EN
Hızlı Bağlantılar
Yapay zekâ iş yüklerindeki patlayıcı büyüme, sunucu güç sistemlerinin tasarım gereksinimlerini temelden değiştirmiştir. GPU'lar, CPU'lar ve özel yapay zekâ hızlandırıcıları (xPU'lar), tek bir paket içine giderek daha fazla transistör entegre ederken, bu cihazlara sağlanan taşınabilir güç, soket başına yüzlerce hatta binlerce watt seviyesine ulaşmıştır. Bu gelişime ayak uydurmak için bu işlemcilere güç sağlayan voltaj regülatör modülleri (VRM'ler) ve yükün bulunduğu noktadaki dönüştürücüler (PoL), sunucu tarihinde hiç olmadığı kadar yüksek akım yoğunluğuna ve daha hızlı geçici tepkiye doğru itilmektedir.
Bu güç aşamalarının her birinin merkezinde, yanıltıcı derecede basit bir bileşen yer alır: güç endüktansı. Endüktans, hiçbir şekilde standart bir parça değildir; aksine, doğru seçilmediğinde yapay zekâ sunucu güç mimarisinin ana engellerinden biri haline gelen, aynı zamanda temel imkân sağlayıcılarından biridir. Bu makalede, yapay zekâ sunucularında güç dağıtımının nasıl gelişmekte olduğu, bu gelişimin endüktanslardan neler talep ettiği, mühendislerin seçim sırasında en dikkatli değerlendirmesi gereken parametreler nelerdir ve CODACA'nın CSBA ve CSHN serileri gibi özel amaçlı endüktans ailelerinin bu gereksinimleri uygulamada nasıl karşıladığı ele alınmaktadır.
Geleneksel sunucu güç sistemleri, dört paralel eğilim etrafında inşa edilen mimarilere yer vermektedir:
◾Yüksek gerilimli DC dağıtım. Birçok yeni nesil yapay zekâ sunucu rafı, gücün kart seviyesinde düşürülmeden önce arka panel boyunca I²R kayıplarını azaltmak amacıyla miras 12 V dağıtım yerine 48 V DC baralarına geçmektedir.
◾Dağıtılmış yük noktasında dönüştürme. Tek merkezi dönüştürücü yerine güç, artık her işlemciye yakın çoklu PoL aşamaları aracılığıyla düzenlenir; her aşama kendi endüktans bankasına sahiptir.
◾Dijital kontrol. Hızlı geri bildirim döngüleriyle donatılmış dijital PWM denetleyicileri, dönüştürücülerin GPU iş yüklerinin karakteristik özelliğiyse olan aşırı yük adımlarına yanıt vermesini sağlar.
◾Akıllı güç yönetimi. Telemetriye dayalı güç aşamaları, gerçek zamanlı yük koşullarına göre faz sayısını ve anahtarlama davranışını dinamik olarak ayarlar.
Her yapısal değişiklik, endüktanslar için yeni performans gereksinimleri yaratır; bu nedenle endüktans seçimi, bir sonradan düşünülen unsur değil, temel bir tasarım kararı haline gelir. Neden Endüktanslar Yapay Zeka Sunucu Güç Dağıtımında Önemlidir?
Güç endüktansları, çip besleme zincirinin ön ucunda yer alır ve nihayetinde yapay zeka hesaplamalarını gerçekleştiren silisyuma kararlı, düşük gürültülü akım sağlar. Bunlar, yapay zeka sunucusunun güç yolunda aynı anda birkaç işlevi yerine getirir:
◾ Enerji Depolama ve Voltaj Düzenleme gPU’lara, CPU’lara ve hızlandırıcı kartlara güç sağlayan düşüren (buck), çok fazlı ve TLVR dönüştürücü topolojilerinde.
◾ Dalga düzeltme böylece hızlı anahtarlama yapan DC-DC aşamaları, hassas dijital mantığı kararsız hâle getirebilecek gürültülü bir dalga formu yerine temiz ve kararlı çıkış akımı sağlar.
◾ Sinyal süzme ve gürültü bastırma , burada ortak mod bobinleri ve diferansiyel mod indüktörleri, yüksek frekanslı dalga bozulmasını birincil AC-DC aşamasından uzaklaştırmak ve yüksek hızda sinyal bütünlüğünü korumak için kapasitörlerle birlikte çalışır.
Çünkü indüktörler, bir yapay zekâ sunucusunun neredeyse her güç dönüştürme aşamasında — raf seviyesindeki AC-DC ön ucundan işlemcinin 1 V altındaki çekirdek rayına kadar — yer alır; bu nedenle elektriksel ve termal özellikleri, sistemin genel verimliliği, kararlılığı ve güvenilirliği üzerinde büyük ölçüde etkilidir.
