סלילים בשרתי בינה מלאכותית: דרישות מרכזיות, יישומים וביקורת בחירה

ההתפתחות המהירה של אינטליגנציה מלאכותית (AI) מעוררת צמיחה אקספוננציאלית בשוק השרתים ל-AI. על פי דוח של IDC ושל Inspur Information לשנת 2025 על הערכת התפתחות הכוח החישובי ל-AI בסין, שוק השרתים ל-AI הגיעה ל-125.1 מיליארד דולר בשנת 2024 וצפויה לגדול ל-158.7 מיליארד דולר עד 2025.

1. דרישות מפתח לשנאים בשרתי AI

שרתי AI מציבים דרישות גבוהות בהרבה על ביצועים, צפיפות הספק ואפקטיביות אנרגטית בהשוואה לשרתים קונבנציונליים, מה שמושפע ישירות ממפרט השנאים.

ראשית, שרתים מבוססי בינה מלאכותית (AI) משתמשים ב-GPU בעלי ביצועים גבוהים או מאיצים ייעודיים לבינה מלאכותית, אשר פועלים בתנאי זרם גבוה, ולכן נדרשים סלילנים בעלי דירוג זרם רוויתי גבוה. זרם רוויתי לא מספק עלול להוביל לחימום יתר, כשל בפונקציונליות או נזק קבע, מה שמפר את שלמות המערכת.

שנית, כדי למקסם את השימוש בכוח החשמל בשטח מוגבל במרכזי נתונים, נדרש שרתים מבוססי בינה מלאכותית סלילנים בעלי מבנה מוקטן ותנגדות זרם ישרה (DCR) נמוכה, כדי להפחית אובדן חום ולשפר את היעילות.

שלישית, יעילות המרת אנרגיה גבוהה היא חיונית להפחתת עלויות האנרגיה התפעוליות. לכן, על הסלילנים להפגין ביצועים גבוהים בתדרים גבוהים, כדי להתאים אותם למпреיכי ה-DC-DC המודרניים.

ולבסוף, בתנאי עומס גבוה מתמשך, יציבות תרמית ואמינות לטווח ארוך הן הכרח מוחלט עבור סלילנים המשמשים בסביבות שרתים מבוססי בינה מלאכותית.

2. יישומים של סלילנים בשרתים מבוססי בינה מלאכותית

סלילים הם רכיבים מהותיים במודולים מרכזיים רבים של שרתים למכונות בינה, ומבצעים פונקציות חיוניות הכוללות אגירת אנרגיה, סינון,억ת suppression וסנכרון מתח.

2.1 ניהול כוח (מקדמי DC-DC, מעגלי VR)

רכיבים קריטיים כגון GPU, CPU ומאיצים למכונות בינה דורשים משלוח כוח יציב ויעיל ביותר. מקדמי DC-DC בעלי ביצועים גבוהים משתמשים בסלילים כדי לשמור על יציבות המתח.
במקדמי step-down, ערכי ההשראות הנפוצים נעים בין 0.1–0.68 μH, פועלים בזרמים של כ-60A, עם זרמי רוויה בין 60–120A, ובאריזות מתחת ל-12mm. רכיבים אלו מחליקים תנודות מתח ומבטיחים תפעול מהימן של השרת.

2.2 סינון אותות ו억ת suppression

chặn אמצעי משותף, חרוזי פליז וסלילים דיפרנציאליים מפחיתים רעש בתדרים גבוהים במעבר AC-DC וקווי אותות, משפרים את שלמות האותות ואת הביצועים של EMI.

3. גורמים קריטיים לבחירת סליל

בחירת אינדוקטורים מתאימים היא חיונית להשגת יעילות אופטימלית, ביצועי חום ודיוק בעיצובי כוח לשרתי AI.

3.1 ערך האינדוקטיביות

קובע את קיבולת האחסון של האנרגיה וכיבוי ריפל הזרם. אינדוקטיביות נמוכה (לרוב מתחת ל-1μH) היא נפוצה במרברים מסוג POL (Point-of-Load) בעלי זרם גבוה ותדר גבוה.

3.2 זרם סחיקה

על האינדוקטורים למנוע סחיקת ליבה תחת זרמי עומס גבוהים של GPU/CPU. חומרים בעלי צפיפות שטף סחיקה גבוהה ויציבות תרמלית (כגון פריט או אבקת סגסוגת) הם חיוניים.

3.3 התנגדות ישרה (DCR)

DCR נמוכה מפחיתה אובדי מוליכות, מה שקריטי ליעילות האנרגיה. אינדוקטורים מחומרים מודפסים לרוב מציעים את האיזון הטוב ביותר בין DCR נמוך לצפיפות הספק גבוהה.

3.4 תדר פעולה

מרברים של DC-DC בעלי תדר גבוה דורשים אינדוקטורים עם אובדן ליבה נמוך וتقنيות סליל מותאמות כדי לשמור על יעילות בתנאי קפיצה מהירה.

4. סוגי אינדוקטורים מומלצים לשרתי AI

4.1 סליל כוח זרם גבוה

בנוי לספק כוח ל-CPUs/GPUs, מספק זרם רוויה גבוה, עלייה תרמית נמוכה, ותפקוד יציב תחת עומס מתמשך

4.2 סלילי יציקה

מבנה מקופל מצמצם EMI ומשפר את האמינות, ומציע צפיפות כוח גבוהה וức suppression רעש מעולה

4.3 סלילי TLVR

מתגי מתח סליל טרנזיסטיים משפרים את תגובת ה מעבר, מפחיתים קיבול פלט, ומעלים את היעילות ביישומים בעלי מתח נמוך וזרם גבוה

5. האצת הדור הבא של שרתים בינה מלאכותית עם מגנטיות מתקדמות

סלילים ממוקדים תפקיד חשוב בשרשת הכוח ובאיכות האות של שרתים בינה מלאכותית. עם עלייה בדרישות לצפיפות כוח ויעילות, מגנטיקה בעלת ביצועים גבוהים היא חיונית

כמובילי פתרונות מגנטיות Codaca מציע מגוון רחב של סדרות סלילים המותאמות לשרתים בינה מלאכותית, כולל:
◾ סדרת TCAB : chặn מעבר לזרם Common-mode למצעי ספקת זרם חילופין לזרם ישר (AC-DC);
◾ CSBA /סדרת CSBX : סליל סליל קטן, ספיגה גבוהה, זרם גבוה;
◾ CSAB /CSEB /CSEC /CSHB /CSHN סדרה: סלילי ספיגה בעלי צורה חיצונית עם אובדן נמוך;
◾ CSFED סדרה: סלילי TLVR לייצוב מתח בתגובה מהירה.

על ידי הבנת פרמטרים עיקריים של סלילים ואסטרטגיות יישום מתאימות, מהנדסים יכולים לשפר משמעותית את הביצועים ואת יעילות השימוש באנרגיה של מערכות המונעות באלגוריתם בינה מלאכותית.