Innoscience fait progresser la technologie de conversion d'alimentation entièrement GaN dans l'écosystème NVIDIA MGX, soutenant les systèmes AI à haute densité de la prochaine génération. Sa conception 12 kW de conversion 800 V vers 48 V atteint un rendement maximal d'environ 99 % et un rendement à pleine charge de 98,2 %, tandis que les dispositifs GaN à 150 V réduisent de 50 % le nombre de dispositifs de redressement synchrone. La solution couvre toute la gamme de tensions intermédiaires de bus, de 800 V à 48 V, 12 V et 6 V, et les HEMT GaN à 15 V permettent un fonctionnement à haute fréquence de 3 à 5 MHz, réduisant ainsi la taille des composants magnétiques et des condensateurs. Dans le contexte où les charges de travail AI s'étendent aux niveaux rack et data center entier, l'amélioration de l'efficacité des technologies de semi-conducteurs de puissance dépasse les limites de densité de puissance rack, entraînant une réduction substantielle des coûts d'exploitation des infrastructures à haut pouvoir de calcul.

Article auteur、Source : Wall Street Journal

Alors que les charges de travail d'intelligence artificielle s'étendent aux systèmes de rack et à l'échelle de centres de données complets, la capacité d'alimentation devient un goulot d'étranglement central limitant les performances, la densité et le coût total de possession des systèmes de centre de données. Dans l'écosystème de l'architecture de référence modulaire ouverte NVIDIA MGX, une révolution d'efficacité soutenue par la technologie tout nitrure de gallium (All-GaN) est en train de redéfinir silencieusement le chemin d'alimentation, depuis la distribution haute tension jusqu'au cœur du GPU.

La dernière évolution de cette technologie provient d'Innoscience, membre de l'écosystème NVIDIA MGX. L'entreprise développe une technologie de conversion d'alimentation entièrement basée sur le GaN, couvrant toute la chaîne, afin de soutenir les systèmes AI à haute densité de la prochaine génération. Pour les investisseurs et les opérateurs de centres de données, cette mise à niveau de la technologie des semi-conducteurs de puissance sous-jacente est essentielle pour dépasser les limites de densité de puissance des baies et réduire substantiellement les coûts d'exploitation des installations à haute puissance de calcul.

Les modèles d’alimentation traditionnels montrent leurs limites face à la montée en puissance des racks ; le défi n’est plus seulement d’acheminer l’électricité jusqu’aux racks, mais de convertir efficacement et de manière compacte la haute tension en tension de fonctionnement requise par les GPU. La technologie GaN, grâce à ses propriétés telles qu’une faible résistance en conduction, une faible charge de grille et une reprise inverse nulle, devient une technologie clé pour relever ce défi, permettant directement la réduction des composants magnétiques, une meilleure performance thermique et un coût total de possession (TCO) plus faible.

Alors que les systèmes d'IA avancent vers des architectures d'alimentation à plus haute densité, le marché suit de près ces solutions d'alimentation qui dépassent les limites physiques et thermodynamiques. Cela ne se contente pas de réduire le cycle de développement ingénierie des systèmes de calcul accéléré, mais accélérera également considérablement la mise en œuvre commerciale à grande échelle des usines d'IA de prochaine génération.

Avec la montée continue de la puissance des baies d'IA, l'étage de conversion avant devient l'un des éléments les plus exigeants de l'architecture d'alimentation.

Dans l'architecture d'alimentation 800 VDC de NVIDIA, en acheminant directement le courant continu plus près des baies, le nombre d'étapes de conversion est réduit, mais cela exige que l'entrée gère à la fois une tension d'entrée élevée, un rapport de conversion élevé, ainsi qu'un budget thermique et un espace sur la carte mère limités.

