Explozivní růst úloh umělé inteligence zásadně změnil návrhové požadavky na napájecí systémy serverů. Protože grafické procesory (GPU), centrální procesory (CPU) a specializované akcelerátory pro umělou inteligenci (xPU) umísťují stále více tranzistorů do jediného balení, výkon dodávaný těmto zařízením na desce stoupl na stovky a dokonce tisíce wattů na soket. Aby se tomu vyrovnaly, moduly regulátorů napětí (VRM) a konvertory pro napájení přímo u zátěže (PoL), které tyto procesory napájejí, jsou nyní vystavovány vyšší hustotě proudu a rychlejší odezvě na přechodné jevy než kdykoli dříve v historii serverů.
V jádru každého z těchto stupňů výkonu se nachází zdánlivě jednoduchá součástka: výkonová indukční cívka. Tato součástka není běžný komoditní výrobek; naopak se stala jedním z klíčových faktorů umožňujících výkonovou architekturu serverů pro umělou inteligenci – případně, pokud je špatně vybrána, jedním z klíčových úzkých hrdel. Tento článek analyzuje, jak se výkonové dodávky pro servery s umělou inteligencí vyvíjejí, jaké požadavky tato evoluce klade na indukční cívky, které parametry musí inženýři při výběru nejvíce pečlivě posuzovat a jak specializované rodiny indukčních cívek, jako jsou řady CSBA a CSHN od společnosti CODACA, tyto požadavky v praxi splňují.
Tradiční výkonové řetězce serverů ustupují architekturám, které jsou postaveny na čtyřech paralelních trendech:
◾Rozvod vysokého napětí stejnosměrného proudu. Mnoho serverových racků nové generace pro umělou inteligenci přechází z tradičního rozvodu 12 V na sběrnice 48 V stejnosměrného proudu, čímž se snižují ztráty I²R na zadní desce, než je napětí na úrovni desky sníženo.
◾Distribuovaná konverze v místě spotřeby. Místo jediného centrálního měniče je nyní výkon regulován blízko každého procesoru prostřednictvím více stupňů PoL, přičemž každý má vlastní banku induktorů.
◾Digitální řízení. Digitální PWM řadiče s rychlými zpětnovazebními smyčkami umožňují měničům reagovat na extrémní skoky zatížení charakteristické pro zátěž GPU.
◾Inteligentní správa výkonu. Výkonové stupně řízené telemetrickými údaji dynamicky upravují počet fází a chování spínání na základě aktuálních podmínek zatížení.
Každá konstrukční změna vytváří nové požadavky na výkon induktorů, čímž se výběr induktorů stává primárním návrhovým rozhodnutím, nikoli doplňkovou záležitostí. Proč jsou induktory důležité pro napájení AI serverů.
Výkonové induktory jsou umístěny na začátku řetězce napájení čipů a dodávají křemíku, který provádí AI výpočty, stabilní proud s nízkou úrovní šumu. Zároveň plní několik funkcí v celé cestě napájení AI serveru:
◾ Regulace ukládání energie a napětí v topologiích měničů typu buck, multiphase a TLVR, které napájejí GPU, CPU a akcelerátorové karty.
◾ Vyhlazování vlnitosti aby stupně rychle spínaných stejnosměrných měničů dodávaly čistý a stabilní výstupní proud místo šumivého průběhu, který by mohl narušit citlivou digitální logiku.
◾ Filtrace signálů a potlačení rušení , kde společné tlumivky a diferenční induktory spolupracují s kondenzátory, aby odstranily vysokofrekvenční vlnitost z primárního střídavého/stejnosměrného měniče a chránily integritu vysokorychlostních signálů.
Protože tlumivky se vyskytují téměř ve všech stupních převodu energie v AI serveru – od střídavého/stejnosměrného vstupu na úrovni racku až po napájecí vodič procesoru pod 1 V – mají jejich elektrické a tepelné vlastnosti nadměrný vliv na celkovou účinnost, stabilitu a spolehlivost systému.
