EN
SZYBKI DOSTĘP
Wraz z szybkim rozwojem sztucznej inteligencji i technologii dużych danych, serwery AI, jako urządzenia intensywnie wykorzystujące obliczenia, realizują kluczowe zadania w dziedzinach takich jak cloud computing, uczenie głębokie, jazda autonomiczna czy inteligentne roboty. Wydajność i stabilność serwerów AI w dużej mierze zależą od projektu ich systemów zasilania. W miarę jak zapotrzebowanie na moc obliczeniową stale rośnie, tradycyjne architektury zasilania stopniowo nie radzą sobie z zapewnieniem wydajnego i stabilnego zasilania, co prowadzi do stopniowego pojawienia się zaawansowanych architektur zasilania, takich jak rozproszone zasilanie 48 V, wielofazowa konwersja typu buck oraz sterowanie cyfrowe, które stają się rozwiązaniami głównego nurtu.
1- Główne architektury zasilania serwerów AI
1.1 Architektura zasilania scentralizowanego
Tradycyjne scentralizowane zasilacze wykorzystują jeden moduł zasilania (PSU) do przekształcania prądu przemiennego w napięcie stałe 12 V, które następnie jest rozprowadzane do różnych obciążeń poprzez płytę główną. Mają sprawdzoną konstrukcję, niski koszt oraz są łatwe w centralnej obsłudze. Jednak w miarę jak rośnie moc obliczeniowa serwerów AI, ich wady stają się coraz bardziej widoczne: długi tor transmisji 12 V powoduje znaczny wzrost strat przewodzenia (I²R); ograniczona szerokość pasma regulacji napięcia wpływa na szybkość odpowiedzi dynamicznej; trudno radzić sobie z nanosekundowymi, gwałtownymi zmianami obciążenia CPU/GPU; słabe nadmiarowości systemu oznaczają, że awaria pojedynczego modułu zasilania może prowadzić do awarii całego systemu, co wpływa negatywnie na niezawodność.
1.2 Architektura Rozproszonego Zasilania (DPA)
Architektura rozproszonego zasilania stała się preferowanym wyborem dla dużych serwerów AI. Jej rdzeniem jest wykorzystanie szyny pośredniej o napięciu 48 V. Zasilacze (PSU) dostarczają prąd stały 48 V, wykorzystując cechy wysokiego napięcia transmisyjnego i niskiego prądu przesyłowego, co znacząco zmniejsza straty energii w torach dystrybucji. W pobliżu głównych obciążeń, takich jak CPU i GPU, rozmieszczone są konwertery typu Point-of-Load (POL), które bezpośrednio przekształcają napięcie 48 V na wymagane niskie napięcia (np. 0,8–1,8 V), zapewniając lokalne i precyzyjne zasilanie, co znacznie poprawia szybkość odpowiedzi przejściowej oraz dokładność regulacji napięcia.
rozproszona architektura zasilania 48 V (źródło obrazu: Internet)
1.3 Architektura wielofazowego przetwornika buck
Jest to specyficzne rozwiązanie implementacyjne dla POL zasilającego obciążenia o bardzo dużej mocy (takie jak CPU/GPU). Poprzez naprzemienne sterowanie wieloma równoległymi obwodami bukowymi synchronicznymi dostarczającymi moc do jednego procesora, osiąga się następujące zalety: zmniejszenie obciążenia prądowego i strat cieplnych w każdej fazie po podziale prądu; skuteczne wygładzenie tętnień prądu wyjściowego dzięki pracy wielofazowej przesuniętej w czasie, co zmniejsza zależność od kondensatorów rozprzęgających; oraz dynamiczne włączanie/wyłączanie liczby faz w zależności od poboru mocy procesora w celu zoptymalizowania sprawności przy małym obciążeniu.
1.4 Cyfrowa architektura sterowania mocą
Dzięki zastąpieniu niektórych obwodów analogowych cyfrowymi procesorami sygnału (DSP) lub mikrokontrolerami (MCU) osiąga inteligentne zarządzanie energią. Umożliwia on nie tylko bardziej złożone i elastyczne algorytmy sterowania w celu optymalizacji dynamicznej odpowiedzi i efektywności energetycznej, ale także obsługuje monitorowanie w czasie rzeczywistym, dostosowywanie parametrów, prognozowanie usterek i zdalne zarządzanie (takie jak op Zaawansowane projekty często stosują hybrydowy tryb zarządzania cyfrowego + szybkiej reakcji analogowej, zrównoważając inteligencję i prędkość.
