人工知能（AI）ワークロードの爆発的増加により、サーバー向け電源システムの設計要件が根本的に変化しました。GPU、CPU、および専用AIアクセラレーター（xPU）は、単一パッケージにますます多くのトランジスタを集積化しており、これらのデバイスに供給される基板上電力は、ソケットあたり数百ワットから数千ワットにまで達しています。これに対応するため、これらのプロセッサに電力を供給する電圧調整モジュール（VRM）および負荷近接型（PoL）コンバータは、サーバーの歴史においてかつてないほど高い電流密度と高速な過渡応答性能が求められています。
これらの電源ステージそれぞれの中心には、一見単純な部品——パワーインダクタが配置されています。このインダクタは、決して汎用品ではなく、むしろAIサーバー向け電源アーキテクチャにおいて、適切に選定されればキーテクノロジーとなり得る一方、不適切に選定されれば重大なボトルネックにもなり得る、極めて重要な部品です。本稿では、AIサーバー向け電源供給方式がどのように進化しているか、その進化がインダクタにどのような要求を課すのか、設計者が選定時に特に重視すべきパラメーターは何か、そしてCODACA社のCSBAシリーズやCSHNシリーズといった目的特化型インダクタ製品群が、実際にはこうした要求をいかに満たしているかについて考察します。
従来のサーバー電源構成は、以下の4つの並行するトレンドを軸にした新しいアーキテクチャへと移行しつつあります。
◾高電圧DC配電 次世代AIサーバーラックの多くは、従来の12V配電から、基板レベルで降圧される前のバックプレーンにおけるI²R損失を低減するために、48V DCバスバーへの移行を進めています。
◾分散型ポイント・オブ・ロード（POL）変換 単一の中央集約型コンバータではなく、各プロセッサに近い位置で複数のPoL（Point of Load）ステージを用いて電力を制御します。各PoLステージには専用のインダクタバンクが備わっています。
◾デジタル制御 高速フィードバックループを備えたデジタルPWMコントローラにより、GPUワークロードに特有の急激な負荷変動に対してもコンバータが迅速に対応できます。
◾インテリジェントな電力管理 テレメトリ情報を基に動作する電力ステージは、リアルタイムの負荷状況に応じて位相数やスイッチング動作を動的に調整します。
構造上の変更が生じるたびに、インダクタには新たな性能要件が課されます。そのため、インダクタ選定は単なる後付けではなく、設計段階における最重要な判断事項となります。「AIサーバーの電源供給においてなぜインダクタが重要なのか」
パワーインダクタはチップへの電源供給チェーンの最前線に位置し、AI演算を実行する半導体へ安定的かつ低ノイズな電流を供給します。AIサーバーの電源パス全体において、複数の機能を同時に果たしています：
◾ エネルギー貯蔵と電圧調整 gPU、CPU、およびアクセラレータカードに電力を供給する、降圧型（バック）、マルチフェーズ、およびTLVRコンバータトポロジ
◾ リップル平滑化 高速スイッチングDC-DC段が、感度の高いデジタルロジックを不安定にしかねないノイズの多い波形ではなく、クリーンで安定した出力電流を供給できるようにする。
◾ 信号フィルタリングおよびノイズ抑制 共模チョークコイルおよび差動モードインダクタが、コンデンサと協調して、一次AC-DC段から高周波リップルを除去し、高速信号の整合性を保護する。
AIサーバーでは、ラックレベルのAC-DCフロントエンドからプロセッサのサブ1Vコアレールに至るまで、ほぼすべての電源変換段にインダクタが使用されるため、その電気的・熱的特性は、システム全体の効率性、安定性、信頼性に極めて大きな影響を与える。
従来型サーバーで使用されるインダクタと比較して、AIサーバー用インダクタは、より厳しく、かつ相互に関連した一連の要件を満たす必要がある。
2.1 高電流動作向けの低直流抵抗（DCR） 最新のAIアクセラレータの電流消費量は急激に増加しており、インダクタはその電流を抵抗損失を極力抑えながら流す必要があります。直流抵抗（DCR）が高いと、I²Rによる発熱が直接的に大きくなり、この熱を適切に管理しなければ、磁性材料が劣化したり、インダクタが完全に故障したりする可能性があります。これにより、電源レールの安定性が損なわれる恐れがあります。そのため、低DCR構造は「あると便利」ではなく、設計上の基本要件として扱われます。
2.2 コア損失の少ない高周波動作。 AIサーバー用電源は、変換効率が99％に近いことが一般的な仕様です。スイッチング周波数を高めることで、より小さな実装面積でより大きな電力を処理できるようになりますが、その一方で、磁性材料やコイル形状が高周波動作に最適化されていない限り、コア損失および巻線損失は同時に増加します。
