A Innoscience está avançando a tecnologia completa de conversão de energia baseada em All-GaN no ecossistema NVIDIA MGX, sustentando os próximos sistemas de IA de alta densidade. Seu design de 12 kW de 800 V para 48 V alcança cerca de 99% de eficiência pico e 98,2% de eficiência em carga total, com dispositivos GaN de 150 V reduzindo em 50% os dispositivos de retificação síncrona. A solução cobre toda a faixa de tensões de barramento intermediário, de 800 V a 48 V, 12 V e 6 V, e os HEMT GaN de 15 V suportam operação em alta frequência de 3 a 5 MHz para reduzir o tamanho dos componentes magnéticos e capacitores. À medida que as cargas de trabalho de IA se expandem para o nível de rack e data centers completos, a atualização da eficiência da tecnologia de semicondutores de potência está superando os limites de densidade de potência por rack, impulsionando uma redução substancial nos custos operacionais de instalações de alto desempenho.

Autor do artigo、Fonte: Wall Street Journal

À medida que as cargas de trabalho de inteligência artificial se expandem para sistemas em nível de rack e escala de data center inteiro, a capacidade de fornecimento de energia tornou-se o gargalo central que limita o desempenho, a densidade e o custo total de propriedade dos sistemas de data center. No ecossistema da arquitetura de referência modular aberta NVIDIA MGX, uma revolução de eficiência sustentada pela tecnologia de nitreto de gálio integral (All-GaN) está silenciosamente redefinindo o caminho de fornecimento de energia, desde a distribuição de alta tensão até os núcleos da GPU.

A mais recente evolução tecnológica vem do membro do ecossistema NVIDIA MGX, Innoscience. A empresa está avançando com uma tecnologia de conversão de energia All-GaN abrangendo toda a cadeia, para suportar os próximos sistemas de IA de alta densidade. Para investidores e operadores de data centers, essa atualização da tecnologia de semicondutores de potência subjacente é crucial para superar o limite de densidade de potência por rack e reduzir significativamente os custos operacionais de instalações de alto desempenho.

Os modelos tradicionais de fornecimento de energia estão mostrando sinais de esgotamento ao lidar com potências de rack em constante aumento; o desafio já não é apenas trazer energia para o rack, mas sim converter eficientemente e de forma compacta a alta tensão para a tensão de operação necessária pelas GPU. A tecnologia GaN, com suas características de baixa resistência de condução, baixa carga de porta e recuperação reversa nula, está se tornando a tecnologia habilitadora chave para resolver esse desafio, trazendo diretamente componentes magnéticos menores, melhor desempenho térmico e menor custo total de propriedade (TCO).

À medida que os sistemas de IA avançam em direção a arquiteturas de alimentação de maior densidade, o mercado está atentamente observando essas soluções de alimentação que superam as limitações físicas e termodinâmicas. Isso não apenas reduzirá o ciclo de desenvolvimento de engenharia dos sistemas de computação acelerada, mas também acelerará significativamente a implementação comercial em larga escala das próximas fábricas de IA.

Com o aumento contínuo da potência dos racks de IA, o estágio de conversão frontal tornou-se um dos mais exigentes da arquitetura de energia.

Na arquitetura de alimentação de 800 VDC da NVIDIA, a redução de estágios de conversão é alcançada ao fornecer energia CC diretamente mais próxima das racks, mas isso exige que a frente lide simultaneamente com alta tensão de entrada, alta relação de conversão e orçamentos restritos de dissipação de calor e espaço na placa-mãe.

Os dados mais recentes da Innoscience demonstram os benefícios diretos do GaN nesta etapa. Em seu projeto de estágio de 12 kW de 800 V para 48 V, dispositivos GaN de 650 V com refrigeração bilateral (DSC) foram utilizados no lado primário e dispositivos GaN de 100 V no lado secundário, alcançando cerca de 99% de eficiência pico e 98,2% de eficiência em carga total em uma frequência de operação de 1 MHz. Além disso, os novos dispositivos GaN de 150 V simplificaram ainda mais o design do lado secundário, reduzindo em 50% o número de dispositivos de retificação síncrona necessários. Essa redução no espaço ocupado, resultante da operação em alta frequência, tem valor comercial direto para sistemas de IA que buscam maior densidade de rack.

Além da conversão frontal de 48 V, a escolha da arquitetura de alimentação exige alta flexibilidade para atender às diversas necessidades de espaço na placa principal e orçamento térmico do sistema. A Innoscience expandiu sua solução All-GaN para abranger toda a gama de tensões de barramento intermediário, incluindo 800 V a 48 V, 12 V e 6 V.

Para a conversão de 800 V para 12 V, o mercado agora pode utilizar dispositivos GaN de 40 V para retificação síncrona eficiente e melhor desempenho térmico; já para a conversão de 800 V para 6 V, dispositivos GaN de 15 V como solução de retificação síncrona permitem arquiteturas de barramento intermediário mais baixas, simplificando a conversão final para a tensão do núcleo da GPU. Na fase crítica de barramento intermediário de 48 V para 12 V, a solução GaN de 100 V da Innoscience otimiza a conversão buck multiphase. Com os efeitos de escala das fábricas de IA, até mesmo pequenos ganhos de eficiência significam redução significativa na demanda de refrigeração e nos custos operacionais.

Powering vertically reshapes core response

Na fase final de conversão, mais próxima do núcleo de cálculo, a alimentação lateral tradicional enfrenta desafios significativos devido à alta demanda de corrente e à crítica necessidade de resposta transitória, causados por perdas na distribuição de energia e complexidade na disposição das trilhas na placa-mãe. A alimentação vertical (VPD) está se tornando uma arquitetura viável para fornecer caminhos de corrente mais curtos, perdas parasitas mais baixas e maior densidade de corrente.

Para atender aos requisitos de transientes dinâmicos rápidos de GPU, a Innoscience já validou a viabilidade de operar HEMT de GaN de 15 V em frequências de 3 MHz a 5 MHz, o que permite reduzir significativamente o tamanho dos componentes magnéticos e capacitores necessários. Atualmente, a empresa está desenvolvendo soluções DrGaN, que aumentam significativamente a largura de banda ao suportar altas frequências de chaveamento, reduzindo a dependência de capacitores de saída tradicionais de grande capacidade. À medida que os futuros sistemas MGX AI continuarem a aumentar a densidade de corrente dos aceleradores, os estágios de potência com suporte a VPD se tornarão módulos fundamentais para a alimentação próxima ao núcleo da GPU.

Para acelerar o ciclo de adoção dos clientes, a Innoscience oferece uma série de placas de avaliação e projetos de referência para ajudar os projetistas de sistemas a validar o desempenho do GaN em toda a árvore de alimentação de IA. Essas plataformas incluem uma placa de demonstração de 12 kW de 800 V para 48 V, uma placa de avaliação de 4 fases de 48 V para 12 V com GaN e uma placa de avaliação 6 V DrGaN voltada para arquiteturas futuras de alimentação vertical.

O ecossistema NVIDIA MGX está impulsionando a implementação de infraestrutura de IA modular e escalável. Diante do crescente limite de energia na infraestrutura de IA, a evolução dos semicondutores de potência deve acompanhar o aumento da densidade de computação. Com cobertura abrangente, desde 800 VDC até a tensão do núcleo da GPU, infraestruturas de alimentação de IA mais eficientes e de maior densidade estão acelerando sua transição do conceito para a realidade.