1.5 Modułowe zasilanie
Szeroko stosowane w serwerach sztucznej inteligencji na poziomie centrów danych. Standardowe moduły zasilania (takie jak CRPS) obsługują wymianę pod napięciem, nadmiarowość N+1 oraz konserwację w trybie online, zapewniając bardzo wysoką dostępność operacji biznesowych. Ich funkcje inteligentne umożliwiają dynamiczną regulację liczby aktywnych modułów w zależności od obciążenia, unikając nieefektywnej pracy przy małym obciążeniu i znacząco poprawiając ogólną efektywność energetyczną centrów danych.
2- Wyzwania stawiane dławikom przez ewolucję architektury zasilania serwerów AI
Innowacje w architekturze zasilania serwerów AI nałożyły bardziej rygorystyczne wymagania dotyczące wydajności dławików, co napędza rozwój technologii dławików zgodnie z postępami w projektowaniu zasilania. Produkty dławików muszą spełniać następujące wymagania.
① Niski opór DC: Obecne wymagania dotyczące serwerów AI o wysokiej wydajności znacznie wzrosły, co wymaga od dławików dużej nośności prądowej oraz doskonałej wydajności zarządzania ciepłem. Gdy dławiki przewodzą duże prądy, generują ciepło. Słabe odprowadzanie ciepła może prowadzić do degradacji wydajności lub nawet uszkodzenia materiału dławika, co wpływa na stabilność zasilania. Dlatego projektowanie z niskim oporem stałoprądowym (DCR) stało się kluczowym parametrem dla dławików, skutecznie redukując straty energii i wzrost temperatury, umożliwiając dławikom wykazywanie się wysoką niezawodnością w zastosowaniach przy dużych prądach.
② Wysoka częstotliwość, niskie straty: Nowoczesne zasilacze serwerów AI wymagają sprawności na poziomie 97% lub nawet 99%, przy czym transformatory indukcyjne odpowiadają za znaczną część strat w systemie. W miarę wzrostu częstotliwości konwersji mocy, cewki muszą łączyć wysoką wydajność w zakresie wysokich częstotliwości ze znaczną sprawnością, minimalizując straty spowodowane prądami wirowymi i histerezą. Zwiększające się straty wynikające z prądów o wysokiej częstotliwości wymagają ciągłej optymalizacji materiałów i konstrukcji cewek, aby spełnić wymagania dotyczące szerokiego zakresu częstotliwości i wysokiej sprawności.
③ Miniaturyzacja i cienka konstrukcja: Serwery AI mają ograniczoną przestrzeń wewnętrzną, co wymaga dalszego zmniejszenia rozmiaru dławików przy jednoczesnym zachowaniu wydajności. Miniaturowanie i cienkopłytowe projektowanie to przyszłe trendy w rozwoju dławików. Dzięki zastosowaniu materiałów magnetycznych o wysokiej gęstości oraz zaawansowanych technik formowania, dławiki mogą być mniejsze, a jednocześnie lżejsze, co ułatwia montaż o dużej gęstości i skutecznie oszczędza cenną przestrzeń na płytce PCB. Ponadto te konstrukcje muszą zapewniać równowagę między wytrzymałością mechaniczną a wydajnością termiczną, aby zapobiec degradacji wydajności w złożonych środowiskach.
④ Wysoka niezawodność: Serwery AI zazwyczaj działają w szerokim zakresie temperatur i przy długotrwałym obciążeniu ciągłym. Dławiki muszą charakteryzować się dobrą adaptacją do temperatury oraz niezawodną stabilnością, potrafiąc efektywnie przeciwstawić się wpływom wysokich temperatur i zmian warunków środowiskowych, aby zagwarantować ciągłą i stabilną pracę urządzeń.
⑤ Wydajność EMI: Struktura ekranowania magnetycznego może skutecznie ograniczyć szkodliwy wpływ zakłóceń elektromagnetycznych na pobliskie komponenty lub linie sygnałowe, zapewniając precyzyjne przetwarzanie słabych sygnałów przez serwer. Wysokowydajne indukcyjności pod kątem EMI mogą zmniejszać zanieczyszczenie środowiska elektromagnetycznego oraz wzmocnić ogólną odporność systemu na zakłócenia.
