EN
Gyorslinkek
A mesterséges intelligencia számítási feladatok robbanásszerű növekedése alapvetően átalakította a szerver tápegységrendszerek tervezési követelményeit. Ahogy a GPU-k, CPU-k és specializált AI-gyorsítók (xPU-k) egyre több tranzisztort zsúfolnak egyetlen csomagba, az ilyen eszközökhöz szállított fedélzeti feszültség elérte a száz és akár az ezres wattot foglaló aljzatonként. Ennek lépést tartásához a feszültségszabályozó modulok (VRM-ek) és a terheléshez közeli (PoL) konverterek, amelyek táplálják ezeket a processzorokat, egyre magasabb áramerősség-sűrűségre és gyorsabb tranziens válaszra kényszerülnek, mint bármikor korábban a szerverek történetében.
Minden egyes ilyen teljesítményfokozat szívében egy látszólag egyszerű alkatrész helyezkedik el: a teljesítmény-induktor. Messze nem általánosan elérhető alkatrész, az induktor kulcsfontosságú lehetőséget teremt – rossz kiválasztás esetén pedig kulcsfontosságú szűk keresztmetszetet jelent az AI-kiszolgálók teljesítményarchitektúrájában. Ez a cikk azt vizsgálja, hogyan alakul az AI-kiszolgálók teljesítményellátása, milyen követelményeket támaszt ez az induktorokkal szemben, mely paraméterekre kell a mérnököknek a legnagyobb figyelmet fordítaniuk a kiválasztás során, és hogyan felel meg gyakorlati szinten ezeknek a követelményeknek a célzottan kifejlesztett induktorcsaládok, például a CODACA CSBA és CSHN sorozata.
A hagyományos kiszolgáló-teljesítményvezérlés helyét olyan architektúrák veszik át, amelyek négy párhuzamos irányzat köré épülnek fel:
◾Magasfeszültségű egyenáramú (DC) elosztás. Számos új generációs AI-kiszolgáló-rács 12 V-os hagyományos elosztás helyett 48 V-os DC buszvezetékeket alkalmaz, így csökkentve az I²R-veszteségeket a háttérpanelen, mielőtt a teljesítményt a nyomtatott áramkör szintjén lefelé transzformálnák.
◾Elosztott terheléspontra történő átalakítás. Ahelyett, hogy egyetlen központi átalakítót használnánk, a teljesítményt most már több PoL-fokozat segítségével szabályozzák az egyes processzorok közelében, mindegyik saját tekercsbankkal.
◾Digitális vezérlés. A gyors visszacsatolási hurkokkal rendelkező digitális PWM-vezérlők lehetővé teszik az átalakítók számára, hogy reagáljanak a GPU-munkaterhelések jellemző, extrém terhelésugrásaira.
◾Intelligens teljesítménymenedzsment. A telemetrián alapuló teljesítményfokozatok dinamikusan módosítják a fázisszámot és a kapcsolási viselkedést a valós idejű terhelési körülmények alapján.
Minden szerkezeti változás új teljesítménykövetelményeket támaszt az induktorokkal szemben, így az induktorválasztás elsődleges tervezési döntés, nem pedig utólagos gondolat. Miért fontosak az induktorok az AI-szerverek teljesítményellátásában.
A teljesítményinduktorok a chipellátási lánc elején helyezkednek el, és stabil, alacsony zajszintű áramot szállítanak a szilíciumnak, amely végül az AI-számításokat végzi. Több funkciót is egyszerre látnak el az AI-szerver teljesítményellátási útvonalán:
◾ Energiatárolás és feszültségszabályozás buck-, többfázisú és TLVR-átalakítótopológiákban, amelyek GPU-kat, CPU-kat és gyorsítókártyákat táplálnak.
◾ Hullámzás-kiegyenlítés így a gyors kapcsolású DC-DC fokozatok tiszta, stabil kimenő áramot szolgáltatnak, nem pedig zajos hullámformát, amely instabilává teheti az érzékeny digitális logikát.
◾ Jel szűrése és zajcsökkentés , ahol a közös módú fojtók és a differenciális módú tekercsek kondenzátorokkal együtt működnek, hogy eltávolítsák a magasfrekvenciás hullámzást az elsődleges AC-DC fokozatból, és megvédjék a nagysebességű jelek integritását.
Mivel a tekercsek majdnem minden teljesítményátalakítási fokozatban jelen vannak egy AI-kiszolgálóban – a rackszintű AC-DC bemenettől egészen a processzor al-1 V-os magfeszültségéig – elektromos és hőmérsékleti jellemzőik különösen nagy hatással vannak az egész rendszer hatékonyságára, stabilitására és megbízhatóságára.