Geleneksel sunucularda kullanılan indüktörlerle karşılaştırıldığında, yapay zekâ sunucusu indüktörleri daha zorlu ve birbirleriyle bağlantılı bir gereksinim kümesini karşılamalıdır:
2.1 Yüksek akım çalışması için düşük doğru akım direnci (DCR). Modern yapay zeka hızlandırıcılarının çektiği akım keskin bir şekilde artmıştır ve endüktörler bu akımı minimum direnç kaybı ile taşıyabilmelidir. Yüksek DCR doğrudan daha yüksek I²R ısınmasına neden olur; bu ısı etkili bir şekilde yönetilmezse manyetik malzeme bozulabilir ya da endüktör tamamen arızalanabilir, bu da güç rayı kararlılığını tehlikeye atar. Bu nedenle düşük-DCR yapı, isteğe bağlı bir özellik değil, temel bir tasarım parametresi olarak kabul edilir.
2.2 Düşük çekirdek kaybı ile yüksek frekanslı çalışma. Yapay zeka sunucu güç kaynakları genellikle %99’a yaklaşan dönüştürme verimleri için belirlenir. Anahtarlama frekansları daha küçük bir alanda daha fazla güç aktarmak amacıyla yükseldikçe, manyetik malzeme ve sargı geometrisi özel olarak yüksek frekanslı çalışmaya optimize edilmediği sürece çekirdek ve sargı kayıpları eş zamanlı olarak artar.
2.3 Performans kaybı olmadan küçültme. Yapay zekâ sunucularında anakart üzerindeki yer oldukça sınırlıdır ve parazitik endüktansı en aza indirmek için güç evreleri işlemciye mümkün olduğunca yakın yerleştirilmelidir. Bu durum, endüktör tasarımcılarını yüksek yoğunluklu manyetik malzemelere ve yüzey montajlı yüksek yoğunluklu yerleşim için akım taşıma kapasitesini korurken alan ve yüksekliği azaltan kalıp döküm tek parça yapıya yönlendirir.
◾ Sürekli yüksek güvenilirlik. Yapay zekâ sunucuları neredeyse 24 saat boyunca yüksek kullanım oranlarıyla çalışır. Bu ortamdaki endüktörler, uzun süreli çalışma ömrü boyunca sürekli termal ve elektriksel stres altında kararlı elektriksel performansını korumalıdır.
◾ Güçlü EMI bastırma. Manyetik olarak kalkanlı bir yapı, manyetik akıyı bileşenin kendisi içinde sınırlandırarak yayılan girişimi azaltır ve çevre sistemin elektromanyetik uyumluluk gereksinimlerini karşılamasına yardımcı olur; bu, anakart düzeyinde güç yoğunluğunun artmasıyla giderek daha önemli hâle gelmektedir.
Yapay zekâ sunucuları ve yüksek performanslı bilgi işlem kartları için aday endüktansların daraltılması sürecinde mühendisler genellikle üç başlık elektriksel parametre etrafında toplanır: doyuma ulaşma akımı, doğru akım direnci (DCR) ve sıcaklık artışıyla ilişkili akım; bunlar daha geniş bir güvenilirlik ve girişim ölçütleri yelpazesince desteklenir.
GPU iş yükleri ani yük geçişleriyle ünlüdür; bir yük adımı sırasında akım değişim hızı (di/dt), 100 A/µs düzeyine ulaşabilir. Eğer endüktansın çekirdeği bu tür geçici koşullar altında doyuma uğrarsa indüktans keskin bir şekilde düşer ve dönüştürücünün kontrol döngüsü düzenleme yeteneğini kaybedebilir; bu da sistemin kararlılığını tehdit eder. Bu nedenle yapay zekâ sunucu güç evreleri için seçim kriteri olarak doyuma ulaşma akımında yedek kapasite—sadece sürekli durum akım değeri değil—kritik öneme sahiptir.
DCR, bakır kaybının ana nedenidir ve dolayısıyla genel dönüştürücü verimliliğinin de temel belirleyicisidir. Verimlilikle doğrudan bağlantılı olduğu için mühendisler, geleneksel yuvarlak tel yerine düz tel sarım kullanılarak üretilen bobinleri giderek daha çok tercih ediyor; aynı yüzey alanı için düz tel tasarımı, yuvarlak tel ile yapılan eşdeğer bobinlere kıyasla DCR’yi %30’tan fazla azaltabilir; bu da doğrudan daha düşük güç kaybına ve daha soğuk çalışma koşullarına çevrilir.
