EN
Collegamenti rapidi
La crescita esplosiva dei carichi di lavoro legati all'intelligenza artificiale ha profondamente ridefinito i requisiti progettuali dei sistemi di alimentazione per server. Man mano che GPU, CPU e acceleratori dedicati per l'IA (xPUs) integrano un numero sempre maggiore di transistor in un singolo package, la potenza fornita a bordo a questi dispositivi è salita a centinaia, e persino migliaia, di watt per socket. Per tenere il passo, i moduli regolatori di tensione (VRM) e i convertitori point-of-load (PoL) che alimentano questi processori sono spinti verso densità di corrente più elevate e risposta transitoria più rapida rispetto a qualsiasi momento precedente nella storia dei server.
Al centro di ogni uno di questi stadi di potenza si trova un componente apparentemente semplice: l'induttore di potenza. Lontano dall'essere un componente generico, l'induttore è diventato uno degli elementi abilitanti chiave — e, se scelto in modo inadeguato, uno dei principali colli di bottiglia — dell'architettura di alimentazione per server AI. Questo articolo analizza come si sta evolvendo la distribuzione di potenza nei server AI, quali requisiti questa evoluzione impone agli induttori, quali parametri gli ingegneri devono valutare con maggiore attenzione durante la selezione e come famiglie di induttori progettati appositamente, come le serie CSBA e CSHN di CODACA, soddisfano tali requisiti nella pratica.
Le catene di alimentazione tradizionali per server stanno cedendo il passo ad architetture basate su quattro tendenze parallele:
◾Distribuzione in corrente continua ad alta tensione. Molti rack per server AI di nuova generazione stanno passando a barre collettore in corrente continua a 48 V, sostituendo la distribuzione a 12 V ereditata dal passato, riducendo così le perdite I²R sul backplane prima che la tensione venga abbassata a livello di scheda.
◾Conversione distribuita al punto di carico. Invece di un singolo convertitore centralizzato, l’alimentazione viene ora regolata vicino a ciascun processore tramite più stadi PoL, ognuno dotato del proprio banco di induttori.
◾Controllo digitale. I controller PWM digitali con loop di retroazione rapidi consentono ai convertitori di reagire agli improvvisi e intensi cambiamenti di carico tipici dei carichi di lavoro delle GPU.
◾Gestione intelligente dell’alimentazione. Le unità di alimentazione basate su telemetria regolano dinamicamente il numero di fasi e il comportamento di commutazione in base alle condizioni di carico in tempo reale.
Ogni modifica strutturale genera nuovi requisiti prestazionali per gli induttori, rendendo la scelta degli induttori una decisione progettuale fondamentale, non un’aggiunta successiva. Perché gli induttori sono fondamentali nella distribuzione dell’alimentazione nei server per l’IA.
Gli induttori di alimentazione si trovano all’inizio della catena di alimentazione del chip, fornendo corrente stabile e a basso rumore al silicio che esegue effettivamente i calcoli dell’IA. Svolgono contemporaneamente diverse funzioni lungo il percorso di alimentazione del server per l’IA:
◾ Stoccaggio di energia e regolazione della tensione in topologie di convertitori buck, multiphase e TLVR che alimentano GPU, CPU e schede acceleratrici.
◾ Lisciatura delle oscillazioni affinché gli stadi DC-DC a commutazione rapida eroghino una corrente di uscita pulita e stabile, anziché un’onda rumorosa che potrebbe destabilizzare la logica digitale sensibile.
◾ Filtraggio del segnale e soppressione del rumore , dove i reattori in modo comune e le induttanze in modo differenziale operano insieme ai condensatori per eliminare le oscillazioni ad alta frequenza nello stadio primario AC-DC e proteggere l’integrità dei segnali ad alta velocità.
Poiché le induttanze compaiono in quasi ogni stadio di conversione di potenza di un server per intelligenza artificiale — dal front-end AC-DC a livello rack fino alla rail di alimentazione del processore inferiore a 1 V — le loro caratteristiche elettriche e termiche esercitano un’influenza sproporzionata sull’efficienza complessiva del sistema, sulla stabilità e sull'affidabilità.