A hagyományos kiszolgálókban használt tekercsekhez képest az AI-kiszolgálókhoz szükséges tekercsek szigorúbb és összefüggőbb követelményeket kell, hogy teljesítsenek:
2.1 Alacsony egyenáramú ellenállás (DCR) nagyáramú üzemeléshez. A modern AI-gyorsítók áramfelvétele élesen növekedett, és az induktoroknak ezt az áramot minimális ellenállási veszteséggel kell elvezetniük. A magas DCR-érték közvetlenül nagyobb I²R-hőfejlődést eredményez; ha ezt a hőt nem kezelik hatékonyan, a mágneses anyag minősége romlik, vagy az induktor teljesen meghibásodhat, ami veszélyezteti a tápfeszültség-sín stabilitását. Ezért az alacsony DCR-konstrukciót alapvető tervezési paraméterként kezelik, nem pedig kívánatos, de nem feltétlenül szükséges tulajdonságként.
2.2 Alacsony magveszteséggel járó magas frekvenciás működés. Az AI-szerverek tápegységeit gyakran majdnem 99%-os hatásfokra adják meg. Ahogy a kapcsolási frekvenciák növekednek, hogy több teljesítményt vezessenek át egy kisebb felületen, a mag- és tekercsveszteségek is együtt emelkednek, kivéve, ha a mágneses anyagot és a tekercs geometriáját kifejezetten a magas frekvenciás működésre optimalizálták.
2.3 Miniatürizáció teljesítménycsökkenés nélkül. Az AI-szerverek belső nyomtatott áramkörén (PCB-n) rendelkezésre álló hely korlátozott, és a teljesítményfokozatokat a processzorhoz lehető legközelebb kell elhelyezni a parazitikus induktivitás minimalizálása érdekében. Ez az induktorok tervezőit a nagy sűrűségű mágneses anyagok és az öntött, egységes szerkezet felé tolja, amely csökkenti a foglalt felületet és a magasságot, miközben megőrzi a folyamatos áramterhelési képességet – ami különösen fontos a nagy sűrűségű felületre szerelhető (SMD) elhelyezésnél.
◾ Folyamatosan magas megbízhatóság. Az AI-szerverek alapvetően folyamatosan, közel 24/7-es kihasználtsággal üzemelnek. Az ilyen környezetben alkalmazott induktoroknak hosszú ideig stabil elektromos teljesítményt kell nyújtaniuk folyamatos hő- és elektromos terhelés mellett.
◾ Erős EMI-csökkentés. A mágnesesen árnyékolt szerkezet a mágneses fluxust a komponens saját magában tartja, csökkentve a sugárzott zavarokat, és segítve a környező rendszer elektromágneses összeférhetőségi (EMC) követelményeinek teljesítését – egyre fontosabb szempont a nyomtatott áramkörök teljesítménysűrűségének növekedésével.
Amikor az AI-kiszolgálókhoz és a nagy teljesítményű számítási feladatokhoz szükséges nyomtatott áramkörökön használatos jelölt tekercsek körét szűkítik, a mérnökök általában három fő elektromos paraméterre összpontosítanak – a telítési áramerősség, a DC-ellenállás (DCR) és a hőmérséklet-emelkedéshez tartozó áramerősség –, amelyeket egy szélesebb körű megbízhatósági és interferenciás követelményrendszer támogat.
A GPU-terhelések hírhedtek az hirtelen terhelésváltozásokról; a terhelésugrás során fellépő áramváltozási sebesség (di/dt) elérheti a 100 A/µs nagyságrendet. Ha a tekercs magja telítődik ilyen tranziens hatására, az induktivitás éles csökkenést szenved, és a konverter szabályozási hurka elveszítheti a szabályozást, ami veszélyeztetheti a rendszer stabilitását. Ezért a telítési áramerősség tartaléka – nem csupán az állandósult állapotban megengedett áramerősség – döntő kiválasztási szempont az AI-kiszolgálók tápegységfokozatainál.
A DCR a rézveszteség elsődleges meghatározója, és ebből adódóan az átalakító teljes hatásfokának is. Mivel közvetlen kapcsolatban áll a hatásfokkal, a mérnökök egyre inkább előnyben részesítik a lapos vezetékből készült tekercsekkel ellátott tekercsek használatát a hagyományos kerek vezetékes kivitel helyett; a lapos vezetékes megoldások több mint 30%-kal csökkenthetik a DCR-t ugyanakkora felületen, összehasonlítva a kerek vezetékes megfelelőkkel, ami közvetlenül alacsonyabb teljesítményveszteséget és hűvösebb üzemelést eredményez.