2.3 性能を犠牲にしない小型化。 AIサーバー内部の基板上の実装スペースは限られており、寄生インダクタンスを最小限に抑えるため、パワー・ステージをプロセッサにできるだけ近い位置に配置する必要があります。この要件により、インダクタ設計者は高密度磁性材料および一体成形構造を採用する方向へと向かっており、これは実装面積と高さを小さく抑えながらも電流耐量を維持することを可能にします。これは高密度表面実装（SMT）において極めて重要な要素です。
◾ 長期間にわたる高い信頼性 AIサーバーはほぼ24時間フル稼働で運用されるため、その環境下で使用されるインダクタは、長期間にわたり熱的・電気的なストレスを継続的に受けながらも、電気的特性を安定して維持する必要があります。
◾ 優れたEMI抑制性能 磁気シールド構造により、磁束が部品内部に閉じ込められ、放射干渉が低減されます。これにより、周辺システムが電磁両立性（EMC）規格を満たすことを支援します。基板上の電力密度が高まるにつれ、この点はますます重要になっています。
AIサーバーおよび高性能コンピューティング基板向けの候補インダクタを絞り込む際、エンジニアは通常、飽和電流、直流抵抗（DCR）、温度上昇電流という3つの主要な電気的パラメータに注目します。これらは、信頼性や干渉に関するより広範な評価基準によって裏付けられます。
GPUのワークロードは、急激な負荷変動が特徴で知られています。負荷ステップ時の電流変化率（di/dt）は、最大で約100 A/µsに達することがあります。このような過渡応答においてインダクタのコアが飽和すると、インダクタンスが急激に低下し、コンバータの制御ループが制御を失い、システムの安定性が損なわれる恐れがあります。このため、AIサーバーの電源段におけるインダクタ選定では、定常状態での電流定格だけでなく、飽和電流に対する余裕（ヘッドルーム）が極めて重要な選定基準となります。
DCRは銅損の主な原因であり、ひいてはコンバータ全体の効率にも直結します。この効率への直接的な影響から、設計者たちは従来の丸線巻きではなく、フラットワイヤー（平角線）を用いたコイルを採用する傾向が強まっています。同程度の実装面積で比較した場合、フラットワイヤー構造は丸線構造に比べてDCRを30％以上低減でき、これにより消費電力の低減と冷却性能の向上が直接得られます。
AIサーバーは常時高負荷で24時間365日稼働することが多いため、熱的余裕（サーマルマージン）は必須です。選定にあたっては、コイルの温度上昇電流定格値が回路の最大連続運転電流を上回ることを確認し、さらに最悪の周囲温度および空冷条件においても十分な設計余裕が確保されるよう配慮する必要があります。
AIサーバー向けVRMのスイッチング周波数は、従来設計では約300kHzであったが、現在では1～3MHz以上へと移行している。その直接的な影響として、必要なインダクタンス値——ひいてはインダクタの物理的サイズ——が大幅に縮小している。しかし、AIサーバーに典型的な大電流・高電力密度環境においては、スイッチング周波数の向上により、巻線のAC損失およびコア損失の両方が増加するため、高周波化による利点を活かすには、高周波域での損失が極めて低いように特別に設計された磁性材料との組み合わせが不可欠である。
これらの4つの主要な仕様に加え、エンジニアは磁気シールド構造、長期信頼性データ、および限られた実装面積内で達成可能な電力密度なども含め、総合的な評価を行っている。実際には、最適なインダクタを選定するには、各AIサーバーの電源レールにおける負荷特性、電流値、スイッチング周波数、熱環境といった条件を、それらに特化して設計された製品と正確に照合する必要がある。
AIサーバーの電源チェーンにおける各段階では、異なるインダクタ構造技術が求められます。
◾ 高電流電源インダクタ gPU、CPU、およびアクセラレータカードの電源供給を担う主力部品であり、飽和電流特性の優れた性能、高温上昇を最小限に抑えながら高電流を継続的に供給できる能力、高周波損失特性に優れたもの、およびフェライトや金属合金系磁性粉末などの低損失磁性材料を採用したものが求められます。
◾ 成形パワーチョーク 磁性粉末を用いた圧縮成形プロセスによりコイルとコアを一体成形することで、漏れ磁束を低減し、飽和電流特性を向上させます。この構造は、従来の巻線型インダクタと比較して通常、高出力密度と優れたEMI抑制性能を実現するため、基板面積が限られる高電力DC-DCコンバータやCPU／GPU電源レールに適しています。
