当前位置: 首页 > news >正文

Sunlord破解AI服务器供电难题!揭秘高效、小型化电感黑科技

AI服务器:新需求催生新变革
2025年,人工智能正以前所未有的速度重塑全球经济格局,从大模型训练到行业应用落地,AI服务器作为算力核心基础设施,成为科技竞争的战略高地。AI 服务器的崛起,是人工智能时代发展的必然结果。与普通服务器相比,AI 服务器在架构、工作方式和功率等方面都有显著差异。它们采用 CPU+GPU/NPU 等加速卡的架构,以并行处理的方式高效完成复杂任务,功率更是大幅提升。
1、GPU/ASIC功耗爆炸式增长:
单颗GPU的功耗已经从几年前的300W-400W,飙升到如今的1400W(B300)。下一代R200 GPU预计将达到1800W。这相当于一个小型家用吹风机的功率集中在比手机还小的芯片上。功耗增加的同时,芯片制程还在微缩,导致单位面积上的功率密度(W/mm2)急剧上升,产生巨大的热量,对供电的响应速度和效率要求极高。
2、供电架构模式转变:
AI 服务器目前主流的供电架构为48V12V,未来将会迈向48V直接转6.75V或更低电压模式,减少了中间转换环节,提升了整体效率,但是对电路上的元器件性能要求则会更高。
在这里插入图片描述

供电模式转变:横向供电→垂直供电→集成供电
随着生成式人工智能训练处理器的连续电流需求增加到1000A,PoL 转换器被放在xPU的横向(旁边)位置。由于铜的电阻率和 PCB 上的走线长度,横向放置的 PoL 供电网络(PDN)的集总阻抗相当高,可能达到 150μΩ或更高,这意味着 PCB走线就会消耗掉 150W的功率。垂直供电VPD结构的出现,将 PoL 转换器直接放置在xPU的下方。在垂直供电网络中,其总阻抗可能降至15μΩ或更低,这意味着在内核电压域1000A培的连续电流下,只会消耗 15W的功率。为进一步减小PDN的功率消耗,未来会进一步将供电模块集成到xPU内部。
LPD(Lateral Power Delivery)、VPD(Vertical Power Delivery)、IVR(Integrated Voltage Regulator)技术的应用,对功率电感器提出了更高的要求,如在小尺寸、薄形化下实现大电流、更高频率下实现低损耗、电感形态的多样化(嵌入式、电感排、耦合电感等)。
图片来自顺络内部

AI 服务器电源模块趋势:高功率密度、高效率、高可靠性
如今,DC-DC电源模块已经不是单纯的传统的大个头的封装,SIP封装技术已经从2D发展到3D,封装材料除了传统的塑封料外,也开始采用磁性材料,目的都是在趋向高功率密度、高效率、高散热、高可靠性。
受空间限制,横向供电的电源模块尺寸一般在1098mm,而垂直供电电源模块的高度则降低至5mm,未来如果要集成输出电容,电源模块的尺寸还会进一步减小。
而对于集成在电源模块中的电感,会因模块设计和电路拓扑变化,其性能要求也大不相同,比如电感在PCB上且本体带散热片的垂直结构、电感放在中间且本体带数据PIN和散热PIN的三明治结构、TLVR或非TLVR拓扑、2相或4相等等。这要求电感具有高度的可定制性和设计灵活性。
顺络核心产品:撑起xPU供电“硬实力”
Sunlord顺络电子凭借多年技术积累,推出了一系列专为AI服务器xPU供电打造的高性能电感和电容解决方案,助力客户应对高效能计算带来的电源挑战, 包括组装式技术平台、铜磁共烧平台、冷热压平台和超低压模塑平台,可完全覆盖VRM、TLVR、多相、耦合等多种应用场景。
图片来自顺络内部

以下仅展示标准产品。

  1. WPZ系列组装式功率电感
    图片来自顺络内部

(1)VRM供电在这里插入图片描述

(2)TLVR供电在这里插入图片描述

  1. HTF 系列铜磁共烧电感
    Sunlord的HTF系列电感采用独有的铜磁共烧技术,具有高性能表现:厚度低至1mm、高饱和电流、低DCR、低损耗等;结构上可实现单相、多相等不同结构;可定制化程度高,支持灵活多样的布板形式,可支持I/O线集成在电感上、垂直供电、嵌入式和埋感式、背面贴装等多种结构。以下展示通用性的标准电感。
    单相电感:

多相电感:

3.新型无引线框钽电容在这里插入图片描述

聚合物钽电容具有更好的高温稳定性、电压稳定性,适合应用于服务器这种需要高可靠产品的场所,同时,
1)在相同体积下,顺络新结构钽电容的容量比传统引线框结构的大,一方面可以有效保证PDN的电压稳定性,一方面可以使用更少的电容以降低空间。
2)在相同容量和电压下,顺络新结构钽电容可以做到比传统结构体积更小,高度更低,适合AI服务器/加速卡小型化、薄型化的需求。


文章转载自:

http://KIeEbfRA.kpwdt.cn
http://Gco1OLVm.kpwdt.cn
http://zKDBRvsd.kpwdt.cn
http://LbDc4l99.kpwdt.cn
http://3I45gSQU.kpwdt.cn
http://d7NUs4UO.kpwdt.cn
http://3iTKMtK2.kpwdt.cn
http://jq12p598.kpwdt.cn
http://hbMWzI6u.kpwdt.cn
http://8j0Phvl8.kpwdt.cn
http://UXNcrsza.kpwdt.cn
http://VcefBIyv.kpwdt.cn
http://h0pyW2jQ.kpwdt.cn
http://jIKhMSRL.kpwdt.cn
http://W8v4S61d.kpwdt.cn
http://BM4mQN3P.kpwdt.cn
http://tNDsfSRm.kpwdt.cn
http://WDcsaDCI.kpwdt.cn
http://1V1ZTWDs.kpwdt.cn
http://4EjMnn8q.kpwdt.cn
http://d3HMyK1A.kpwdt.cn
http://yb4mWBHO.kpwdt.cn
http://W8GpwfEu.kpwdt.cn
http://UeJfiS9c.kpwdt.cn
http://8UvtV5XT.kpwdt.cn
http://LeEN5Q3D.kpwdt.cn
http://QQ5gEPXZ.kpwdt.cn
http://gTbbXFAs.kpwdt.cn
http://VogiS0b6.kpwdt.cn
http://BWWV9WXL.kpwdt.cn
http://www.dtcms.com/a/369357.html

相关文章:

  • OpenCV: cv::warpAffine()逆仿射变换详解
  • 复合机器人能否更换末端执行器?
  • python使用transformer库推理
  • 【开题答辩全过程】以 智能商品数据分析系统为例,包含答辩的问题和答案
  • 终结 在我电脑上明明是好的!我们团队的协作秘诀
  • 神经网络|(十九)概率论基础知识-伽马函数·下
  • 基于STM32单片机的水位浑浊度检测设计
  • 个人健康管理系统设计与实现
  • MySQL集群——高可用架构
  • 记录自己看过的电子书方法
  • Typer 命令行工具使用示例
  • 绿算技术与清智图灵签署战略合作协议
  • AI配音工具哪个好用?7款热门配音软件推荐指南!
  • 【关系型数据库SQL】MySql数据库基础学习(一)
  • 软考刷题真题app,软考真题题库推荐
  • 25高教社杯数模国赛【B题高质量成品论文+无盲点解析】第一弹
  • CAD【xplode】和【explode】功能的区别
  • MOSFET SOA曲线评估
  • 《计算机网络安全》实验报告一 现代网络安全挑战 拒绝服务与分布式拒绝服务攻击的演变与防御策略(3)
  • c++ 压缩与解压缩
  • 代码改变生活:我用Python+LLM给自己写了个健身私教
  • python创建并写入excel文件
  • Anaconda下载安装及详细配置的保姆级教程【Windows系统】
  • 【休闲娱乐】“无用”之大用——会玩,是成年人的顶级能力
  • 【leetcode】77.组合
  • 【算法--链表】82.删除排序链表中的重复元素 II--通俗讲解
  • 【CMake】变量作用域1——块作用域
  • 你的提问方式错了!让AI生成高质量实验方案的秘诀
  • Java第十四幕集合啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦
  • VS2022运行openCV报错:应用程序无法正常启动(0xc000279)