Az AI-kiszolgálók gyakran 24/7, magas terhelés mellett működnek, ezért a hőmérsékleti tartalék nem választható. A kiválasztásnak biztosítania kell, hogy a tekercs névleges hőmérséklet-emelkedési árama meghaladja a kör áramkör maximális folyamatos üzemi áramát, és megfelelő tervezési tartalékot kell fenntartani a legrosszabb körülményekre – például a környezeti hőmérséklet és a légáramlás szempontjából.
A VRM kapcsolási frekvenciái az AI-szerverekben a régi típusoknál körülbelül 300 kHz-ről az 1–3 MHz-es tartományba és azon túlra mozdultak el. Ennek közvetlen következménye, hogy a szükséges induktivitás értéke – és így az induktor fizikai mérete is – jelentősen csökken. Azonban az AI-szerverek jellemző nagyáramú, magas teljesítménysűrűségű környezetében a magasabb kapcsolási frekvencia növeli mind a tekercsek váltóáramos veszteségét, mind a magveszteséget, ezért a magasabb frekvenciából származó előnyt olyan mágneses anyaggal kell párosítani, amelyet kifejezetten alacsony magasfrekvenciás veszteségre optimalizáltak.
Ezen négy fő paraméteren túl a mérnökök a mágneses árnyékolási szerkezetet, a hosszú távú megbízhatósági adatokat és az elérhető teljesítménysűrűséget egy korlátozott helyfoglalás mellett is figyelembe veszik egy átfogó értékelés részeként. Gyakorlatban a megfelelő induktor kiválasztása azt jelenti, hogy az egyes AI-szerverek tápellátási sínjének specifikus terhelési profilját, áramerősség-mértékét, kapcsolási frekvenciáját és hőmérsékleti környezetét össze kell hangolni egy olyan termékkel, amelyet éppen ezen kombinációra terveztek.
A mesterséges intelligencia szerverek tápellátási láncának különböző szakaszai különböző induktorépítési technológiákat igényelnek:
◾ Nagyáramú tápinduktivitást a GPU-, CPU- és gyorsítókártya-tápellátás munkalovai, amelyek elsődlegesen a telítési áram teljesítményére, a hosszú ideig tartó nagy áramterhelésre minimális hőemelkedéssel, a kedvező magasfrekvenciás veszteségi jellemzőkre és alacsony veszteségű mágneses anyagokra – például ferrit- vagy fémötvözet-poranyagokra – összpontosítanak.
◾ Formázó teljesítménytekercsek teljesen integrálják a tekercset és a magot egy mágneses por használatával végzett összenyomó formázási eljárással, amely csökkenti a fluxus szivárgást és javítja a telítési áram viselkedését. Ez az építési módszer általában magasabb teljesítménysűrűséget és erősebb EMI-csökkentést eredményez, mint a hagyományos tekercselt induktorok, így különösen alkalmas nagyteljesítményű DC-DC-konverterekre és CPU/GPU-tápellátási sínjeire, ahol a nyomtatott áramkörök felülete korlátozott.
◾ TLVR (Trans-Inductor Voltage Regulator) induktorok a csatolt kettős tekercselési struktúra használatával egyszerűsíti a többfázisú konverter tervezését, és csökkenti az alkatrészek számát a nyomtatott áramkörön (PCB). Az AI-gyorsítókra jellemző alacsony feszültségű, nagy áramfelvételű és gyors tranziens feszültségszintek esetén a TLVR-tervek javíthatják a tranziens válaszidőt és csökkenthetik a kimeneti hullámzást, miközben csökkentik a szükséges kimeneti kapacitás értékét – ez jelentős rendszerszintű költség- és helymegtakarítást eredményez.
A CODACA pontosan a fentiekben leírt követelményekre építette induktorportfólióját: saját fejlesztésű mágneses ötvözetpor-maganyagokat és öntött, egyszerűsített gyártási folyamatokat hozott létre, amelyek kielégítik az AI-szerverek és az ehhez kapcsolódó intelligens számítástechnikai berendezések nagyáramú, magas telítési, magasfrekvenciás-alacsonyveszteségű és kis méretű igényeit. Két sorozat mutatja be, hogyan valósulnak meg ezek a tervezési elvek gyakorlati komponensekké az AI-erőellátási sínokon.