Rispetto alle induttanze utilizzate nei server convenzionali, quelle impiegate nei server per intelligenza artificiale devono soddisfare un insieme di requisiti più stringenti e interconnessi:
2.1 Bassa resistenza in corrente continua (DCR) per il funzionamento ad alta corrente. L'assorbimento di corrente degli attuali acceleratori per intelligenza artificiale è aumentato in modo significativo e gli induttori devono gestire tale corrente con perdite resistive minime. Un valore elevato di DCR si traduce direttamente in un riscaldamento maggiore dovuto all'effetto I²R; se tale calore non viene gestito in modo efficace, il materiale magnetico può degradarsi oppure l'induttore può guastarsi completamente, mettendo a rischio la stabilità della linea di alimentazione. La costruzione a basso DCR è quindi considerata un parametro fondamentale di progettazione, non una caratteristica opzionale.
2.2 Funzionamento ad alta frequenza con basse perdite nel nucleo. Gli alimentatori per server AI sono comunemente specificati con efficienze di conversione prossime al 99%. Man mano che le frequenze di commutazione aumentano per erogare maggiore potenza in un ingombro ridotto, le perdite nel nucleo e nei conduttori aumentano in parallelo, a meno che il materiale magnetico e la geometria della bobina non siano specificatamente ottimizzati per il funzionamento ad alta frequenza.
2.3 Miniaturizzazione senza compromessi sulle prestazioni. Lo spazio disponibile sulla scheda di un server per l'intelligenza artificiale è limitato, e gli stadi di alimentazione devono essere posizionati il più vicino possibile al processore per ridurre al minimo l'induttanza parassita. Ciò spinge i progettisti di induttori verso materiali magnetici ad alta densità e costruzioni monopezzo stampate, che riducono l'ingombro planimetrico e l'altezza pur mantenendo la capacità di gestione della corrente — un fattore cruciale per il montaggio superficiale ad alta densità.
◾ Affidabilità elevata e costante. I server per l'intelligenza artificiale operano a utilizzo elevato praticamente ventiquattr'ore su ventiquattro. Gli induttori in questo ambiente devono mantenere prestazioni elettriche stabili per tutta la durata operativa, anche sotto sollecitazioni termiche ed elettriche continue.
◾ Elevata soppressione delle interferenze elettromagnetiche (EMI). Una struttura magneticamente schermata confina il flusso all'interno del componente stesso, riducendo le interferenze irradiate e contribuendo a far rispettare al sistema circostante i requisiti di compatibilità elettromagnetica — un aspetto sempre più rilevante con l'aumento della densità di potenza a livello di scheda.
Nella fase di selezione degli induttori candidati per server AI e schede per calcolo ad alte prestazioni, gli ingegneri di solito si concentrano su tre parametri elettrici principali: corrente di saturazione, resistenza in continua (DCR) e corrente di aumento termico, supportati da un insieme più ampio di criteri relativi all'affidabilità e alle interferenze.
I carichi delle GPU sono notoriamente caratterizzati da transitori di carico improvvisi; le velocità di variazione della corrente (di/dt) durante un salto di carico possono raggiungere valori dell'ordine di 100 A/µs. Se il nucleo dell'induttore va in saturazione a causa di un tale transitorio, l'induttanza diminuisce bruscamente e il loop di controllo del convertitore può perdere la regolazione, mettendo a rischio la stabilità del sistema. Ciò rende il margine di sicurezza sulla corrente di saturazione — non solo la corrente nominale in condizioni stazionarie — un criterio di selezione fondamentale per gli stadi di alimentazione dei server AI.
Il DCR è il principale responsabile delle perdite di rame e, di conseguenza, dell'efficienza complessiva del convertitore. A causa di questo legame diretto con l'efficienza, gli ingegneri preferiscono sempre più gli induttori realizzati con avvolgimenti a filo piatto anziché con la tradizionale costruzione a filo tondo; i design a filo piatto possono ridurre il DCR di oltre il 30% rispetto agli equivalenti a filo tondo con un'occupazione di spazio simile, determinando direttamente minori perdite di potenza e un funzionamento più fresco.