Yapay zekâ sunucuları genellikle yüksek yük altında 24 saat/7 gün çalışır; bu nedenle termal pay sınırı isteğe bağlı değil. Seçim, bobinin belirtilen sıcaklık artışı akımının devrenin maksimum sürekli çalışma akımını aşmasını ve en kötü çevre sıcaklığı ve hava akışı koşulları için yeterli tasarım payı korunmasını sağlamalıdır.
Yapay zeka sunucularındaki VRM anahtarlama frekansları, eski tasarımlardaki yaklaşık 300 kHz’den 1–3 MHz aralığına ve daha ötesine doğru kaydı. Bunun doğrudan sonucu, gerekli endüktans değerinin –ve dolayısıyla indüktörün fiziksel boyutunun– önemli ölçüde azalmasıdır. Ancak büyük akım ve yüksek güç yoğunluğu koşulları tipik olan yapay zeka sunucularında, daha yüksek anahtarlama frekansı hem sarımın AC kaybını hem de çekirdek kaybını artırır; bu nedenle daha yüksek frekans avantajı, yüksek frekansta düşük kayıp sağlayan özel olarak tasarlanmış bir manyetik malzemeyle birlikte kullanılmalıdır.
Bu dört başlık parametresinin ötesinde mühendisler, kapsamlı bir değerlendirme kapsamında manyetik kalkan yapısı, uzun vadeli güvenilirlik verileri ve sınırlı bir alanda elde edilebilen güç yoğunluğunu da değerlendirir. Uygulamada doğru indüktör, her bir yapay zeka sunucusu güç rayının belirli yük profili, akım büyüklüğü, anahtarlama frekansı ve termal ortamına uygun şekilde tasarlanmış bir ürünle eşleştirilmesine bağlıdır.
Yapay zeka sunucusu güç zincirinin farklı aşamaları, farklı endüktör yapı teknolojileri gerektirir:
◾ Yüksek akım güç indüktörleri gPU, CPU ve hızlandırıcı kartları için güç dağıtımının temel bileşenleridir; güçlü doyum akımı performansı, sıcaklık artışını en aza indirerek yüksek akımı sürekli taşıma yeteneği, yüksek frekansta düşük kayıp özellikleri ve ferrit veya metal alaşım tozu gibi düşük kayıplı manyetik malzemeler önceliklidir.
◾ Şekillendirme Güç Boğucuları manyetik toz kullanılarak sıkıştırma kalıplama işlemiyle sargı ve çekirdeği tamamen birleştirir; bu da manyetik akı sızıntısını azaltır ve doyum akımı davranışını geliştirir. Bu yapı, geleneksel sarılı endüktörlere kıyasla genellikle daha yüksek güç yoğunluğuna ve daha güçlü EMI bastırma özelliğine sahiptir; bu nedenle, yerleşim alanı sınırlı olan yüksek güçteki DC-DC dönüştürücülerde ve CPU/GPU güç raylarında kullanımı idealdir.
◾ TLVR (Trans-Endüktör Gerilim Regülatörü) endüktörleri yapay zekâ hızlandırıcılarının tipik düşük gerilimli, yüksek akımlı ve hızlı geçici tepkili hatları için TLVR tasarımları, geçici tepkiyi iyileştirebilir, çıkış dalgalanmasını azaltabilir ve gerekli çıkış kapasitesini düşürebilir—bu da sistem düzeyinde anlamlı bir maliyet ve alan tasarrufudur. Bu amaçla, çok fazlı dönüştürücü tasarımını basitleştirmek ve PCB üzerindeki bileşen sayısını azaltmak için çift sargılı, birleştirilmiş bir yapı kullanılır.
CODACA, yukarıda belirtilen gereksinimleri tam olarak karşılamak amacıyla endüktans ürün yelpazesini geliştirmiştir; bu kapsamda özel manyetik alaşım toz çekirdek malzemeleri ve büyük akım, yüksek doygunluk, yüksek frekansta düşük kayıp ve küçük yüzey alanı gerektiren yapay zekâ sunucuları ile ilgili akıllı hesaplama ekipmanları için tasarlanmış, kalıplanmış tek parça üretim süreçleri geliştirilmiştir. İki seri, bu tasarım ilkelerinin yapay zekâ güç hatları için gerçek bileşenlere nasıl dönüştüğünü göstermektedir.
