广告

以极致能效破解人工智能背后的“能源危机”

2024-12-19 17:38:25 安森美 阅读:
电力正在成为威胁人工智能 (AI) 进步的最新瓶颈,而人工智能迅猛增长的算力背后,攀升的能源占用也正在大量挤占正常的社会用能需求···

电力正在成为威胁人工智能 (AI) 进步的最新瓶颈,而人工智能迅猛增长的算力背后,攀升的能源占用也正在大量挤占正常的社会用能需求。业界预测,到2030年全球人工智能行业预计将会消耗全球电力的3.5%,人工智能的电力消耗将持续快速增长。以美国的数据中心为例,到2030年可能会消耗高达9%的全美发电量,大致相当于40座中等规模核电厂的年发电量。Ge8ednc

如此规模的用电量,如果能降低哪怕0.1%的能耗都是一个巨大的数字。为了帮助解决迫在眉睫的电力压力,全球业界都在产业生态链积极探索所有可能,其中功率半导体企业是其中的关键力量。例如安森美(onsemi)开发了一系列新的硅沟槽功率MOSFET和碳化硅(SiC) MOSFET。其Si和SiC MOSFET的组合可以将困扰数据中心电源的功率损耗减少多达1%,仅仅用于数据中心,每年可以节省高达10太瓦时(TWh)的电力。而且可以使其在更小的面积内具有更高的效率和更好的热性能。Ge8ednc

电动汽车的“成功范本”,碳化硅即将成为数据中心的“救赎”

虽然碳化硅在功率半导体中是一种相对较新的材料,但它正在取代硅成为高压功率开关的黄金标准。尽管目前看来成本较高,但在电池组和电机之间的电动汽车牵引逆变器中已经发挥着关键作用:SiC功率MOSFET总体上损失的功率较小,并且可以以更快的速度切换,这有助于节省空间并降低系统成本。Ge8ednc

现代数据中心为训练和运行人工智能而消耗惊人电力,碳化硅必将在减少损耗和提高能效方面发挥作用。2022 年,这些庞大的服务器集群消耗了全球总电力的 2%,即约 460 TWh。但科技巨头和初创公司渴望获得更多的动力,以便在人工智能竞赛中保持相关性,国际能源署估计到 2025 年至少需要650 TWh的电源供应。Ge8ednc

传统的 CPU 每个都需要大约 300 W,用于数据中心高压配电的 AC-DC 电源为多达 10 个此类芯片供电,总功率一般达 3,000 W。最新的 AI 加速器,例如 NVIDIA 的 Hopper GPU,功耗更高,目前每个加速器需要高达 700 W,到 2025 年,其 Blackwell GPU 的额定功耗为 1,000 W 或更高。到本世纪末,消耗 2 kW 或更高功率的单个数据中心 GPU将可能成为一种“司空见惯”的配置。这种 AI 芯片正在将数据中心的电力需求提高 3 倍或更多。仅一个机架服务器消耗的功率就上升到 90 kW,甚至高达 120 kW,高于目前的 15 到 30 kW 的水平。Ge8ednc

当电力从电网进入数据中心时,它会被多次转换,然后被服务器核心的 CPU、GPU 和/或 AI 芯片使用。电源单元 是电力运行的第一个部件之一,它将用于高压配电的交流电转换为电压较低的稳压直流电,适用于服务器及其内部的电路板(见图)。Ge8ednc

Ge8ednc

多年来,为服务器和 PCB 供电的标准直流电压为 12 V。电源将交流电源从电网集中转换,并将其通过总线传输到服务器,在那里它被转换为可用于处理器内核的电压。然而,随着电力需求的增加,这种方法造成的损耗开始失控。因此,技术领导者正在升级到 48 V,以将所需的电流减少到原来的1/4,因为欧姆定律规定功率等于电流乘以电压 (P = I × V)。Ge8ednc

由于 CPU、GPU 和其他现代芯片内部的处理器内核使用的电压已降至不到一伏特,因此需要几个不同的电压轨,这些电压轨可以在相对较高的功率下运行。解决方案是添加另一个 DC-DC 转换器级(称为中间总线转换器),将来自电源的 48 V 电压转换为 12 V 本地总线电压,然后可以通过电压调节模块更有效地转换为处理器内核所需电压,从而桥接供电网络的“最后一英寸”。Ge8ednc