Ve srovnání s tlumivkami používanými v konvenčních serverech musí tlumivky pro AI servery splňovat náročnější a vzájemně propojenou sadu požadavků:
2.1 Nízký stejnosměrný odpor (DCR) pro provoz při vysokém proudu. Proudí moderních akcelerátorů umělé inteligence prudce stoupla, a induktory musí toto proudové zatížení přenášet s minimálními ztrátami způsobenými odporem. Vysoký DCR se přímo promítá do vyššího ohřevu způsobeného čtvercem proudu krát odpor (I²R); pokud není tento teplo účinně odváděno, může dojít k degradaci magnetického materiálu nebo k úplnému selhání induktoru, čímž je ohrožena stabilita napájecí sběrnice. Konstrukce s nízkým DCR je proto považována za základní návrhový parametr, nikoli za nepovinnou výhodu.
2.2 Provoz na vysokých frekvencích s nízkými jádrovými ztrátami. Napájecí zdroje pro servery AI jsou obvykle specifikovány tak, aby dosahovaly účinnosti přibližně 99 %. Jak se spínací frekvence zvyšují, aby se prostřednictvím menších rozměrů převedlo více výkonu, rostou jádrové i vinutí ztráty současně – ledaže jsou magnetický materiál a geometrie cívky specificky optimalizovány pro provoz na vysokých frekvencích.
2.3 Miniaturizace bez kompromisu s výkonem. Místo na desce v AI serveru je vzácné, a výkonové stupně je třeba umístit co nejblíže procesoru, aby se minimalizovala parazitní indukčnost. To nutí návrháře induktorů směřovat k magnetickým materiálům s vysokou hustotou a k litým jednodílným konstrukcím, které zmenšují plošnou náročnost i výšku, aniž by se snížila schopnost vedení proudu – což je důležitý faktor pro montáž na povrch s vysokou hustotou.
◾ Trvalá vysoká spolehlivost. AI servery běží při vysokém vytížení prakticky nepřetržitě. Induktory v tomto prostředí musí udržovat stabilní elektrický výkon po celou dobu provozu za nepřetržitého tepelného i elektrického zatížení.
◾ Účinné potlačení EMI. Magneticky stíněná konstrukce uzavírá magnetický tok uvnitř samotné součástky, čímž snižuje vyzařované rušení a pomáhá celému okolnímu systému splnit požadavky na elektromagnetickou kompatibilitu – což je stále důležitější aspekt vzhledem k rostoucí hustotě výkonu na úrovni desky.
Při zúžení výběru kandidátských induktorů pro desky umělé inteligence a výkonné výpočetní techniky se inženýři obvykle soustředí na tři hlavní elektrické parametry – proud nasycení, stejnosměrný odpor (DCR) a proud způsobující zvýšení teploty – doplněné širší sadou kritérií spolehlivosti a rušení.
Zatížení GPU je známé prudkými přechodnými změnami zátěže; rychlost změny proudu (di/dt) při skoku zátěže může dosáhnout řádu 100 A/µs. Pokud jádro induktoru za takového přechodného jevu dojde k nasycení, indukčnost prudce klesne a řídicí smyčka měniče může ztratit regulaci, čímž ohrozí stabilitu systému. Proto je rezerva proudem nasycení – nikoli pouze jmenovitý proud v ustáleném stavu – kritickým kritériem pro výběr výkonových stupňů napájení pro servery umělé inteligence.
DCR je hlavním faktorem ztrát v měděném vinutí a tím i celkové účinnosti měniče. Vzhledem k tomuto přímému vztahu k účinnosti stále častěji upřednostňují inženýři induktory s vinutím z plochého drátu místo tradičního vinutí z kulatého drátu; konstrukce s plochým drátem mohou snížit DCR o více než 30 % ve srovnání s ekvivalentními induktory s kulatým drátem při podobné velikosti, což se přímo promítá do nižších ztrát výkonu a chladnějšího provozu.
