پیشرفت سریع هوش مصنوعی (AI) منجر به رشد فزاینده بازار سرورهای هوش مصنوعی شده است. بر اساس گزارش IDC و ارزیابی توسعه توان محاسباتی هوش مصنوعی چین در سال 2025 از شرکت Inspur Information، بازار جهانی سرورهای هوش مصنوعی در سال 2024 به 125.1 میلیارد دلار رسیده و پیشبینی میشود در سال 2025 به 158.7 میلیارد دلار افزایش یابد.
1. نیازمندیهای کلیدی اندوکتورها در سرورهای هوش مصنوعی
سرورهای هوش مصنوعی نیازمندیهای بسیار بالاتری از نظر عملکرد، چگالی توان و بهرهوری انرژی نسبت به سرورهای معمولی دارند که این امر به طور مستقیم بر مشخصات اندوکتورها تأثیر میگذارد.
اول، سرورهای هوش مصنوعی از واحدهای پردازش گرافیکی (GPU) با کارایی بالا یا مبدلهای هوش مصنوعی اختصاصی استفاده میکنند که در شرایط جریان بالا کار میکنند و نیازمند سلفهایی با رتبهبندی جریان اشباع بالا هستند. عدم کافی بودن جریان اشباع میتواند منجر به گرم شدن بیش از حد، خرابی عملکردی یا آسیب دائمی شود و در نتیجه یکپارچگی سیستم را به خطر بیندازد.
دوم، برای به حداکثر رساندن توان در فضای محدود مراکز داده، سرورهای هوش مصنوعی نیازمند سلفهایی با فرم فاکتور کوچک و مقاومت مستقیم (DCR) پایین هستند تا اتلاف گرمایی را کاهش دهند و بهرهوری را افزایش دهند.
سوم، کارایی بالای تبدیل توان ضروری است تا هزینههای انرژی عملیاتی را کاهش دهد. بنابراین سلفها باید عملکرد برجستهای در فرکانس بالا داشته باشند تا با مبدلهای DC-DC مدرن و با فرکانس بالا هماهنگ باشند.
سرانجام، در عملیات با بار بالا و پیوسته، پایداری حرارتی و قابلیت اطمینان بلندمدت برای سلفهای مورد استفاده در محیط سرورهای هوش مصنوعی غیرقابل چانهزنی است.
2. کاربردها سلفها در سرورهای هوش مصنوعی
سلفها در چندین ماژول اصلی سرورهای هوش مصنوعی ادغام شدهاند و عملکردهای ضروری از جمله ذخیره انرژی، فیلتر کردن، سرکوب نویز و تنظیم ولتاژ را انجام میدهند.
2.1 مدیریت توان (مبدلهای DC-DC، مدارهای VR)
قطعات حیاتی مانند GPUها، CPUها و شتابدهندههای هوش مصنوعی نیازمند تأمین توان بسیار پایدار و کارآمد هستند. مبدلهای DC-DC با کارایی بالا از سلفها برای حفظ پایداری ولتاژ استفاده میکنند.
در مبدلهای buck، مقادیر سلف معمولی بین 0.1 تا 0.68 میکروهنری است، در جریانهای حدود 60 آمپر کار میکنند، جریان اشباع بین 60 تا 120 آمپر دارند و در بستههایی کمتر از 12 میلیمتر قرار میگیرند. این قطعات نوسانات ولتاژ را هموار میکنند و عملکرد قابل اعتماد سرور را تضمین میکنند.
2.2 فیلتر کردن سیگنال و سرکوب نویز
سلفهای مد رایج، دانههای فریتی و سلفهای تفاضلی نویز فرکانس بالا را در مدارهای تبدیل AC-DC و خطوط سیگنال سرکوب میکنند و از این طریق افزایش یکپارچگی سیگنال و عملکرد EMI را فراهم میکنند.
3. عوامل مهم در انتخاب سلف
انتخاب سلفهای مناسب برای دستیابی به بهرهوری بهینه، عملکرد حرارتی و قابلیت اطمینان در طراحیهای تغذیه سرورهای هوش مصنوعی امری ضروری است.
3.1 مقدار اندوکتانس
تعیینکننده ظرفیت ذخیره انرژی و کنترل جریان ریپل است. اندوکتانس پایین (اغلب کمتر از 1 میکروهنری) در مبدلهای POL (نقطه بار) با جریان بالا و فرکانس بالا معمول است.
3.2 جریان اشباع
سلفها باید از اشباع هسته در برابر جریانهای سنگین GPU/CPU جلوگیری کنند. مواد با چگالی شار اشباع بالا و پایداری حرارتی (مانند فریت یا پودرهای آلیاژی) ضروری هستند.
3.3 مقاومت مستقیم (DCR)
DCR پایین اتلاف هدایتی را کاهش میدهد و برای عملکرد بهینه انرژی حیاتی است. سلفهای قالبگرفته اغلب بهترین تعادل بین DCR پایین و چگالی توان بالا را فراهم میکنند.
3.4 فرکانس عملیاتی
مبدلهای DC-DC با فرکانس بالا به سلفهایی با اتلاف هسته پایین و تکنیکهای سیمپیچ بهینه نیاز دارند تا بهرهوری را در شرایط سوئیچینگ سریع حفظ کنند.
4. انواع سلفهای پیشنهادی برای سرورهای هوش مصنوعی
4.1 سلفهای توان با جریان بالا
این سلفها برای تأمین توان به CPU/GPU طراحی شدهاند و جریان اشباع بالا، افزایش دمای پایین و عملکرد پایدار را تحت بارهای سنگین و مداوم فراهم میکنند.
4.2 سلفهای قالبگرفته
ساختار انسپسولهشده، EMI را کاهش داده و قابلیت اطمینان را افزایش میدهد و چگالی توان بالا و سر و صدای بسیار خوب را سرکوب میکند.
4.3 سلفهای TLVR
رگولاتورهای ولتاژ سلفی (Trans-Inductor Voltage Regulators) پاسخ گذرا را بهبود میبخشند، ظرفیت خروجی را کاهش داده و کارایی را در کاربردهای با ولتاژ پایین و جریان بالا افزایش میدهند.
5. فعالسازی نسل بعدی سرورهای هوش مصنوعی با استفاده از مغناطیس پیشرفته
سلفها نقش اساسی در یکپارچگی توان و کیفیت سیگنال سرورهای هوش مصنوعی ایفا میکنند. با افزایش تقاضا برای چگالی توان و کارایی، مغناطیس با کارایی بالا ضروری است.
به عنوان یک تأمینکننده پیشرو در راهکارهای مغناطیسی، کدکا دامنه وسیعی از سریهای سلف را که برای سرورهای هوش مصنوعی طراحی شدهاند، ارائه میدهد، از جمله:
◾ سری TCAB : سیمپیچهای مد رایج برای منابع تغذیه AC-DC؛
◾ CSBA /سری CSBX : سلفهای کمحجم، با اشباع بالا و جریان بالا؛
◾ سیاسایبی /سیاسایبی /سیاسایسی /سیاساچبی /CSHN سری: سلفهای قالبگیریشده با تلفات کم؛
◾ سیاسافد سری: سلفهای TLVR برای تنظیم ولتاژ با پاسخ سریع.
با درک دقیق از پارامترهای کلیدی سلف و استراتژیهای کاربردی مناسب، مهندسان میتوانند بهطور قابلتوجهی عملکرد و بازدهی انرژی سیستمهای مبتنی بر هوش مصنوعی را ارتقا دهند.