在超頻和極端冷卻領域，發燒友一直在尋求優勢。在這項瘋狂的測試中，研究小組試圖確定先進的GenAI 和3D 列印技術能否幫助他們從當今的處理器中榨取更多效能。為了回答這個問題，他們以一種全新的方式製造了一個液態氮（LN2）容器，並得出了一些有趣的結論。

該計畫匯集了來自整個生態系統的專家–以超頻能力著稱的Skatterbencher、專門為散熱解決方案提供生成式人工智慧的Diabatix、提供增材製造的3D Systems 以及提供超頻設備的ElmorLabs。

團隊以ElmorLabs 現有的Volcano LN2 容器為參考點，然後讓Diabatix 的ColdStream Next AI 產生改進的設計。然後，3D Systems 將數位藍圖變成現實，並使用無氧銅粉3D 列印出原型。但令人震驚的是，這一尖端工藝成本高達10000 美元，與原版Volcano 260 美元的價格相去甚遠。

人工智慧/3D 列印設計在早期測試中表現出了良好的前景，重點關註三個關鍵指標：從室溫冷卻到-194°C 的時間、在1250 瓦負載下從-194°C 升溫到20°C的時間，以及使用500 毫升液態氮達到的最低溫度。

它的冷卻速度超過了Volcano，從28°C 冷卻到-194°C 只花了不到一分鐘，而Volcano 則需要3 分鐘。加熱性能也更好，AI 容器的升溫速度要快30%。效率方面，AI 設計也更勝一籌–使用500 毫升的LN2，它可以達到-133°C 的溫度，而火山則止步於-100°C。

不過，由於這些測試並不代表真實世界的效能，因此團隊決定使用英特爾酷睿i9-14900KF Raptor Lake 處理器再進行三次測試。首先，他們啟動了Cinebench 2024，以找到最穩定的CPU 最高頻率。

“我們發現，兩個LN2 容器都能順利處理主頻為7.4 GHz 的P核酷睿i9-14900KF。人工智慧產生的設計似乎可以將7.5 GHz 的頻率保持得更久一些。但這可能只是運作之間的差異，”他們指出。

在第二項測試中，他們檢查了散熱器和冷卻容器底座之間的CPU 溫度三角洲，以評估真正的熱傳導能力。此外，他們還進行了全面壓力測試，在幾分鐘內通過晶片的功率超過600 瓦。

雖然AI 貨櫃確實略勝一籌，但與理論測試結果相比，收益相對較小。在3D 列印模型上，CPU 散熱片和容器底座之間的溫度差更小，但並沒有達到令人震驚的程度。如上圖所示，即使在Cinebench 中的效能提升也相當有限。

經過計算，團隊認為，雖然人工智慧/3D 列印設計在技術上令人印象深刻，但從成本/效益的角度來看，目前還不能滿足適度超頻的需求。因為它的價格高達10000 美元。

不過，他們還沒有完成任務。雖然”沒有任何具體成果”，但團隊表示，他們可以研究效能和成本方面的最佳化。例如，LN2 容器的設計不一定需要是圓形的。他們也正在探索更高功率CPU（如Ryzen Threadripper 或英特爾至強6）的新設計。

總而言之，這項可行性研究可能暴露了一些局限性，但也證明了生成式人工智慧有更好的用途。