Skatterbencher和三家行业领先的合作伙伴完成了一项可行性研究，以了解是否可以使用生成式AI和增材制造技术(也称为3D打印)制造液氮(LN2)容器。在一篇博客文章和YouTube视频中，合作伙伴表明这是可行的，但从所获得的好处来看，可能并不经济。
Skatterbencher的Pieter是超频专家，他与三家行业领先公司合作，探索AI和3D打印用于LN2冷却的可能性。这些公司包括比利时公司Diabatix，该公司率先在热解决方案中使用生成式AI，以及增材制造专家3DSystems。超频领域的知名公司ElmorLabs是此次合作的补充。
该项目使用ElmorLabsVolcanoCPULN2容器作为参考设计。它委托Diabatix的ColdStreamNextAI平台设计一个新的LN2容器来改进参考设计。设计完成后，团队将其发送给3DSystems，使用无氧铜粉制作原型。
原型的设计和制造成本为10,000美元。相比之下，用作参考设计的ElmorLabsVolcanoCPULN2容器售价仅为260美元。
基本性能测试在三个方面对AI设计的LN2容器与ElmorLabsVolcano进行了比较：
冷却时间，液氮将容器从环境温度28℃冷却至-194℃所需的时间。
加热时间，即使用1,250W热负荷将腔体从-194º摄氏度升至20ºC所需的时间。
500mL效率，使用500mL液氮，温度差为28.4℃和最低达到温度之间的温度差。
在测试中，人工智能生成的LN2容器在冷却测试中完胜Volcano。它在不到56秒内就达到了-194摄氏度。而Volcano则花了近三分钟——是原型的三倍。加热测试也对人工智能设计有利，但效果并不明显。容器加热到20摄氏度的速度是Volcano的1.2倍，快了30多秒。
最后，事实证明，人工智能设计的LN2容器比ElmorLabs的设计效率高20%。使用500毫升液氮，Volcano冷却至-100摄氏度，而人工智能设计的原型则降至-133摄氏度。