплате коммунальных услуг). Через ботов не пробовали, но тут важно чей это бот.
×