Umělé inteligence servery často běží za vysoké zátěže 24 hodin denně, 7 dní v týdnu, takže tepelná rezerva není volitelná. Výběr by měl zajistit, aby proud způsobující nárůst teploty u induktoru překračoval maximální trvalý provozní proud obvodu, přičemž by měla být zachována dostatečná návrhová rezerva pro nejnepříznivější podmínky okolní teploty a proudění vzduchu.
Frekvence přepínání VRM v serverech pro umělou inteligenci se posunuly z přibližně 300 kHz v starších návrzích do rozsahu 1–3 MHz a vyšší. Okamžitým důsledkem je výrazné snížení požadované hodnoty indukčnosti – a tedy i fyzických rozměrů tlumivky. V prostředí velkých proudů a vysoké výkonové hustoty typickém pro servery pro umělou inteligenci však vyšší frekvence přepínání zvyšuje jak ztráty ve vinutí střídavým proudem, tak ztráty v jádře, takže výhody vyšší frekvence musí být kombinovány s magnetickým materiálem speciálně navrženým pro nízké ztráty při vysokých frekvencích.
Kromě těchto čtyř hlavních parametrů inženýři při komplexním hodnocení zohledňují také konstrukci magnetického stínění, údaje o dlouhodobé spolehlivosti a dosažitelnou výkonovou hustotu v rámci omezeného prostoru. V praxi závisí správná tlumivka na přesném přizpůsobení konkrétního profilu zátěže, velikosti proudu, frekvence přepínání a tepelného prostředí každého napájecího vedení serveru pro umělou inteligenci produktu, který je pro tuto kombinaci speciálně navržen.
Různé etapy napájecího řetězce serveru umělé inteligence vyžadují různé technologie konstrukce induktorů:
◾ Výkonové cívky s vysokým proudem jsou základním prvkem napájení GPU, CPU a akcelerátorových karet, přičemž se zaměřují na výborný výkon při nasycení proudu, trvalé zvládání vysokého proudu s minimálním nárůstem teploty, příznivé ztrátové charakteristiky při vysokých frekvencích a magnetické materiály s nízkými ztrátami, jako je ferit nebo prášková slitina kovu.
◾ Tvarování napájecích tlumivek plně integrují cívku a jádro prostřednictvím lisování pod tlakem s použitím magnetického prášku, čímž se snižuje únik magnetického toku a zlepšuje se chování při nasycení proudu. Tato konstrukce obvykle poskytuje vyšší výkonovou hustotu a silnější potlačení EMI ve srovnání s běžnými vinutými induktory, což ji činí vhodnou pro vysokovýkonové DC-DC měniče a napájecí sběrnice CPU/GPU, kde je místo na desce velmi omezené.
◾ Induktory TLVR (Trans-Inductor Voltage Regulator) používá spojenou dvouvítkovou strukturu ke zjednodušení návrhu vícefázového měniče a snížení počtu součástek na tištěné spojovací desce (PCB). Pro napájecí vedení s nízkým napětím, vysokým proudem a rychlou přechodovou odezvou, typická pro akcelerátory umělé inteligence, umožňují návrhy TLVR zlepšit přechodovou odezvu a snížit výstupní zvlnění, zároveň snižují požadovanou výstupní kapacitu – což přináší významnou úsporu nákladů a místa na úrovni celého systému.
Společnost CODACA vybudovala svůj portfóliový sortiment induktorů přesně podle výše uvedených požadavků, vyvíjí vlastní magnetické slitiny pro práškové jádra a formované jednodílné výrobní procesy zaměřené na vysokoproudové, vysokosaturační, vysokofrekvenční s nízkými ztrátami a kompaktní rozměry, které jsou vyžadovány servery umělé inteligence a souvisejícím inteligentním výpočetním zařízením. Dva řady ilustrují, jak se tyto návrhové principy promítají do skutečných komponent pro napájecí vedení umělé inteligence.