Les dernières données d'Innoscience démontrent les avantages directs du GaN dans cette étape. Dans sa conception de stage 800 V vers 48 V de 12 kW, des dispositifs GaN 650 V à refroidissement double face (DSC) sont utilisés côté primaire, tandis que des dispositifs GaN 100 V sont employés côté secondaire, permettant d'atteindre un rendement maximal d'environ 99 % et un rendement à pleine charge de 98,2 % à une fréquence de fonctionnement de 1 MHz. De plus, les nouveaux dispositifs GaN 150 V simplifient davantage la conception côté secondaire, réduisant de 50 % le nombre de dispositifs de redressement synchrone requis. Cette réduction de l'encombrement due au fonctionnement à haute fréquence présente une valeur commerciale directe pour les systèmes AI visant une densité de rack plus élevée.

En plus de la conversion en 48 V en amont, le choix de l'architecture d'alimentation nécessite une grande flexibilité pour répondre aux différentes exigences en matière d'espace sur la carte mère et de budget thermique. Innoscience étend sa solution All-GaN pour couvrir toute la gamme de tensions de bus intermédiaires, allant de 800 V à 48 V, 12 V et 6 V.

Pour la conversion de 800 V à 12 V, le marché peut désormais exploiter des dispositifs GaN de 40 V pour une rectification synchrone efficace et une meilleure performance thermique ; pour la conversion de 800 V à 6 V, les dispositifs GaN de 15 V, en tant que solution de rectification synchrone, permettent de soutenir des architectures de bus intermédiaire à plus basse tension, simplifiant ainsi la conversion finale vers la tension du cœur GPU. Au niveau critique de la phase intermédiaire de 48 V à 12 V, les solutions GaN de 100 V d’Innoscience optimisent la conversion abaisseuse multiphase. À l’échelle des usines d’IA, même de faibles améliorations d’efficacité se traduisent par une réduction significative des besoins en refroidissement et des coûts d’exploitation.

Alimentation verticale redéfinit la réponse centrale

À la dernière étape de conversion, la plus proche du cœur de calcul, la distribution d'alimentation latérale traditionnelle fait face à des défis majeurs en raison de la demande élevée en courant et de l'importance critique de la réponse transitoire, en raison des pertes de distribution et de la complexité de la routage sur la carte mère. La distribution d'alimentation verticale (VPD) émerge comme une architecture viable offrant des chemins de courant plus courts, des pertes parasitaires réduites et une densité de courant plus élevée.

Pour répondre aux exigences de variations dynamiques rapides des GPU, Innoscience a validé la faisabilité de l'exploitation de HEMT GaN à 15 V à des fréquences comprises entre 3 MHz et 5 MHz, ce qui permet de réduire considérablement la taille des composants magnétiques et des condensateurs nécessaires. Actuellement, l'entreprise développe des solutions DrGaN qui augmentent significativement la bande passante en supportant des fréquences de commutation élevées, réduisant ainsi la dépendance aux condensateurs de sortie traditionnels de grande capacité. À mesure que les systèmes MGX AI augmenteront continuellement la densité de courant des accélérateurs à l'avenir, les étages de puissance compatibles VPD deviendront des modules fondamentaux pour l'alimentation près du cœur du GPU.

Pour accélérer le cycle d'adoption des clients, Innoscience propose une gamme de cartes d'évaluation et de designs de référence afin d'aider les concepteurs de systèmes à valider les performances du GaN dans toute la chaîne d'alimentation AI. Ces plateformes incluent une carte de démonstration 12 kW 800 V vers 48 V, une carte d'évaluation GaN 4 phases 48 V vers 12 V, ainsi qu'une carte d'évaluation 6 V DrGaN destinée aux architectures d'alimentation verticale futures.

L'écosystème NVIDIA MGX stimule le déploiement d'infrastructures AI modulaires et évolutives. Dans un contexte où les infrastructures AI sont de plus en plus limitées par la puissance, l'évolution des semiconducteurs de puissance doit suivre la croissance de la densité de calcul. Grâce à une couverture complète, du 800 VDC jusqu'à la tension du cœur GPU, une infrastructure d'alimentation AI plus efficace et plus dense passe rapidement de la notion à la réalité.