|
How AI is Challenging Data Center Infrastructures 作者：安森美高級總監，Aditya Jian 
在加密貨幣和人工智能/機器學(xué)習（AI/ML）等新興應用的驅動(dòng)下，數據中心的能耗巨大，并將快速增長(cháng)以滿(mǎn)足用戶(hù)需求。根據國際能源署（IEA）的最新報告，2022 年數據中心的耗電量將達到 460 TWh（太瓦時(shí)），約占全球總用電量的 2%。在美國，擁有全球三分之一的數據中心，耗電量為 260 TWh，占總用電量的 6%。 預測未來(lái)具有挑戰性，這取決于部署了多少非常耗電的圖形處理單元（GPU）來(lái)應對人工智能技術(shù)的需求，當然還取決于進(jìn)一步增加空調來(lái)降低數據中心的溫度。國際能源署的報告顯示，到 2026 年，數據中心的耗電量將至少增長(cháng)到 650 TWh（40%），但也可能高達 1,050 TWh（128%）。 數據中心支持人工智能趨勢 人工智能是一項極其耗電的技術(shù)，支持其運行的數據中心需要具備足夠的算力和電力輸送能力。 瑞典RISE研究機構最近的一項研究清楚地展示了由于該技術(shù)迅速普及所帶來(lái)的巨大變化。例如，ChatGPT在2022年11月推出后僅五天內就達到了100萬(wàn)用戶(hù)。他們在兩個(gè)月內就擁有了 1 億用戶(hù)，而TikTok達到同一用戶(hù)量級用了9個(gè)月，Instagram則用了兩年半的時(shí)間。 作為參考，在谷歌上進(jìn)行一次搜索僅需 0.28 Wh，相當于讓一個(gè)60W的燈泡亮17秒。 相比之下，訓練 GPT-4 需要 1.7 萬(wàn)億個(gè)參數和 13 萬(wàn)億個(gè)tokens（單詞片段），這是一個(gè)完全不同的命題。要做到這一點(diǎn)，需要包含 25,000 個(gè)英偉達 A100 GPU的多臺服務(wù)器，每臺服務(wù)器的功耗約為 6.5 kW。OpenAI 表示，訓練耗時(shí) 100 天，耗能約 50 GWh，耗資 1 億美元。 顯然，人工智能將極大地改變數據中心的游戲規則，其所需的計算能力和能耗水平將遠遠超過(guò)我們迄今為止所看到的任何水平。 數據中心 48V 架構 早期的數據中心采用集中式電源架構 (CPA)，將主電源（電網(wǎng)）電壓集中轉換為 12V（母線(xiàn)電壓），然后將其分配給各服務(wù)器，并使用相對簡(jiǎn)單的轉換器在本地將其轉換為5V 或 3.3V邏輯電平。 然而，隨著(zhù)功率需求的增長(cháng)，12V 母線(xiàn)上的電流（以及相關(guān)損耗）變得高得令人無(wú)法接受，迫使系統工程師改用48V 母線(xiàn)布置。根據歐姆定律，電流減少了 4 倍，損耗則降低了 4 倍的平方。這種配置被稱(chēng)為分布式電源架構 (DPA)。 與此同時(shí)，處理器和其他一些元器件的電壓也在不斷降低，最終降至亞伏特級別，導致需要多個(gè)次級電壓軌。為解決這一問(wèn)題，采用了二階轉換技術(shù)，通過(guò)DC-DC轉換器（稱(chēng)為中間母線(xiàn)轉換器 - IBC）將 48V 電壓轉換為 12V 母線(xiàn)，再根據需要從 12V 母線(xiàn)輸出其他電壓。
圖1 服務(wù)器電源系統的結構 對高能效 MOSFET的需求 數據中心內部的電力損耗給運營(yíng)商帶來(lái)了挑戰。首先，也是最明顯的一點(diǎn)是，他們正在為那些無(wú)助于服務(wù)器運行的電力付費。其次，任何浪費的能源都會(huì )轉化為熱量，這就必須設法處理。由于超大規模AI服務(wù)器的功率需求高達 120 kW（而且肯定會(huì )隨著(zhù)時(shí)間推移而增加），即使在 50％ 負載的情況下，以 97.5％ 的峰值效率計算 2.5％ 的損耗，每臺服務(wù)器也會(huì )浪費 1.5 kW的電力，相當于一臺全時(shí)運行的電加熱器。 處理熱量可能需要在功率轉換系統中采取散熱措施，如散熱器或風(fēng)扇。這些措施會(huì )增大電源的體積，占用本可用于更多計算能力的空間，就風(fēng)扇而言，還會(huì )耗費電能并增加成本。由于數據中心內的溫度需要嚴格控制，過(guò)高的損耗也會(huì )使環(huán)境溫度升高，這意味著(zhù)需要更多的空調來(lái)降溫。這既是資本支出，也是運營(yíng)成本，同時(shí)還占用空間。 