A CSBA sorozat a CODACA által saját fejlesztésű ötvözetporos mágneses maganyagból készül, és olyan alkalmazásokra irányul, ahol a nyomtatott áramkörök helyigénye és a magas frekvenciás hatásfok egyaránt kritikus tényező:
A CSBA sorozat Saját fejlesztésű ötvözetporos mag rendkívül alacsony magveszteséggel, puha telítődési áramjellemzővel a tranziens terhelések melletti stabil működés érdekében, alacsony veszteség magas frekvencián, alkalmas GaN-alapú energiamegoldásokhoz. Az alacsony magveszteség és a kiváló magas frekvenciás teljesítmény kombinációja miatt a CSBA sorozat gyakorlatias megoldást kínál a modern AI szerver VRM-szakaszokban jellemzően előforduló magas frekvenciákon működő DC-DC konverterekhez és kapcsolószabályozókhoz, ideértve a GaN-alapú energiamegoldásokat is.
5.2 CSHN sorozat Formázási erő-fűtés aI-gyorsítókhoz
A CSHN sorozat molding power choke az AI-processzor-die-khez legközelebb elhelyezett, ultraalacsony feszültségű, nagyáramú sínhez. A CSHN sorozat Az induktivitás tartománya 56–82 nH, a jellemző alkatrészeknél kb. 0,19 mΩ-ig csökken. Az ultraalacsony induktivitásértékkel, rendkívül alacsony DCR-rel és nagy áramterhelési képességgel egy kompakt, öntött házban a CSHN sorozat kifejezetten az AI-chip tápegységmoduljainak miniatúrizálási és nagy sűrűségű elhelyezési igényeire van optimalizálva, miközben kibővített üzemelési hőmérséklet-tartománya támogatja az intelligens számítástechnikai hardverekre jellemző hosszú távú hőterhelést.
5.3 Induktor-kiválasztás alkalmazáshoz igazítva
Az AI-szerver tápellátási sínjainak tervezését végző mérnökök számára a gyakorlati tanulság az, hogy az induktor kiválasztása a konkrét sínról származó elektromos és hőmérsékleti profilból kell kiinduljon, nem pedig általános „nagyáramú induktor” keresésből:
◾Olyan burkolat- vagy nyomtatott áramkör-linkek esetén, ahol a hely korlátozott, de az áram- és frekvencia-igény továbbra is jelentős, egy kompakt, nagyáramú sorozat – például a CSBA sorozat kiváló választás.
◾Az ultraalacsony feszültségű, alacsony induktivitású, nagy áramot szállító sínrendszerhez, amely közvetlenül táplálja az AI chipeket – ahol a minimális felület és a DCR csökkentése elsődleges – egy formázott chip-induktor, mint például a CSHN sorozat jobban illeszkedik a követelményekhez.
◾Többfázisú, gyors tranziens GPU-mag sínrendszerekhez egy TLVR-alapú induktor rendszer-szintű előnyöket nyújthat a tranziens válaszban és a kimeneti kondenzátorok számában, amelyeket egy hagyományos, egyszerű tekercselésű induktor nem tud elérni.
Az AI-kiszolgálók tápegysége egyértelműen magasabb feszültségelosztás felé, elosztott terheléspontra történő konverzió felé és több megahertzes kapcsolási frekvenciák felé mozdult – mindez folyamatos, magas kihasználtság mellett. Ez a kombináció egyidejűleg támaszt követelményeket a tápponti induktorokkal szemben: alacsony DCR, magas telítési áram, alacsony magasfrekvenciás veszteség, kompakt méret, erős EMI-pajzolás és hosszú távú megbízhatóság.
A megfelelő induktorfajták és az adott fajtán belül a megfelelő modell kiválasztása minden tápfeszültségi sínhez már nem rutinszerű BOM-döntés, hanem jelentős eszköz az AI-szerverek teljesítményátalakítási hatékonyságának és az egész rendszer stabilitásának javítására. Célzottan fejlesztett termékvonalak – például a CODACA CSBA és CSHN sorozata –, valamint az általuk képviselt szélesebb körű nagyáramú, öntött és TLVR induktor-technológiák jól mutatják, hogyan reagálnak a mágneses alkatrész-szolgáltatók ezekre az igényekre, amint az AI-számítástechnika tovább bővül.
Részletes elektromos jellemzőkért, méretrajzokért és mintaigénylésekért látogasson el A CODACA hivatalos webhelyére ：https://www.codaca.com.cn/.