Innoscience mendorong teknologi konversi daya All-GaN end-to-end di dalam ekosistem NVIDIA MGX untuk mendukung sistem AI kepadatan tinggi generasi berikutnya. Desain 12kW dari 800V ke 48V mencapai efisiensi puncak sekitar 99% dan efisiensi beban penuh 98,2%, dengan perangkat GaN 150V yang mengurangi jumlah perangkat rectifikasi sinkron sebesar 50%. Solusi ini mencakup seluruh rentang tegangan bus tengah dari 800V hingga 48V, 12V, dan 6V, sementara GaN HEMT 15V mendukung operasi frekuensi tinggi 3 hingga 5 MHz untuk memperkecil ukuran komponen magnetik dan kapasitor. Dalam konteks beban AI yang meluas ke tingkat rak dan seluruh pusat data, peningkatan efisiensi teknologi semikonduktor daya sedang mendorong batas kepadatan daya rak, mendorong penurunan signifikan dalam biaya operasional fasilitas berdaya tinggi.

Penulis artikel、Sumber: Wall Street Journal

Seiring dengan perluasan beban kecerdasan buatan ke sistem tingkat rak dan skala seluruh pusat data, kapasitas daya telah menjadi hambatan utama yang membatasi kinerja, densitas, dan biaya kepemilikan keseluruhan sistem pusat data. Dalam ekosistem arsitektur referensi modular terbuka NVIDIA MGX, revolusi efisiensi yang didukung oleh teknologi all-gallium nitride (All-GaN) sedang secara diam-diam membentuk ulang jalur pasokan daya dari distribusi tegangan tinggi hingga ke inti GPU.

Perkembangan terbaru dalam evolusi teknologi ini datang dari anggota ekosistem NVIDIA MGX, Innoscience. Perusahaan ini sedang mengembangkan teknologi konversi daya All-GaN yang mencakup seluruh rantai, untuk mendukung sistem AI kepadatan tinggi generasi berikutnya. Bagi investor dan operator pusat data, peningkatan teknologi semikonduktor daya dasar ini berkaitan dengan terobosan batas kepadatan daya rak, serta penurunan signifikan dalam biaya operasional fasilitas berkekuatan tinggi.

Model pasokan listrik tradisional telah menunjukkan tanda-tanda kelelahan dalam menghadapi peningkatan daya rak, tantangannya bukan lagi sekadar membawa listrik ke dalam rak, tetapi bagaimana mengonversi tegangan tinggi menjadi tegangan kerja yang dibutuhkan GPU secara efisien dan kompak. Teknologi GaN, dengan karakteristik seperti resistansi on-rendah, muatan gerbang rendah, dan pemulihan terbalik nol, sedang menjadi teknologi pendorong kunci untuk mengatasi tantangan ini, secara langsung menghasilkan elemen magnetik yang lebih kecil, kinerja termal yang lebih baik, serta biaya kepemilikan keseluruhan (TCO) yang lebih rendah.

Seiring dengan kemajuan sistem AI menuju arsitektur daya dengan kepadatan lebih tinggi, pasar sedang memperhatikan solusi daya yang mampu melampaui batasan ruang fisik dan termodinamika ini. Hal ini tidak hanya akan memperpendek siklus pengembangan teknik sistem komputasi akselerasi, tetapi juga secara signifikan mempercepat komersialisasi skala besar pabrik AI generasi berikutnya.

Dengan daya rak AI yang terus meningkat, tahap konversi depan menjadi salah satu bagian paling menantang dalam arsitektur daya.

Dalam arsitektur catu daya 800 VDC NVIDIA, jumlah tahap konversi dikurangi dengan mengirimkan arus searah langsung ke posisi yang lebih dekat dengan rak, tetapi ini memerlukan bagian depan untuk menangani tegangan input tinggi, rasio konversi tinggi, serta anggaran pembuangan panas dan ruang papan utama yang terbatas.