The CSBA Serisi cODACA'nın kendi geliştirdiği alaşım toz manyetik çekirdek malzemesi üzerine inşa edilmiştir ve devre kartı alanı ile yüksek frekans verimliliği aynı anda kritik öneme sahip uygulamalara yöneliktir:
The CSBA Serisi Çekirdek kaybı çok düşük olan özel alaşım toz çekirdek, geçici yükler altında kararlı performans sağlayan yumuşak doygunluk akımı özelliği, yüksek frekansta düşük kayıp; GaN tabanlı güç çözümleri için uygundur. Düşük çekirdek kaybı ile güçlü yüksek frekans performansının birleşimi, CSBA serisini modern yapay zeka sunucu VRM aşamalarında tipik olarak görülen yükseltilmiş frekanslarda çalışan DC-DC dönüştürücüler ve anahtarlama regülatörleri için pratik bir çözüm haline getirir; bu durum GaN tabanlı güç tasarımlarını da içerir.
5.2 CSHN serisi Kalıplama gücü boğma yapay Zeka Hızlandırıcıları için
The CSHN serisi aI işlemci yongalarına en yakın yerde bulunan ultra-düşük gerilimli, yüksek akımlı hatlar için kullanılan bir Kalıp Güç Çıkartıcısıdır. CSHN serisi Endüktans aralığı 56 ila 82 nH arasındadır; temsili parçalarda yaklaşık olarak 0,19 mΩ’ya kadar düşebilir. Ultra-düşük endüktans değeri, son derece düşük DCR’si ve kompakt kalıplı yapı içinde yüksek akım taşıma kapasitesiyle CSHN serisi, yapay zekâ çip güç modüllerinin küçültme ve yüksek yoğunlukta montaj gereksinimlerine doğrudan yöneliktir; aynı zamanda genişletilmiş çalışma sıcaklığı aralığı, akıllı hesaplama donanımının tipik olarak karşılaştığı sürekli termal yükü destekler.
5.3 Uygun Endüktör Seçimi ile Uygulamanın Eşleştirilmesi
Yapay zekâ sunucuları için güç hatları tasarlayan mühendisler için pratik çıkarım şudur: endüktör seçimi, genel bir "yüksek akımlı endüktör" aramasından ziyade, belirli bir hatın elektriksel ve termal profili üzerinden başlamalıdır:
◾Alan veya kart üzerinde yer sıkıntısı yaşanan ancak akım ve frekans talepleri hâlâ önemli düzeyde olan bölgelerde, CSHN gibi kompakt yüksek akımlı bir ürün ailesi CSBA Serisi güçlü bir adaydır.
◾AI çiplerine doğrudan besleme yapan, ultra-düşük gerilimli, düşük endüktanslı ve büyük akımlı raylarda — burada minimum alan kaplaması ve DCR değerinin en aza indirilmesi kritik öneme sahiptir — BYD gibi bir kalıplı çip endüktörü CSHN serisi gereksinime daha iyi uyum sağlar.
◾Çok fazlı, hızlı geçici tepkili GPU çekirdek rayları için TLVR tabanlı bir endüktör geleneksel tek sarımlı bir endüktörün eşleşemeyeceği düzeyde, geçici tepki ve çıkış kondansatörü sayısı açısından sistem düzeyinde avantajlar sunabilir.
Yapay zekâ sunucularında güç dağıtımı, artık kesinlikle daha yüksek gerilim dağıtımına, dağıtılmış yük noktasında dönüştürmeye ve çok megahertz’lik anahtarlama frekanslarına doğru ilerlemiştir — hepsi sürekli ve yüksek kullanım oranlı çalışma koşulları altında gerçekleşmektedir. Bu kombinasyon, güç endüktörlerinden aynı anda düşük DCR, yüksek doyuma ulaşan akım, düşük yüksek frekans kaybı, kompakt boyut, güçlü EMI koruması ve uzun vadeli güvenilirlik talep etmektedir.
Her güç rayı için doğru indüktör ailesini ve bu aile içinde doğru modeli seçmek artık rutin bir BOM kararı değil; bunun yerine yapay zekâ sunucularının güç dönüştürme verimliliğini ve genel sistem kararlılığını iyileştirmek için anlamlı bir kolla haline gelmiştir. CODACA'nın CSBA ve CSHN serileri gibi amaçlı olarak tasarlanmış ürün çizgileri —ve bunların temsil ettiği yüksek akım, kalıplı ve TLVR indüktör teknolojileri— yapay zekâ bilişimine yönelik gereksinimlerin artmasıyla manyetik bileşen tedarikçilerinin bu ihtiyaçlara nasıl yanıt verdiğini göstermektedir.
Ayrıntılı elektriksel özellikler, boyutsal çizimler ve örnek talepleri için ziyaret edin CODACA'nın resmi web sitesi ：https://www.codaca.com.cn/.