تقدم Innoscience تقنية تحويل الطاقة الكاملة القائمة على GaN في نظام NVIDIA MGX لدعم أنظمة الذكاء الاصطناعي عالية الكثافة من الجيل التالي. يحقق تصميمها بقدرة 12 كيلوواط وتحويل 800 فولت إلى 48 فولت كفاءة قصوى تقارب 99% وكفاءة عند الحمل الكامل تبلغ 98.2%، كما تقلل أجهزة GaN بجهد 150 فولت عدد أجهزة التصحيح المتزامن بنسبة 50%. تغطي الحلول نطاقًا كاملاً من جهود الخط الأوسط من 800 فولت إلى 48 فولت و12 فولت و6 فولت، بينما تدعم أجهزة GaN HEMT بجهد 15 فولت التشغيل عالي التردد من 3 إلى 5 ميغاهيرتز لتقليل حجم العناصر المغناطيسية والمحاثات. في سياق توسع أحمال الذكاء الاصطناعي نحو مستوى الرفوف وجميع مراكز البيانات، فإن تحسين كفاءة تقنيات أشباه الموصلات للطاقة يكسر حدود كثافة الطاقة في الرفوف، مما يدفع إلى خفض كبير في تكاليف تشغيل المرافق عالية الأداء.
كاتب المقال،المصدر: وول ستريت فيجن
مع توسع أحمال الذكاء الاصطناعي نحو أنظمة على مستوى الرفوف وبحجم مراكز البيانات بالكامل، أصبحت قدرة التغذية الكهربائية عائقًا أساسيًا يحد من أداء أنظمة مراكز البيانات وكثافتها وتكاليف الملكية الإجمالية. ضمن نظام بيئي لنموذج NVIDIA MGX المرجعي المفتوح والقابل للتعديل، تحدث ثورة كفاءة مدعومة بتقنية نيتريد الغاليوم الكاملة (All-GaN)، تعيد تشكيل مسار التغذية الكهربائية من توزيع الجهد العالي حتى نواة GPU.
أحدث التطورات في هذه التحول التقني تأتي من عضو نظام NVIDIA MGX، Innoscience. تُقدّم الشركة تقنية تحويل الطاقة الكاملة القائمة على GaN لدعم أنظمة الذكاء الاصطناعي ذات الكثافة العالية من الجيل التالي. بالنسبة للمستثمرين ومشغلي مراكز البيانات، فإن ترقية تقنية أشباه الموصلات الأساسية هذه تتعلق بتجاوز حدود كثافة الطاقة في الرفوف، وانخفاض حقيقي في تكاليف تشغيل المرافق عالية الأداء.
تعاني نماذج التغذية الكهربائية التقليدية عند مواجهة ارتفاعات متزايدة في قوة الرف، حيث لم يعد التحدي مجرد إدخال الطاقة الكهربائية إلى الرف، بل كيفية تحويل الجهد العالي بكفاءة وضغط إلى الجهد التشغيلي المطلوب من قبل وحدات GPU. تُعد تقنية GaN، بفضل خصائصها مثل مقاومة التوصيل المنخفضة، وشحنة البوابة المنخفضة، وعدم وجود استعادة عكسية، تقنية تمكين رئيسية لحل هذا التحدي، مما يؤدي مباشرة إلى عناصر مغناطيسية أصغر، وأداء حراري أفضل، وتكلفة إجمالية للملكية (TCO) أقل.
مع تقدم أنظمة الذكاء الاصطناعي نحو هياكل تزويد طاقة ذات كثافة أعلى، يراقب السوق عن كثب حلول تزويد الطاقة هذه التي تتجاوز القيود المكانية والديناميكية الحرارية. وهذا لن يقلل فقط من دورة تطوير الهندسة لأنظمة الحوسبة المتسارعة، بل سيُسرّع أيضًا بشكل كبير من التبني التجاري الواسع النطاق لمصانع الذكاء الاصطناعي من الجيل التالي.
breakthrough in front-end conversion: 12kW solution approaches 99% peak efficiency
مع استمرار ارتفاع قوة رفوف الذكاء الاصطناعي، تصبح المرحلة الأمامية للتحويل واحدة من أكثر المراحل طلبًا في بنية الطاقة.
في بنية طاقة NVIDIA 800 VDC، يتم تقليل عدد مراحل التحويل من خلال توصيل التيار المستمر مباشرةً إلى مواقع أقرب للرف، لكن هذا يتطلب من المقدمة التعامل مع جهد إدخال عالٍ، ونسبة تحويل عالية، وميزانية تبريد محدودة ومساحة محدودة على اللوحة الأم.