Data terbaru dari Innoscience menunjukkan manfaat langsung GaN pada tahap ini. Dalam desain tahap 800 V ke 48 V 12 kW-nya, perangkat GaN 650 V dengan pendinginan dua sisi (DSC) digunakan di sisi primer, sementara perangkat GaN 100 V digunakan di sisi sekunder, mencapai efisiensi puncak sekitar 99% dan efisiensi beban penuh 98,2% pada frekuensi operasi 1 MHz. Selain itu, perangkat GaN 150 V yang baru dirilis menyederhanakan desain sisi sekunder, mengurangi jumlah perangkat sinkronisasi rectifier yang diperlukan sebesar 50%. Pengurangan ruang yang diakibatkan oleh operasi frekuensi tinggi ini memiliki nilai bisnis langsung bagi sistem AI yang mengejar kepadatan rak yang lebih tinggi.

Selain konversi depan 48 V, pemilihan arsitektur daya memerlukan fleksibilitas tinggi untuk memenuhi berbagai kebutuhan desain sistem terkait ruang papan utama dan anggaran termal. Innoscience memperluas solusi All-GaN-nya untuk mencakup seluruh rentang opsi tegangan bus antara 800 V hingga 48 V, 12 V, dan 6 V.

Untuk konversi dari 800 V ke 12 V, pasar kini dapat memanfaatkan perangkat GaN 40 V untuk rectifikasi sinkron yang efisien dan meningkatkan kinerja termal; sementara untuk konversi dari 800 V ke 6 V, perangkat GaN 15 V sebagai solusi rectifikasi sinkron dapat mendukung arsitektur bus antara yang lebih rendah, sehingga menyederhanakan konversi akhir ke tegangan inti GPU. Pada tahap bus antara 48 V ke 12 V yang kritis, solusi GaN 100 V dari Innoscience mengoptimalkan konversi buck multiphase. Dengan skala efek di pabrik AI, bahkan peningkatan efisiensi kecil sekalipun berarti pengurangan signifikan dalam kebutuhan pendinginan dan biaya operasional.

Vertical power supply reshapes core response

Pada tahap konversi akhir yang paling dekat dengan inti komputasi, karena permintaan arus sangat tinggi dan respons transien sangat penting, pasokan daya lateral tradisional menghadapi tantangan serius akibat kerugian distribusi daya dan kompleksitas rute papan sirkuit. Pasokan daya vertikal (VPD) kini menjadi arsitektur yang layak untuk menyediakan jalur arus yang lebih pendek, kerugian parasitik lebih rendah, dan densitas arus lebih tinggi.

Untuk memenuhi persyaratan perubahan dinamis cepat pada GPU, Innoscience telah memverifikasi kelayakan operasi GaN HEMT 15 V pada frekuensi 3 MHz hingga 5 MHz, yang dapat secara signifikan mengurangi ukuran elemen magnetik dan kapasitor yang diperlukan. Saat ini, perusahaan sedang mengembangkan solusi DrGaN yang secara signifikan meningkatkan bandwidth dengan mendukung frekuensi switching tinggi, sehingga mengurangi ketergantungan pada kapasitor output berkapasitas besar tradisional. Seiring dengan terus meningkatnya kepadatan arus pada accelerator sistem MGX AI di masa depan, tahap daya yang mendukung VPD akan menjadi modul dasar penting untuk pemberian daya dekat inti GPU.

Untuk mempercepat siklus adopsi pelanggan, Innoscience menyediakan serangkaian papan evaluasi dan desain referensi untuk membantu para insinyur sistem memverifikasi kinerja GaN di seluruh rantai pasokan daya AI. Platform-platform ini mencakup papan demonstrasi 12 kW dari 800 V ke 48 V, papan evaluasi GaN 4-fasa dari 48 V ke 12 V, serta papan evaluasi 6 V DrGaN untuk arsitektur pasokan daya vertikal masa depan.

Ekosistem NVIDIA MGX sedang mendorong penerapan infrastruktur AI modular dan skalabel. Dalam konteks infrastruktur AI yang semakin dibatasi oleh keterbatasan daya, perkembangan semikonduktor daya harus sejalan dengan peningkatan kepadatan komputasi. Dengan cakupan menyeluruh dari 800 VDC hingga tegangan inti GPU, infrastruktur pasokan daya AI yang lebih efisien dan lebih padat sedang bergerak cepat dari konsep menuju kenyataan.