Skip to content
BotServBotServ
CoolingKühlungKI-HardwareGPUWasserkühlung

Cooling für lokale KI

Kühlung für KI-PCs und Server. CPU-Kühler, GPU-Kühler, Lüfter, Wasserkühlung und Airflow optimieren.

S

schutzgeist

3 min read
Cooling für lokale KI

Cooling für lokale KI

Was dieser Artikel über Cooling für KI behandelt

  • Warum gute Kühlung bei KI-Workloads wichtig ist.
  • Unterschiede zwischen Luft- und Wasserkühlung.
  • Wie Airflow im Gehäuse optimiert wird.
  • Tipps für CPU- und GPU-Kühlung.
  • Typische Fehler und Lösungen.

Einleitung: Cooling für lokale KI

KI-Workloads belasten CPU und GPU über lange Zeit mit hoher Last. Dabei entsteht viel Wärme. Wenn die Kühlung nicht mitkommt, drosselt sich die Hardware selbst herunter, wird lauter oder lebt kürzer. Gerade bei GPU-intensivem Training oder langer Inferenz mit Ollama ist daher ein durchdachtes Cooling-Konzept unverzichtbar.

Dieser Artikel zeigt, worauf es bei der Kühlung eines KI-PCs oder Servers ankommt.

Wichtige Begriffe

  • Airflow: Luftstrom durch das Gehäuse.
  • TDP: Thermal Design Power, typische Wärmeabgabe.
  • Turndauer: Zeit, in der die CPU oder GPU maximal läuft.
  • Drosseln: Reduktion der Taktrate bei zu hoher Temperatur.
  • Thermal Throttling: Automatische Leistungsreduktion bei Hitze.
  • Delta-T: Temperaturdifferenz zwischen Luft und Kühlkörper.
  • AIO: All-in-One-Wasserkühlung.
  • Custom Loop: Individuell zusammengebaute Wasserkühlung.

Warum ist Kühlung wichtig?

  • Hohe Temperaturen reduzieren die Lebensdauer.
  • Thermal Throttling senkt die Rechenleistung.
  • Laute Lüfter stören im Arbeitszimmer.
  • Heisse GPUs können instabil werden.
  • Server im Dauerbetrieb brauchen zuverlässige Kühlung.

Wer lange Inferenzen, Fine-Tuning oder Training betreibt, sollte Temperaturen im Blick behalten.

CPU-Kühlung

Luftkühler

  • Einfach, wartungsarm, langlebig.
  • Grosse Kühler mit vielen Heatpipes kühlen auch High-End-CPUs.
  • Platz im Gehäuse beachten.

AIO-Wasserkühlung

  • Besser bei begrenztem Gehäuseplatz.
  • 240 mm, 280 mm oder 360 mm Radiatoren verfügbar.
  • Mehr bewegliche Teile als Luftkühler, aber meist zuverlässig.

Empfehlung

Für KI-Workloads mit CPU-Inferenz oder langem Rendering ist ein starker Luftkühler oder eine 240-mm-AIO sinnvoll. Server-CPUs brauchen oft spezielle Serverkühler oder passives Gehäusedesign.

GPU-Kühlung

Grafikkarten haben meist werksseitig Kühler. Probleme entstehen bei:

  • Mehreren GPUs im Gehäuse.
  • Engen Gehäusen.
  • Hoher Raumtemperatur.
  • Staub in den Lüftern.

Tipps

  • Genug Abstand zwischen mehreren GPUs.
  • Frische Luft von unten/vorne, Abluft oben/hinten.
  • Regelmässige Reinigung der Lüfter und Filter.
  • Thermal Pads und Paste bei Wartung prüfen.
  • Bei Custom-GPUs oder Serverkarten ggf. zusätzliche Gehäuselüfter.

Gehäuse-Airflow

Ein gutes Airflow-Konzept sorgt dafür, dass kalte Luft zu den Komponenten gelangt und warme Luft schnell abgeführt wird.

Positive Luftdruck-Konfiguration

Mehr Luft zieht ein als aus. Vorteil: weniger Staub durch Gehäuserritzen.

Negative Luftdruck-Konfiguration

Mehr Luft wird ausgesogen. Vorteil: warme Luft wird schneller abtransportiert, aber mehr Staub zieht ein.

Ideal

Eine leicht positive Luftdruck-Konfiguration mit Mesh-Front und ausreichend Lüftern ist für die meisten Builds ideal.