تُظهر أحدث بيانات Innoscience الفوائد المباشرة لتقنية GaN في هذه المرحلة. ففي تصميمها لمرحلة تحويل 800 فولت إلى 48 فولت بقدرة 12 كيلوواط، تم استخدام أجهزة GaN بجهد 650 فولت ذات تبريد من جانبين (DSC) في الجانب الأولي، وأجهزة GaN بجهد 100 فولت في الجانب الثانوي، مما حقق كفاءة قصوى تبلغ حوالي 99% وكفاءة عند الحمل الكامل تبلغ 98.2% عند تردد تشغيل قدره 1 ميغاهيرتز. بالإضافة إلى ذلك، فإن الأجهزة الجديدة المُعلنة بجهد 150 فولت تبسط تصميم الجانب الثانوي وتقلل عدد أجهزة التصحيح المتزامن المطلوبة بنسبة 50%. إن هذا التقليل في المساحة الناتج عن التشغيل عالي التردد يحمل قيمة تجارية مباشرة للأنظمة التي تسعى لزيادة كثافة الرفوف في أنظمة الذكاء الاصطناعي.
بالإضافة إلى التحويل الأمامي بجهد 48 فولت، يتطلب اختيار هيكل الطاقة مرونة عالية لتلبية المتطلبات المختلفة للمساحة على اللوحة الأم والميزانية الحرارية. وقد وسّعت Innoscience حلولها القائمة على All-GaN لتشمل مجموعة كاملة من خيارات جهد الشبكة الوسيطة، من 800 فولت إلى 48 فولت و12 فولت و6 فولت.
لتحويل الجهد من 800 فولت إلى 12 فولت، يمكن الآن للسوق الاستفادة من أجهزة GaN بجهد 40 فولت لتحقيق تقويم مزدوج فعال وتحسين الأداء الحراري؛ أما بالنسبة للتحويل من 800 فولت إلى 6 فولت، فإن أجهزة GaN بجهد 15 فولت كحل تقويم مزدوج تمكن من دعم هياكل خطوط التغذية الوسيطة الأقل، مما يبسط التحويل النهائي إلى جهد نواة GPU. في مرحلة خط التغذية الوسيطة الحاسمة من 48 فولت إلى 12 فولت، تقوم حلول GaN بجهد 100 فولت من Innoscience بتحسين التحويل التنزلي متعدد المراحل. بفضل تأثير الحجم في مصانع الذكاء الاصطناعي، حتى التحسينات الطفيفة في الكفاءة تعني تخفيضًا ملحوظًا في متطلبات التبريد وتكاليف التشغيل.
Vertical power supply reshapes core response
في المرحلة النهائية للتحويل، الأقرب إلى نواة الحساب، تواجه طرق التغذية الأفقية للتيار تحديات كبيرة بسبب ارتفاع متطلبات التيار واستجابة التحول السريعة وتعقيد توزيع الطاقة وتصميم اللوحة الأم. إن التغذية العمودية للتيار (VPD) تصبح بنية قابلة للتطبيق تقدم مسارات تيار أقصر وخسائر تطورية أقل وكثافة تيار أعلى.
للتغلب على متطلبات التغيرات الديناميكية السريعة للـ GPU، تأكدت Innoscience من جدوى تشغيل HEMT من GaN بجهد 15 فولت عند ترددات تتراوح بين 3 ميغاهيرتز و5 ميغاهيرتز، مما يمكنه تقليل حجم العناصر المغناطيسية والمكثفات المطلوبة بشكل كبير. حاليًا، تطور الشركة حلول DrGaN التي تزيد من عرض النطاق الترددي بشكل ملحوظ من خلال دعم ترددات تشغيل عالية، مما يقلل الاعتماد على المكثفات الإخراجية التقليدية ذات السعة الكبيرة. مع استمرار أنظمة MGX AI في زيادة كثافة التيار للمُسرّعات في المستقبل، ستُصبح مراحل الطاقة المدعومة بـ VPD وحدات أساسية لتشغيل GPU بالقرب من النواة.
لتسريع دورة اعتماد العملاء، تقدم Innoscience مجموعة من لوحات التقييم والتصاميم المرجعية لمساعدة مصممي الأنظمة على التحقق من أداء GaN عبر شجرة التغذية بالطاقة الخاصة بالذكاء الاصطناعي بالكامل. تشمل هذه المنصات لوحات عرض 12 كيلوواط من 800 فولت إلى 48 فولت، ولوحة تقييم GaN رباعية المراحل من 48 فولت إلى 12 فولت، ولوحة تقييم DrGaN بجهد 6 فولت موجهة للهياكل المستقبلية للتغذية الرأسية.
يُعزز نظام NVIDIA MGX نشر البنية التحتية للذكاء الاصطناعي المعيارية والقابلة للتوسع. في ظل التحديات المتزايدة المتعلقة بالطاقة في البنية التحتية للذكاء الاصطناعي، يجب أن يتطور تطور أشباه الموصلات الطاقية بالتزامن مع زيادة كثافة الحوسبة. ومن خلال التغطية الشاملة من 800 فولت تيار مستمر حتى جهد وحدة معالجة الرسوميات، تتحول البنية التحتية لتزويد الطاقة للذكاء الاصطناعي ذات الكفاءة والكثافة الأعلى من مفهوم إلى واقع بسرعة متزايدة.