⑥ Konstrukcja o niskim poziomie hałasu: W miarę wzrostu wymagań dotyczących kontroli hałasu serwerów, dźwięk buczenia induktorów również stał się przedmiotem zainteresowania. Hałas powstający w wyniku drgań samego induktora wpływa na środowisko centrum danych i doświadczenie użytkownika. Szczególnie w pomieszczeniach serwerowych dużych chmurowych centrów danych, znaczenie projektowania o niskim poziomie hałasu nie może być lekceważone. Technologia induktorów formowanych i dostosowanie częstotliwości rezonansowej zapewniają skuteczne rozwiązania redukcji buczenia, znacząco poprawiając przystosowanie środowiskowe zasilaczy serwerów.
Podsumowując, dławiki w systemach zasilania serwerów AI napotykają wiele wyzwań, w tym wysokie natężenie prądu, małą wielkość, wysoką częstotliwość, silną odporność na zakłócenia, szeroką adaptację temperatury oraz niski poziom hałasu. Aby spełnić rygorystyczne wymagania aplikacyjne w nowych trendach, konieczny jest ciągły postęp poprzez innowacje materiałowe, optymalizację konstrukcji i ulepszenia procesowe.
3- Zastosowanie i rekomendacje dotyczące doboru dławików w zasilaczach serwerów AI
Dławiki w zasilaczach serwerów AI pełnią wiele funkcji, takich jak filtrowanie, dławienie, stabilizacja napięcia i prądu oraz tłumienie zakłóceń. Ze względu na wysoką wydajność i niezawodność wymaganą dla serwerów AI w nowych trendach, wybór odpowiedniego dławika jest kluczowy. Codaca skupił się na rozwiązaniach z użyciem wysokowydajnych cewek i wprowadził wiele produktów cewkowych o wysokiej wydajności przeznaczonych do serwerów AI oraz powiązanych urządzeń inteligentnych, obejmujących różne kategorie, takie jak cewki mocy o bardzo dużym prądzie, kompaktowe cewki mocy o dużym prądzie oraz formowane cewki o niskiej indukcyjności i dużym prądzie.
Między nimi, kompaktowy kondensator mocy o wysokim prądzie serii CSBA wykorzystuje materiał magnetyczny rdzenia z samorozwijanego proszku magnetycznego Codaca, cechujący się ekstremalnie niskimi stratami w rdzeniu, doskonałymi właściwościami miękkiego nasycenia prądu oraz niskimi stratami w zakresie wysokich częstotliwości. Jego cienka konstrukcja oszczędza miejsce montażowe, co czyni ją odpowiednią dla wymagań gęstego montażu. Zakres temperatur pracy od -55℃ do +170℃ pozwala na adaptację do środowisk pracy o wysokiej temperaturze. Cewki serii CSBA spełniają wymagania dotyczące wydajności transformatorów w zasilaczach GaN pod względem niskich strat przy wysokiej częstotliwości, dużej gęstości mocy oraz szerokiego zakresu temperatur i są powszechnie stosowane w kluczowych modułach, takich jak przetwornice DC-DC i regulatory impulsowe.
The indukcyjności formowane z serii CSHN , zaprojektowane specjalnie do zastosowań AI, posiadają strukturę formowaną z ultra-niskim poziomem hałasu. Charakteryzują się ultra-niską indukcyjnością, ekstremalnie niskim oporem stałoprądowym, doskonałymi cechami miękkiego nasycenia oraz wysoką wydajnością prądową. Produkty charakteryzują się cienką konstrukcją, spełniającą wymagania miniaturyzacji i wysokiej gęstości upakowania dla chipów AI i modułów zasilających. Zakres temperatur pracy wynosi od -40℃ do +125℃, co spełnia rygorystyczne wymagania urządzeń obliczeniowych inteligentnych.
Podczas doboru komponentów inżynierowie muszą wziąć pod uwagę cechy obciążenia, prąd, wymiary, częstotliwość pracy oraz warunki chłodzenia serwera AI, aby wybrać najbardziej odpowiedni model indukcyjności. Na przykład w zwartych obudowach serwerów o ograniczonej przestrzeni, seria Kompaktowych indukcyjności mocy o wysokim prądzie CSBA byłaby idealnym wyborem. Aby spełnić wymagania aplikacji AI dotyczące niskiej indukcyjności, wysokiego prądu i małych rozmiarów, seria AI indukcyjności formowanych CSHN może być wybrany. Poprawne dopasowanie wysokowydajnych produktów indukcyjnych może zmaksymalizować sprawność konwersji mocy i stabilność systemu serwerów AI.