Frore показала LiquidJet Nexus для AI-серверов Nvidia: заявлен прирост генерации токенов на 10%

На Computex 2026 компания Frore Systems демонстрирует интегрированный жидкостный водоблок LiquidJet Nexus для серверных лотков с ускорителями NVIDIA Grace Blackwell. По данным Tom's Hardware, в тестах неназванного ODM-производителя он снизил температуру GPU примерно на 6 °C и дал около 10% прироста скорости генерации токенов; условия теста не раскрыты.

Frore Systems, американский разработчик технологий охлаждения для электроники, привезла на Computex 2026 в Тайбэе LiquidJet Nexus — тонкий монолитный жидкостный модуль для ½U AI-серверных лотков. В показанной конфигурации, о которой сообщает Tom's Hardware, один блок охлаждает узел NVIDIA Grace Blackwell с двумя GPU Blackwell и CPU Grace и должен заменить более сложную сборку из отдельных холодных пластин, шлангов, коннекторов и коллекторов.

Главное заявленное преимущество — локальный отвод тепла от горячих зон чипов. Frore делает холодные пластины LiquidJet с использованием процессов травления и бондинга и проектирует микроканалы по тепловой карте конкретного CPU или GPU. По данным Tom's Hardware, тесты неназванного ODM показали для GPU Blackwell снижение температуры примерно на 6 °C относительно штатного жидкостного охлаждения и около 10% прироста генерации токенов. Эти показатели следует считать заявленными: заказчик, нагрузка и методика сравнения не раскрыты.

На странице продукта Frore указывает для Nexus массу 2,5 кг, отсутствие шлангов и разъемов внутри вычислительного лотка, поддержку температуры жидкости на входе до 53 °C и 75% более высокую теплопередачу по сравнению с традиционной конструкцией. Tom's Hardware также приводит заявленные компанией габаритные преимущества: 17 мм толщины против 34 мм у конкурирующих решений и на 65% меньший вес.

Frore заявляет, что готовит варианты LiquidJet Nexus для будущих платформ NVIDIA Rubin и для других ускорителей. Для AI-кластеров такая конструкция важна не столько как отдельный кулер, сколько как часть борьбы за плотность размещения, предсказуемую производительность GPU под длительной нагрузкой и снижение сложности жидкостной обвязки в серверных лотках.