EN
Enlaces rápidos
El rápido avance de la inteligencia artificial (IA) está impulsando un crecimiento exponencial en el mercado de servidores de IA. Según un informe de IDC y la evaluación del desarrollo de la capacidad de cálculo de IA en China de 2025 de Inspur Information, el mercado global de servidores de IA alcanzó los 125.100 millones de dólares en 2024 y se proyecta que crezca hasta los 158.700 millones de dólares en 2025.
1. Requisitos clave de los inductores en los servidores de IA
Los servidores de IA imponen demandas significativamente mayores en cuanto a rendimiento, densidad de potencia y eficiencia energética en comparación con los servidores convencionales, lo que influye directamente en las especificaciones de los inductores.
En primer lugar, los servidores de inteligencia artificial utilizan GPUs de alto rendimiento o aceleradores dedicados para inteligencia artificial que operan bajo condiciones de alta corriente, lo que requiere inductores con altas clasificaciones de corriente de saturación. Una corriente de saturación insuficiente puede provocar sobrecalentamiento, fallos funcionales o daños permanentes, poniendo en riesgo la integridad del sistema.
En segundo lugar, para maximizar la potencia dentro del espacio limitado de los centros de datos, los servidores de inteligencia artificial requieren inductores con factores de forma compactos y baja resistencia de corriente continua (DCR, por sus siglas en inglés) para minimizar la pérdida de calor y mejorar la eficiencia.
En tercer lugar, la alta eficiencia en la conversión de energía es fundamental para reducir los costos energéticos operativos. Por lo tanto, los inductores deben mostrar un desempeño superior a altas frecuencias para alinearse con los modernos convertidores DC-DC de alta frecuencia.
Finalmente, bajo operaciones prolongadas con cargas elevadas, la estabilidad térmica y la confiabilidad a largo plazo son aspectos indispensables para los inductores utilizados en entornos de servidores de inteligencia artificial.
2. Aplicaciones de Inductores en Servidores de Inteligencia Artificial
Los inductores son fundamentales en múltiples módulos centrales dentro de los servidores de inteligencia artificial, realizando funciones esenciales que incluyen almacenamiento de energía, filtrado, supresión de ruido y regulación de voltaje.
2.1 Gestión de energía (Convertidores DC-DC, Circuitos VR)
Componentes críticos como GPUs, CPUs y aceleradores de IA requieren una entrega de energía altamente estable y eficiente. Los convertidores DC-DC de alto rendimiento utilizan inductores para mantener la estabilidad del voltaje.
En los convertidores reductores, los valores típicos de inductancia oscilan entre 0,1–0,68 μH, operando a corrientes alrededor de 60A, con corrientes de saturación entre 60–120A, y paquetes inferiores a 12mm. Estos componentes suavizan las fluctuaciones de voltaje y garantizan un funcionamiento confiable del servidor.
2.2 Filtrado de señal y supresión de ruido
Los choques de modo común, las perlas de ferrita y los inductores diferenciales suprimen el ruido de alta frecuencia en la conversión AC-DC y en las líneas de señal, mejorando la integridad de la señal y el rendimiento en cuanto a EMI.
3. Factores críticos para la selección de inductores
La selección de inductores adecuados es fundamental para lograr una eficiencia óptima, un rendimiento térmico y una fiabilidad máximos en los diseños de alimentación de servidores de inteligencia artificial.
3.1 Valor de inductancia
Determina la capacidad de almacenamiento de energía y la supresión de corriente de rizado. Una inductancia baja (a menudo inferior a 1μH) es habitual en convertidores POL (Point-of-Load) de alta corriente y alta frecuencia.
3.2 Corriente de saturación
Los inductores deben evitar la saturación del núcleo bajo altas corrientes de carga de GPU/CPU. Los materiales con alta densidad de flujo de saturación y estabilidad térmica (por ejemplo, ferrita o polvos de aleación) son esenciales.
3.3 Resistencia de corriente continua (DCR)
Una DCR baja reduce las pérdidas por conducción, fundamental para un funcionamiento energéticamente eficiente. Los inductores moldeados suelen ofrecer el mejor equilibrio entre baja DCR y alta densidad de potencia.
3.4 Frecuencia de funcionamiento
Los convertidores CC-CC de alta frecuencia requieren inductores con bajas pérdidas en el núcleo y técnicas de bobinado optimizadas para mantener la eficiencia bajo condiciones de conmutación rápida.
4. Tipos de inductores recomendados para servidores de inteligencia artificial
4.1 Inductores de Potencia de Alta Corriente
Diseñados para la entrega de energía a CPUs/GPUs, estos ofrecen alta corriente de saturación, baja elevación térmica y un rendimiento estable bajo cargas continuas elevadas.
4.2 Inductores Moldeados
La construcción encapsulada reduce la EMI y mejora la confiabilidad, ofreciendo alta densidad de potencia y excelente supresión de ruido.
4.3 Inductores TLVR
Los reguladores de voltaje con inductores transitorios mejoran la respuesta a transitorios, reducen la capacitancia de salida y aumentan la eficiencia en aplicaciones de baja tensión y alta corriente.
5. Habilitando la Próxima Generación de Servidores de IA con Magnéticos Avanzados
Los inductores desempeñan un papel fundamental en la integridad de la energía y la calidad de la señal en los servidores de IA. Con el aumento de las demandas de densidad de potencia y eficiencia, los magnéticos de alto rendimiento son esenciales.
Como proveedor líder de soluciones magnéticas, Codaca ofrece una amplia gama de series de inductores adaptadas para servidores de IA, incluyendo:
◾ Serie TCAB : reactancias de modo común para fuentes de alimentación AC-DC;
◾ Asociación de Abogados de la Ciudad de Nueva York /Serie CSBX : inductores compactos, de alta saturación y alta corriente;
◾ CSAB /CSEB /CSEC /CSHB /CSHN serie: inductores moldeados de bajas pérdidas;
◾ CSFED serie: inductores TLVR para regulación de voltaje de respuesta rápida.
Al comprender los parámetros clave de los inductores y las estrategias adecuadas de aplicación, los ingenieros pueden mejorar significativamente el rendimiento y la eficiencia energética de los sistemas impulsados por IA.