顯然，盡可能高效地將主（電網(wǎng)）電壓轉換為驅動(dòng)人工智能 GPU 和其他設備供電所需的電壓，對數據中心運營(yíng)商來(lái)說(shuō)大有裨益。 因此，多年來(lái)人們在電源拓撲結構方面做了大量工作，在前端 PFC 階段引入了圖騰柱PFC (TPPFC) 等技術(shù)，以提高其效率。此外，為了提高效率，二極管整流器已被 MOSFET 所取代，并引入了同步整流等技術(shù)。 優(yōu)化拓撲結構只是其中的一半，要優(yōu)化效率，所有元件也必須盡可能高效，尤其是對轉換過(guò)程至關(guān)重要的 MOSFET。 當 MOSFET 用于開(kāi)關(guān)電源轉換時(shí)，主要有兩種形式的損耗：導通損耗和開(kāi)關(guān)損耗。導通損耗由漏極和源極之間的電阻（RDS(ON)）造成，在電流流動(dòng)時(shí)一直存在。開(kāi)關(guān)損耗是由柵極電荷 (Qg)、輸出電荷 (QOSS) 和反向恢復電荷 (Qrr) 共同造成的，這些電荷在每個(gè)開(kāi)關(guān)周期都會(huì )得到補充。由于目前的趨勢是提高開(kāi)關(guān)頻率以減小磁性元件的尺寸，因此隨著(zhù)補充頻率的增加，這種損耗也會(huì )變得相當顯著(zhù)。 顯然，特定 MOSFET 的導通損耗和開(kāi)關(guān)損耗越低，電源系統的整體轉換效率就越高。 PowerTrench T10 MOSFET 簡(jiǎn)介 同步整流現在已成為所有高性能、大電流、低壓電源轉換應用中的關(guān)鍵技術(shù)，特別是在數據中心服務(wù)器的應用中更是如此。在這種應用中，包括RDS(ON)、Qg、QOSS和Qrr在內的幾個(gè)MOSFET參數會(huì )直接影響轉換效率，器件制造商正努力尋求減小這些影響的方法。 安森美的 PowerTrench T10 MOSFET 采用新型屏蔽柵極溝道設計，實(shí)現了超低的 Qg 值，且 RDS(ON) 低于 1mOhm 。最新的 PowerTrench T10 技術(shù)不僅減少了振鈴、過(guò)沖和噪聲，其業(yè)界先進(jìn)的軟恢復體二極管還降低了 Qrr。這在導通電阻性能和恢復特性之間實(shí)現了良好的折中平衡，同時(shí)還可實(shí)現具有良好反向恢復特性的低損耗快速開(kāi)關(guān)。 總體而言，PowerTrench T10 器件在參數方面的改進(jìn)提高了中低壓、大電流開(kāi)關(guān)電源解決方案的效率。通常情況下，開(kāi)關(guān)損耗比上一代器件最多可降低 50%，而導通損耗可降低 30%-40%。 安森美推出了PowerTrench T10技術(shù)的40V系列和80V系列產(chǎn)品。NTMFWS1D5N08X（80V、1.43mΩ、5mm x 6mm SO8-FL 封裝）和 NTTFSSCH1D3N04XL（40V、1.3mΩ、3.3mm x 3.3mm 源下雙冷卻封裝）為人工智能數據中心應用中的電源單元（PSU）和中間母線(xiàn)轉換器（IBC）提供了同類(lèi)極佳的效率（FOM）。它們達到了開(kāi)放式機架（Open Rack） V3 規范要求的 97.5% 的 PSU 效率和 98% 的 IBC 效率。
圖 2 PowerTrench T10 MOSFET 的優(yōu)勢 結語(yǔ) 人工智能革命已經(jīng)到來(lái)，沒(méi)有人能夠完全確定它對數據中心未來(lái)的電力輸送需求究竟意味著(zhù)什么。不過(guò)，可以肯定的是，一系列新的挑戰已經(jīng)出現。房地產(chǎn)資源稀缺和電網(wǎng)的限制使得很難找到容量充足的新地點(diǎn)。關(guān)鍵 IT 方面的總體電力需求激增，給電力成本帶來(lái)沉重負擔。為了滿(mǎn)足這些需求，數據中心業(yè)主不僅要建設新設施，還要將現有設施推向極限，力求實(shí)現每平方英尺兆瓦級的高密度配置。 隨著(zhù)功率水平肯定會(huì )超過(guò) 100 kW，功率轉換將成為關(guān)鍵重點(diǎn)，以實(shí)現高效運行，確保散熱，可靠地提高功率密度，并在狹窄的現代數據中心中節省空間。 安森美的 PowerTrench T10 技術(shù)提供了業(yè)界先進(jìn)的 RDS(ON)、更高的功率密度、降低開(kāi)關(guān)損耗，以及更好的熱性能，從而降低總系統成本。PowerTrench T10 等創(chuàng )新功率半導體技術(shù)將成為未來(lái)的關(guān)鍵組成部分。 |