◾ TLVR（トランス・インダクタ型電圧レギュレータ）用インダクタ aIアクセラレータに典型的な低電圧・高電流・高速過渡応答を要する電源レール向けに、TLVR設計は過渡応答性能を向上させ、出力リップルを低減するとともに、必要な出力コンデンサ容量を削減できます。これは、システムレベルでのコスト削減および実装面積の節約という点で大きな意味を持ちます。この設計では、位相数の多いコンバータ設計を簡素化し、PCB上の部品点数を削減するために、結合型二重巻線構造が採用されています。
CODACAは、上記で述べた要件を念頭に、AIサーバーや関連するスマートコンピューティング機器が求める大電流・高飽和磁束密度・高周波低損失・小型化というニーズに対応するため、独自開発の磁性合金粉末コア材料および一体成型（モールド）製造プロセスを軸に、インダクタ製品群を展開しています。以下に紹介する2つのシリーズは、こうした設計思想がAI向け電源レール用実装部品へと具現化された具体例です。
この CSBAシリーズ cODACA社が独自に開発した合金粉末磁芯材料を採用しており、基板面積と高周波効率の両方が極めて重要となる用途をターゲットとしています：
この CSBAシリーズ コア損失が極めて低い独自の合金粉末磁芯、過渡負荷下でも安定した性能を実現するソフト・サチュレーション電流特性、高周波域での低損失（GaNベースの電源ソリューションに最適）。低コア損失と優れた高周波特性を兼ね備えたCSBAシリーズは、現代のAIサーバーVRMステージで一般的な高周波動作（GaNベースの電源設計を含む）に対応するDC-DCコンバータおよびスイッチングレギュレータに実用的に適用できます。
5.2 CSHNシリーズ 鋳造力窒息 aIアクセラレータ向け
この CSHNシリーズ aIプロセッサダイ直近に配置される超低電圧・大電流電源ライン向けのモールドパワーチョークです。 CSHNシリーズ インダクタンス範囲は56～82 nH、代表的な品種ではDCRが約0.19 mΩまで低減されています。超低インダクタンス値、極めて低いDCR、およびコンパクトな成形外装サイズながら高電流対応を実現するCSHNシリーズは、AIチップ用電源モジュールの小型化および高密度実装という要件に直接応えるよう設計されています。また、広い動作温度範囲により、スマートコンピューティング機器に典型的な持続的な熱負荷にも対応します。
5.3 アプリケーションに応じたインダクタの選定
AIサーバーの電源レールを設計するエンジニアにとって、実務上のポイントは、「高電流対応インダクタ」という汎用的な検索ではなく、対象となる特定の電源レールの電気的・熱的特性に基づいてインダクタを選定することです。
◾設置スペースが極めて限られているが、電流および周波数要求は依然として高いシャーシ内または基板上の配置場所では、CSHNシリーズのようなコンパクトで高電流対応の製品群が有効です。 CSBAシリーズ は有力な候補です。
◾AIチップに直接電力を供給する、超低電圧・低インダクタンス・大電流用レール（レール電源）において、実装面積と直流抵抗（DCR）を最小限に抑えることが最重要となる場合、 CSHNシリーズ モールドチップインダクタ（例：）が要件に最も適しています。
◾マルチフェーズで急峻な負荷変動に対応するGPUコア用レールでは、 TLVR方式のインダクタ が、過渡応答性および出力コンデンサ数という観点で、従来型の単一巻線インダクタでは達成できないシステムレベルの利点を提供する可能性があります。
AIサーバー向け電源供給は、明確に高電圧配電、分散型ポイント・オブ・ロード（POL）変換、そして数MHz帯域でのスイッチング動作へと移行しつつあります。しかもこれらは、継続的かつ高負荷率で運用される条件下で実現されています。この組み合わせにより、電源用インダクタには、低DCR、高飽和電流、高周波損失の低減、小型化、優れたEMIシールド性能、長期信頼性という、複数の要件が同時に求められています。
各電源レールに最適なインダクタファミリおよびその中から最適なモデルを選定することは、もはや単なるBOM上のルーティン作業ではなく、AIサーバーの電力変換効率およびシステム全体の安定性を向上させる上で重要な戦略的判断となりました。CODACA社のCSBAシリーズおよびCSHNシリーズといった目的に特化して設計された製品ライン——およびそれらが代表する大電流対応、モールド構造、TLVR方式のインダクタ技術——は、AIコンピューティングのスケールアップに伴い、磁性部品メーカーがこうした要件にいかに対応しているかを示す好例です。
詳細な電気仕様、外形寸法図、サンプル請求については、 CODACA公式ウェブサイトをご覧ください ：https://www.codaca.com.cn/.
EN