Innoscience ay nagpapalago ng buong chain na power conversion teknolohiya na batay sa All-GaN sa ecosystem ng NVIDIA MGX upang suportahan ang mga susunod na henerasyon ng mataas na density na AI system. Ang kanilang 12kW na 800V papunta sa 48V na disenyo ay nagtataglay ng halos 99% na peak efficiency at 98.2% na full-load efficiency, habang ang 150V GaN device ay nagbabawas ng 50% sa bilang ng synchronous rectifier devices. Ang solusyon ay kumakalat sa buong saklaw ng intermediate bus voltage mula sa 800V papunta sa 48V, 12V, at 6V, at ang 15V GaN HEMT ay sumusuporta sa mataas na frequency na pagpapatakbo ng 3 hanggang 5MHz upang maliit ang laki ng magnetic components at capacitor. Sa panahon na ang AI workload ay lumalawak patungo sa rack-level at buong data center, ang pagpapabuti ng efficiency sa power semiconductor technology ay nagpapasikat sa hangganan ng rack power density, at nagpapabilis sa malaking pagbaba ng operational cost ng mga mataas na computing facility.

Artikulong may-akda、Pinagkunan: Wall Street Journal

Habang lumalawak ang mga workload ng artificial intelligence patungo sa mga sistema sa antas ng rack at buong sukat ng data center, ang kakayahan sa pagbibigay ng kuryente ay naging pangunahing hadlang sa pagganap, densidad, at kabuuang gastos sa pagmamay-ari ng mga sistema ng data center. Sa loob ng ekosistema ng NVIDIA MGX, isang open modular reference architecture, isang revolusyon sa kahusayan na suportado ng buong teknolohiya ng gallium nitride (All-GaN) ay nagsisikap na muli ayusin ang daanan ng pagbibigay ng kuryente mula sa mataas na bolting distribution patungo sa GPU core.

Ang pinakabagong pag-unlad sa teknolohiyang ito ay galing sa miyembro ng NVIDIA MGX ecosystem, ang Innoscience. Ang kumpanya ay nagpapalago ng buong chain na All-GaN power conversion technology upang suportahan ang mga susunod na henerasyon ng mga mataas na density na AI system. Para sa mga investor at mga operator ng data center, ang pag-upgrade sa ilalim na teknolohiya ng power semiconductor ay mahalaga para sa pagbuwis sa limitasyon ng rack power density at ang malaking pagbaba sa gastos sa pagpapatakbo ng mga facility na may mataas na computing power.

Ang tradisyonal na pagkakapagbigay ng kuryente ay nagsisimula nang magpakita ng pagod sa pagharap sa patuloy na pagtaas ng kapasidad ng power sa rack, at ang hamon ay hindi na lamang ang pagdala ng kuryente sa rack, kundi kung paano maaaring i-convert nang epektibo at kompakto ang mataas na kuryente sa antas ng boltahe na kailangan ng GPU. Ang teknolohiyang GaN, na may mga katangian tulad ng mababang on-resistance, mababang gate charge, at walang reverse recovery, ay nagsisilbing mahalagang teknolohiyang nagpapalakas, na direktang nagdudulot ng mas maliit mga magnetic component, mas mabuting thermal performance, at mas mababang kabuuang gastos sa pagmamay-ari (TCO).

Habang ang mga AI system ay lumalaban patungo sa mas mataas na density na arkitektura ng pagbibigay ng enerhiya, ang merkado ay nakatitingin sa ganitong solusyon sa pagbibigay ng enerhiya na naglalabas sa mga limitasyon ng pisikal na espasyo at termodinamika. Ito ay hindi lamang magpapabilis sa mga cycle ng paggawa at pag-aaral ng mga sistema ng accelerated computing, kundi magpapabilis din nang malaki sa mas malawakang komersyalisasyon ng mga AI factory ng susunod na henerasyon.

Patuloy na umuusbong ang kapangyarihan ng AI rack, ang unang yugto ng konbersyon ay naging isa sa pinakamahirap na bahagi ng arkitektura ng pagkakapowder.

Sa 800 VDC power architecture ng NVIDIA, ang pagpapadala ng DC directly sa mas malapit sa rack ay nagbabawas sa bilang ng conversion stages, ngunit nangangailangan ng front-end na makakahandle ng mataas na input voltage, mataas na conversion ratio, at limitadong thermal budget at motherboard space.