The Řada CSBA je postaven na vlastní slitinové práškové magnetické jádrové látce vyvinuté společností CODACA a zaměřuje se na aplikace, kde jsou zároveň kritické omezené rozměry desky a vysokofrekvenční účinnost:
The Řada CSBA Vlastní slitinové práškové jádro s velmi nízkými jádrovými ztrátami, charakteristika měkké saturace proudu pro stabilní výkon při přechodných zátěžích, nízké ztráty při vysoké frekvenci, vhodné pro napájecí řešení založená na GaN. Kombinace nízkých jádrových ztrát a výborného vysokofrekvenčního výkonu činí řadu CSBA praktickým řešením pro DC-DC měniče a spínací regulátory pracující na zvýšených frekvencích typických pro moderní VRM stádia serverů umělé inteligence, včetně napájecích konstrukcí založených na GaN.
5.2 Řadu CSHN Tvarovací síla dusníku pro akcelerátory umělé inteligence
The Řadu CSHN je formovaný výkonový tlumivkou pro ultra-nízkonapěťové a vysokoproudové vedení umístěné nejblíže k čipům procesorů umělé inteligence. Řadu CSHN Rozsah indukčnosti je od 56 do 82 nH, u reprezentativních součástek až přibližně 0,19 mΩ. Díky ultra-nízké hodnotě indukčnosti, extrémně nízkému DC odporu (DCR) a vysoké schopnosti vést proud v kompaktním formátu s plastovým pouzdrem je řada CSHN zaměřena přímo na požadavky na miniaturizaci a vysokou hustotu montáže v napájecích modulech AI čipů, zatímco rozšířený provozní teplotní rozsah umožňuje trvalé tepelné zatížení typické pro hardware inteligentního výpočetního zařízení.
5.3 Výběr vhodného induktoru podle aplikace
Pro inženýry navrhující napájecí vedení pro AI servery je praktickým závěrem, že výběr induktoru by měl vycházet z elektrického a tepelného profilu konkrétního vedení, nikoli z obecného hledání „induktory pro vysoký proud“:
◾V místech na rámu nebo desce, kde je prostor velmi omezený, avšak požadavky na proud a frekvenci zůstávají významné, je vhodná kompaktní řada pro vysoký proud, jako je Řada CSBA je silným kandidátem.
◾Pro ultra-nízké napětí, nízkou indukčnost a velký proud napájející AI čipy přímo – kde je klíčové minimalizovat plošnou náročnost a DCR – je formovaný čipový induktor, jako je Řadu CSHN lépe přizpůsoben požadavkům.
◾Pro vícefázové jádrové napájecí obvody GPU s rychlou přechodovou odezvou je vhodnější Induktor založený na technologii TLVR protože může nabídnout systémové výhody v přechodové odezvě a snížení počtu výstupních kondenzátorů, které konvenční jednoválcový induktor nedokáže dosáhnout.
Dodávka energie pro AI servery se rozhodně posunula směrem k vyšším distribučním napětím, decentralizovanému napájení v blízkosti zátěže (point-of-load) a spínacím frekvencím v řádu několika megahertzů – vše za nepřetržitých provozních podmínek s vysokým využitím. Tato kombinace klade současně nároky na napájecí induktory: nízký DCR, vysoký proud nasycení, nízké ztráty při vysokých frekvencích, kompaktní rozměry, účinnou stínící ochranu proti EMI a dlouhodobou spolehlivost.
Výběr správné rodiny induktorů a správného modelu uvnitř této rodiny pro každou napájecí kolejnici již není rutinní rozhodnutí týkající se seznamu materiálů (BOM), ale významný nástroj ke zlepšení účinnosti převodu energie a celkové stability systému v AI serverech. Specializované produktové řady, jako jsou například řady CSBA a CSHN od CODACA – a širší technologie vysokoproudých, litých a TLVR induktorů, které tyto řady reprezentují – ukazují, jak dodavatelé magnetických komponent reagují na tyto požadavky v souvislosti s neustále rostoucím rozsahem AI výpočtů.
Pro podrobné elektrické specifikace, rozměrové výkresy a žádosti o vzorky navštivte Oficiální webové stránky CODACA ：https://www.codaca.com.cn/.
EN