I server AI operano frequentemente a carico elevato 24/7, quindi il margine termico non è opzionale. La scelta deve garantire che la corrente di aumento di temperatura nominale dell'induttore superi la corrente massima continua di funzionamento del circuito, mantenendo un adeguato margine progettuale per le condizioni ambientali e di flusso d'aria peggiori.
Le frequenze di commutazione dei VRM nei server per intelligenza artificiale sono passate da circa 300 kHz nelle progettazioni legacy all’intervallo 1–3 MHz e oltre. La conseguenza immediata è che il valore di induttanza richiesto — e quindi le dimensioni fisiche dell’induttore — diminuiscono in modo significativo. Tuttavia, nell’ambiente ad alta corrente e alta densità di potenza tipico dei server per intelligenza artificiale, una frequenza di commutazione più elevata aumenta sia le perdite AC negli avvolgimenti sia le perdite nel nucleo; pertanto, il vantaggio derivante da una frequenza più alta deve essere abbinato a un materiale magnetico specificamente progettato per garantire basse perdite ad alta frequenza.
Oltre a questi quattro parametri principali, gli ingegneri valutano anche la struttura di schermatura magnetica, i dati sulla affidabilità a lungo termine e la densità di potenza raggiungibile entro un’impronta fisica vincolata, come parte di una valutazione completa. Nella pratica, l’induttore appropriato dipende dalla corrispondenza tra il profilo di carico specifico, l’entità della corrente, la frequenza di commutazione e l’ambiente termico di ciascuna linea di alimentazione di un server per intelligenza artificiale, e un prodotto progettato appositamente per tale combinazione.
Diverse fasi della catena di alimentazione dei server AI richiedono diverse tecnologie costruttive per gli induttori:
◾ Induttori di potenza ad alta corrente sono gli elementi fondamentali per l’alimentazione delle GPU, delle CPU e delle schede acceleratore, con priorità su prestazioni eccellenti di corrente di saturazione, gestione sostenuta di alte correnti con minimo aumento termico, caratteristiche favorevoli di perdita ad alta frequenza e materiali magnetici a basse perdite, come la ferrite o le polveri di lega metallica.
◾ Chokes di potenza stampati integrano completamente avvolgimento e nucleo mediante un processo di stampaggio a compressione con polvere magnetica, riducendo le dispersioni di flusso e migliorando il comportamento di corrente di saturazione. Questa costruzione fornisce tipicamente una densità di potenza superiore e una soppressione EMI più efficace rispetto agli induttori avvolti convenzionali, rendendola particolarmente adatta ai convertitori DC-DC ad alta potenza e ai binari di alimentazione di CPU/GPU, dove lo spazio sulla scheda è limitato.
◾ Induttori TLVR (Trans-Inductor Voltage Regulator) utilizza una struttura accoppiata a doppio avvolgimento per semplificare la progettazione del convertitore multiphase e ridurre il numero di componenti sulla scheda a circuito stampato (PCB). Per le linee di alimentazione a bassa tensione, alta corrente e rapida risposta transitoria, tipiche degli acceleratori AI, i progetti TLVR possono migliorare la risposta transitoria e ridurre le oscillazioni in uscita, abbassando nel contempo la capacità di uscita richiesta: un risparmio significativo, a livello di sistema, in termini di costi e spazio occupato.
CODACA ha sviluppato il proprio portafoglio di induttori proprio attorno ai requisiti sopra descritti, creando materiali proprietari di nucleo in polvere magnetica e processi produttivi integrati, monopezzo e a stampaggio, mirati alle esigenze di elevata corrente, elevata saturazione, basse perdite ad alta frequenza e ingombro ridotto proprie dei server AI e delle correlate apparecchiature per l’elaborazione intelligente. Due serie illustrano come questi principi progettuali si traducano in componenti reali per le linee di alimentazione AI.
