Innoscience продвигает полную цепочку технологий преобразования питания на основе всего GaN в экосистеме NVIDIA MGX для поддержки следующего поколения высокоплотных AI-систем. Их дизайн преобразования 800 В в 48 В мощностью 12 кВт обеспечивает пиковую эффективность около 99% и эффективность при полной нагрузке 98,2%. Использование GaN-устройств на 150 В позволяет сократить количество устройств синхронного выпрямления на 50%. Решение охватывает весь диапазон промежуточных напряжений шины от 800 В до 48 В, 12 В и 6 В, а GaN HEMT на 15 В поддерживает работу на частотах от 3 до 5 МГц, что позволяет уменьшить размеры магнитных компонентов и конденсаторов. На фоне расширения AI-нагрузок до уровня стойки и всего центра обработки данных повышение эффективности полупроводниковых мощностных технологий преодолевает пределы плотности мощности стойки, способствуя значительному снижению эксплуатационных расходов высокопроизводительных объектов.
Автор статьи、Источник: Wall Street Journal
По мере масштабирования рабочих нагрузок искусственного интеллекта до уровня стойковых систем и всего центра обработки данных, мощность питания стала ключевым узким местом, ограничивающим производительность, плотность и общую стоимость владения систем центров обработки данных. В экосистеме открытой модульной эталонной архитектуры NVIDIA MGX происходит тихая революция в эффективности, основанная на технологии全氮化镓 (All-GaN), которая переформировывает путь питания от высоковольтного распределения до ядер GPU.
Последние новости об этой технологической эволюции поступают от члена экосистемы NVIDIA MGX — Innoscience. Компания развивает технологию полного цикла преобразования питания на основе All-GaN для поддержки следующего поколения высокоплотных AI-систем. Для инвесторов и операторов центров обработки данных обновление этой базовой полупроводниковой технологии имеет решающее значение для преодоления предела плотности мощности стойки и существенного снижения эксплуатационных расходов высокопроизводительных объектов.
Традиционные методы электроснабжения уже не справляются с растущей мощностью стойки: проблема больше не в том, чтобы просто подвести электричество к стойке, а в том, как эффективно и компактно преобразовать высокое напряжение в рабочее напряжение, необходимое GPU. Технология GaN, обладающая такими характеристиками, как низкое сопротивление в открытом состоянии, низкий заряд затвора и отсутствие обратного восстановления, становится ключевой технологией для решения этой задачи, обеспечивая небольшие магнитные компоненты, улучшенную тепловую производительность и более низкую общую стоимость владения (TCO).
По мере того как ИИ-системы переходят к архитектурам с более высокой плотностью питания, рынок внимательно следит за этим решением для питания, преодолевающим физические и термодинамические ограничения. Это не только сократит цикл инженерных разработок ускоренных вычислительных систем, но и значительно ускорит масштабную коммерциализацию следующего поколения ИИ-фабрик.
Прорыв в преобразовании на стороне клиента: пиковая эффективность схемы 12 кВт приближается к 99%
По мере постоянного роста мощности AI-стеллажей, входной преобразовательный уровень становится одним из самых сложных элементов архитектуры питания.
В архитектуре источника питания NVIDIA 800 VDC снижение числа ступеней преобразования достигается за счет прямой подачи постоянного тока ближе к стойке, однако это требует от передней части одновременной обработки высокого входного напряжения, высокого коэффициента преобразования, ограниченного бюджета тепловыделения и ограниченного пространства на материнской плате.
Последние данные Innoscience демонстрируют прямую выгоду GaN на этом этапе. В их дизайне преобразователя 12 кВт с напряжением 800 В на 48 В на первичной стороне используются 650 В GaN-устройства с двусторонним охлаждением (DSC), а на вторичной стороне — 100 В GaN-устройства, что обеспечивает пиковую эффективность около 99% и эффективность при полной нагрузке 98,2% при рабочей частоте 1 МГц. Кроме того, недавно выпущенные 150 В GaN-устройства дополнительно упрощают дизайн вторичной стороны, сокращая количество необходимых синхронных выпрямителей на 50%. Сокращение занимаемой площади благодаря высокочастотной работе имеет прямую коммерческую ценность для систем ИИ, ориентированных на повышение плотности размещения в стойках.
Помимо преобразования на входе 48 В, для удовлетворения различных требований к пространству на материнской плате и тепловому бюджету системы, выбор архитектуры питания требует высокой гибкости. Innoscience расширила свои решения на основе всего GaN, охватив полный диапазон напряжений промежуточной шины: от 800 В до 48 В, 12 В и 6 В.
Для преобразования с 800 В до 12 В рынок теперь может использовать GaN-устройства на 40 В для эффективной синхронной выпрямительной схемы и улучшения тепловых характеристик; для преобразования с 800 В до 6 В GaN-устройства на 15 В в качестве решения для синхронного выпрямления позволяют реализовать архитектуру с более низкой промежуточной шиной, упрощая окончательное преобразование до напряжения ядра GPU. На ключевом промежуточном этапе преобразования с 48 В до 12 В решение Innoscience на 100 В GaN оптимизирует многофазные понижающие преобразователи. За счет масштаба AI-фабрик даже незначительное повышение эффективности приводит к значительному снижению потребностей в охлаждении и операционных расходов.
Vertical power supply reshapes core response
На последнем этапе преобразования, ближайшем к вычислительному ядру, традиционное поперечное питание сталкивается с серьезными вызовами из-за высоких требований к току и критической важности динамического отклика, вызванных потерями в распределительной сети и сложностью трассировки на материнской плате. Вертикальное питание (VPD) становится жизнеспособной архитектурой, обеспечивающей более короткие пути тока, меньшие паразитные потери и более высокую плотность тока.
Для удовлетворения требований к быстрым динамическим переходам GPU, Innoscience подтвердила возможность работы GaN HEMT на 15 В в диапазоне частот от 3 МГц до 5 МГц, что позволяет значительно уменьшить размеры необходимых магнитных компонентов и конденсаторов. В настоящее время компания разрабатывает решение DrGaN, которое за счет поддержки высокой частоты переключения значительно увеличивает полосу пропускания и снижает зависимость от традиционных больших выходных конденсаторов. По мере дальнейшего повышения плотности тока ускорителей в системах MGX AI, силовые каскады с поддержкой VPD станут важными базовыми модулями для питания GPU рядом с ядром.
Для ускорения цикла внедрения клиентами Innoscience предлагает широкий спектр оценочных плат и справочных проектов, помогающих системным инженерам проверить производительность GaN во всей цепочке питания ИИ. Эти платформы включают в себя демонстрационную плату 12 кВт 800 В в 48 В, четырехфазную оценочную плату GaN 48 В в 12 В и оценочную плату 6 В DrGaN для будущих архитектур вертикального питания.
Экосистема NVIDIA MGX способствует внедрению модульной и масштабируемой инфраструктуры ИИ. На фоне растущих ограничений по энергопотреблению в инфраструктуре ИИ эволюция силовых полупроводников должна идти в ногу с повышением плотности вычислений. Благодаря всестороннему охвату от 800 В постоянного тока до напряжения ядра GPU более эффективная и плотная инфраструктура питания для ИИ быстро переходит от концепции к реальности.