Lüfterplatzierung

PositionFunktion
VorneZuluft
UntenZuluft, optional
HintenAbluft
ObenAbluft, warme Luft steigt
SeiteZusätzliche Frischluft für GPU

Lüfter sollten in eine klare Richtung zeigen, damit sich keine Wirbel bilden.

Wasserkühlung

AIO für CPU

Einfach einzubauen, geringes Risiko. 240-mm- oder 360-mm-Radiatoren kühlen sehr gut.

Custom Loop

Kann CPU und GPU gemeinsam kühlen. Hohe Leistung, aber komplexer, teurer und wartungsintensiv. Für Enthusiasten und spezielle Server-Setups.

Server-Wasserkühlung

In Rechenzentren mit steigender GPU-Dichte zunehmend verbreitet. Für Homelabs meist übertrieben.

Staub und Wartung

Staub reduziert die Kühlleistung deutlich. Empfohlene Massnahmen:

  • Staubfilter regelmässig säubern.
  • Gehäuse innen alle paar Monate ausblasen.
  • Thermal Paste alle paar Jahre erneuern.
  • Lüfter auf Lagergeräusche prüfen.
  • Kabel ordentlich verlegen, um Airflow nicht zu behindern.

Temperaturüberwachung

Tools zur Überwachung:

  • nvidia-smi für Nvidia-GPUs.
  • sensors für CPU-Temperaturen unter Linux.
  • Tools wie HWiNFO, MSI Afterburner oder Open Hardware Monitor.
  • Prometheus und Grafana für Server.

Gute Richtwerte:

  • CPU unter Last: unter 85 Grad Celsius.
  • GPU unter Last: unter 83 Grad Celsius.
  • VRM und VRAM: je nach Modell, meist unter 100 Grad Celsius.

Kaufempfehlungen

Einsteiger-Build

  • Solider Luftkühler für CPU.
  • Mesh-Front-Gehäuse.
  • Drei bis vier Lüfter.

Mittelklasse

  • Grosse Luftkühler oder 240-mm-AIO.
  • Vier bis sechs Lüfter.
  • Gute Kabelmanagement.

High-End / Multi-GPU

  • Full-Tower mit vielen Lüftern.
  • AIO oder Custom-Wasserkühlung.
  • Positive Luftdruck-Konfiguration.
  • Eventuell zusätzliche Kühler für VRAM und VRM.

Typische Fehler

  • Zu wenig Lüfter: Airflow reicht nicht.
  • Lüfter falsch herum: Verwirbelte Strömung.
  • Kabel im Weg: Blockieren den Airflow.
  • Dichtes Gehäuse: Keine Frischluft für GPU.
  • Staubige Filter: Reduzierte Luftzufuhr.
  • Zu kleine AIO: CPU wird heiss.
  • Keine Wartung: Kühlleistung sinkt mit der Zeit.

FAQ: Cooling für KI

Ist Wasserkühlung notwendig? Nicht zwingend, aber bei High-End-CPUs oder engen Gehäusen sinnvoll.

Wie laut wird ein KI-PC? Je nach Kühlung und Last. Gute Gehäuse und grosse Lüfter sind leiser.

Sollte ich meine GPU untervolten? Untervolten kann Temperatur und Verbrauch senken, erfordert aber Stabilitätstests.

Wie oft sollte ich Staubfilter reinigen? Alle ein bis drei Monate, je nach Staubbelastung.

Kann ich mehrere GPUs ohne Abstand kühlen? Schlechte Idee, da sich die Karten gegenseitig aufheizen.

Quellen und weiterführende Literatur

Zusammenfassung: Cooling für lokale KI

Gute Kühlung ist entscheidend für stabile und leise KI-Workloads. Wichtig sind ein sauberer Airflow, ausreichende Lüfter, regelmässige Wartung und die richtige Wahl zwischen Luft- und Wasserkühlung. CPU und GPU sollten unter Last unter kritischen Temperaturen bleiben, damit weder Leistung durch Thermal Throttling sinkt noch die Lebensdauer der Komponenten leidet. Wer Mesh-Gehäuse, positive Luftdruck-Konfiguration und grosszügige Platzverhältnisse für GPUs kombiniert, bekommt ein zuverlässiges KI-System.

Zurück zum KI Blog
Share:

Ähnliche Beiträge