Il Serie CSBA è realizzato con il materiale auto-sviluppato da CODACA per nuclei magnetici in polvere di lega e si rivolge ad applicazioni in cui sia lo spazio disponibile sulla scheda sia l’efficienza ad alta frequenza sono fattori critici:
Il Serie CSBA Nucleo brevettato in polvere di lega con perdite nel nucleo molto ridotte, caratteristica di saturazione graduale per prestazioni stabili anche sotto carichi transitori, basse perdite ad alta frequenza, adatto a soluzioni di alimentazione basate su GaN. La combinazione di basse perdite nel nucleo e di eccellenti prestazioni ad alta frequenza rende la serie CSBA una scelta pratica per convertitori DC-DC e regolatori di commutazione che operano alle elevate frequenze tipiche degli stadi VRM dei moderni server per intelligenza artificiale, inclusi i progetti di alimentazione basati su GaN.
5.2 Serie CSHN Soffocatore di potenza per modellazione per gli acceleratori AI
Il Serie CSHN è una bobina di potenza encapsulata per le linee di tensione ultra-bassa e corrente elevata posizionate più vicino ai die dei processori AI. Il Serie CSHN L'intervallo di induttanza va da 56 a 82 nH; il valore di resistenza in corrente continua (DCR) è basso fino a circa 0,19 mΩ su componenti rappresentativi. Grazie al suo valore di induttanza ultra-basso, al DCR estremamente ridotto e alla capacità di sopportare elevate correnti in un ingombro compatto e modellato, la serie CSHN risponde in modo mirato alle esigenze di miniaturizzazione e montaggio ad alta densità dei moduli di alimentazione per chip AI; inoltre, il suo intervallo di temperatura operativa esteso consente di gestire il carico termico prolungato tipico dell’hardware per calcolo intelligente.
5.3 Selezione dell’induttore abbinato all’applicazione
Per gli ingegneri che progettano le linee di alimentazione per server AI, l’indicazione pratica è che la scelta dell’induttore deve partire dal profilo elettrico e termico della specifica linea di alimentazione, piuttosto che da una ricerca generica di «induttori ad alta corrente»:
◾In posizioni all’interno del chassis o sulla scheda dove lo spazio è fortemente limitato, ma le richieste di corrente e frequenza rimangono elevate, una famiglia compatta ad alta corrente come la Serie CSBA è un candidato valido.
◾Per binari a ultra-bassa tensione, bassa induttanza e alta corrente che alimentano direttamente i chip AI—dove ridurre al minimo l’ingombro e la resistenza in corrente continua (DCR) è fondamentale—un induttore a chip stampato come il Serie CSHN risulta meglio adatto al requisito.
◾Per i binari core GPU multiphase con transitori rapidi, un Induttore basato su TLVR può offrire vantaggi a livello di sistema nella risposta ai transitori e nel numero di condensatori di uscita, vantaggi che un induttore convenzionale monovolvente non è in grado di eguagliare.
La distribuzione di potenza per server AI si è spostata in modo deciso verso tensioni di distribuzione più elevate, conversione distribuita in prossimità del carico (point-of-load) e frequenze di commutazione nell’ordine dei multi-megahertz—tutto ciò in condizioni operative continue e ad alto utilizzo. Questa combinazione impone contemporaneamente agli induttori di potenza esigenze di bassa DCR, elevata corrente di saturazione, basse perdite ad alta frequenza, dimensioni compatte, efficace schermatura EMI e affidabilità a lungo termine.
La scelta della famiglia di induttori più adatta, e del modello specifico all’interno di tale famiglia, per ogni rail di alimentazione non è più una decisione routinaria relativa alla lista dei materiali (BOM), ma rappresenta un fattore determinante per migliorare l’efficienza della conversione di potenza nei server per intelligenza artificiale e la stabilità complessiva del sistema. Linee di prodotti progettate appositamente, come le serie CSBA e CSHN di CODACA — e, più in generale, le tecnologie di induttori ad alta corrente, a corpo stampato e TLVR che esse rappresentano — illustrano come i fornitori di componenti magnetici stiano rispondendo a tali esigenze, man mano che il calcolo basato sull’intelligenza artificiale continua a espandersi.
Per specifiche elettriche dettagliate, disegni dimensionali e richieste di campioni, visitare Il sito web ufficiale di CODACA ：https://www.codaca.com.cn/.