Ang pinakabagong data ni Innoscience ay nagpapakita ng direkta benepisyo ng GaN sa seksyong ito. Sa kanilang 12 kW na 800 V hanggang 48 V stage design, ang primary side ay gumagamit ng 650 V GaN double-sided cooling (DSC) device, habang ang secondary side ay gumagamit ng 100 V GaN device, na nakakamit ng halos 99% na peak efficiency at 98.2% na full-load efficiency sa operating frequency na 1 MHz. Bukod dito, ang bagong ipinakilalang 150 V GaN device ay nagpapasimple pa sa design ng secondary side, na nagbabawas ng 50% sa bilang ng mga kailangang synchronous rectifier device. Ang pagbabawas sa占地面积 dahil sa mataas na frequency operation ay may direktang komersyal na halaga para sa mga AI system na naghahanap ng mas mataas na rack density.

Sa labas ng 48 V front-end conversion, kinakailangan ng mataas na fleksibilidad sa pagpili ng arkitektura ng pagbibigay ng enerhiya upang matugunan ang iba’t ibang pangangailangan ng sistema sa espasyo ng motherboard at budget ng init. Ipinapalawig ng Innoscience ang kanilang All-GaN solution upang sakop ang buong saklaw ng mga opsyon sa intermediate bus voltage mula sa 800 V hanggang 48 V, 12 V, at 6 V.

Para sa konbersyon mula sa 800 V patungo sa 12 V, ang merkado ay maaari ngayong gamitin ang 40 V GaN devices para sa efisyenteng synchronous rectification at pagpapabuti ng thermal performance; habang para sa konbersyon mula sa 800 V patungo sa 6 V, ang 15 V GaN devices bilang synchronous rectification solution ay makakatulong sa pagpapalakas ng mas mababang intermediate bus architecture, na nagpapasimple sa huling konbersyon patungo sa GPU core voltage. Sa mahalagang 48 V patungo sa 12 V intermediate bus stage, ang 100 V GaN solution ni Innoscience ay pinapabuti ang multi-phase buck conversion. Sa scale effect ng AI factory, kahit anumang maliit na pagpapabuti sa efisyensiya ay nangangahulugan ng malaking pagbawas sa pangangailangan sa pagpapalamig at operational costs.

Vertical power supply reshapes core response

Sa huling pagkakasunod-sunod ng pagkakapalit na malapit sa core ng computation, dahil sa mataas na pangangailangan ng kuryente at kritikal na transient response, ang tradisyonal na lateral power delivery ay nakakaranas ng malalaking hamon dahil sa pagkawala ng pagpapadala at kumplikadong pagkakabuo ng motherboard. Ang vertical power delivery (VPD) ay nagsisiging maging isang maaaring arkitektura upang magbigay ng mas maikling daanan ng kuryente, mas mababang parasitic loss, at mas mataas na current density.

Para sa pagtugon sa mga pangangailangan ng mabilis na dinamikong pagbabago ng GPU, tinukoy ng Innoscience ang pagkakaroon ng 15 V GaN HEMT na gumagana sa frekwensya ng 3 MHz hanggang 5 MHz, na maaaring malaki ang pagpapaliit ng laki ng mga magnetic na elemento at capacitor. Kasalukuyang iniiwan ng kumpanya ang DrGaN solution, na nagpapalaki ng bandwidth sa pamamagitan ng suporta sa mataas na switching frequency, upang mabawasan ang pagkakasalig sa tradisyonal na malalaking output capacitor. Habang patuloy na tataas ng mga susunod na MGX AI system ang current density ng mga accelerator, ang mga power stage na may suporta sa VPD ay magiging mahalagang base module para sa GPU-adjacent power delivery.

Upang mabilisain ang paggamit ng mga kliyente, binibigyan ni Innoscience ang isang serye ng evaluation boards at reference designs upang tulungan ang mga system designer na patunayan ang performance ng GaN sa buong AI power tree. Kasama sa mga platform na ito ang 12 kW na 800 V hanggang 48 V demonstration board, ang 4-phase 48 V hanggang 12 V GaN evaluation board, at ang 6 V DrGaN evaluation board para sa hinaharap na vertical power delivery architecture.

Ang NVIDIA MGX ecosystem ay nagpapabilis sa pag-deploy ng modular at scalable AI infrastructure. Sa panahon na patuloy na limitado ang kuryente sa AI infrastructure, ang pag-unlad ng power semiconductor ay dapat magkasabay sa pagtaas ng compute density. Sa pamamagitan ng komprehensibong coverage mula sa 800 VDC patungo sa GPU core voltage, ang mas mataas na efisensiya at mas mataas na density na AI power infrastructure ay mabilis na nagiging katotohanan.