每次将电力从一种形式转换为另一种形式时,都会浪费一定程度的电力,从而导致必须仔细管理的热量。在“超大规模”数据中心的情况下,世界上的亚马逊、谷歌和微软需要 120 kW 的机架功率来运行 AI 服务器核心的 CPU、GPU 和其他硅芯片。然而,大约 12% 的电力在进入 GPU 之前最终被浪费掉,产生 15 kW 的热量,在许多情况下,必须用水或其他形式的液体冷却来消散。为了尽可能多地消除数据中心电源的低效率,全球半导体公司正在投资从更先进的电源拓扑到同步整流等新方法的所有方面。Ge8ednc

而位于数据中心开关电源(SMPS)核心的MOSFET是其中的关键,为了不断突破系统效率和功率密度的极限,这些功率器件必须尽可能高效。几十年来,硅一直处于电力电子领域的前沿,而安森美最新的 650V EliteSiC MOSFET 将 SiC 引入数据中心,卓越的开关性能和更低的寄生电容,使其在继电动汽车领域大放异彩后在数据中心配电方面再成为能力担当。Ge8ednc

以T10 PowerTrench与EliteSiC 赋能数据中心高效率电源

最近,安森美推出最新一代T10 PowerTrench®系列和EliteSiC 650V MOSFET的强大组合为数据中心应用提供了一种完整解决方案,该方案以在更小的封装尺寸下提供了卓越的能效和卓越的热性能著称。Ge8ednc

通过使用T10PowerTrench系列和EliteSiC 650V解决方案,数据中心能够减少约1%的电力损耗。如果在全球的数据中心实施这一解决方案,每年可以减少约10太瓦时的能源消耗,相当于节省4.29亿吨煤炭的发电量,也相当于每年为近百万户家庭提供全年的用电量。Ge8ednc

EliteSiC 650V MOSFET提供了卓越的开关性能和更低的寄生电容,可在数据中心和储能系统中实现更高的效率。与上一代产品相比,新一代碳化硅MOSFET的栅极电荷减半,并且将储存在输出电容中的能量(Eoss)与输出电荷(Qoss)减少44%,从而将导通损耗降至最低。与超级结(SJ)MOSFET相比,它们在关断时没有拖尾电流,在高温下性能优越,能显著降低关断损耗。此外,与硅相比,热量管理效率更高,这有助于进一步限制开关损耗。这使得客户能够在提高工作频率的同时减小系统元件的尺寸,从而全面降低系统成本。Ge8ednc

而T10 PowerTrench系列专为处理对DC-DC功率转换级至关重要的大电流而设计,以紧凑的封装尺寸提供了更高的功率密度和卓越的热性能。这是通过屏蔽栅极沟槽设计实现的,该设计具有超低栅极电荷和小于1毫欧的导通电阻RDS(on)。此外,软恢复体二极管和较低的Qrr有效地减少了振铃、过冲和电气噪声,从而确保了在压力下的最佳性能、可靠性和稳健性。T10 PowerTrench 系列还符合汽车应用所需的严格标准。Ge8ednc

Ge8ednc

这些芯片在沟道中还具有更高的电子迁移率,沟道是栅极下方的空间,将电子从源极发送到开关的漏极。因此,它们的导通和关断速度明显快于IGBT或其他硅功率FET,从而控制了开关过程中可能增加的功率损耗。SiC 不仅在功率处理方面表现出色,而且还具有更高的导热性,可实现更高效的冷却。这些 FET 也可以在更高的工作温度下安全运行。Ge8ednc

T10 PowerTrench 系列硅 MOSFET 专为处理高电流(对 DC-DC 功率转换级至关重要)而设计,在非常紧凑的尺寸中提供更高的功率密度和卓越的散热性能。这些改进主要归功于功率FET的底层“屏蔽栅极沟槽”结构,使其栅极电荷最小,并将导通电阻(RDS(on))降至1 mΩ以下。软恢复体二极管限制了反向恢复电荷(QRR),从而最大限度地减少了振铃和噪声,同时降低了过冲的风险。这有助于最大限度地提高设备的性能、可靠性和稳健性。Ge8ednc

Ge8ednc

责编:Ricardo
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 新一代MCU向着边缘AI和实时控制发展 在工业和汽车领域,电机驱动和数字电源转换是典型的实时控制系统,要求处理器具有高实时性和强大的数学计算与处理能力。这些应用需要优质的ADC和PWM功能,并通过联动机制,形成高效、有机的实时控制系统。
  • Arm年度技术大会:2025年底预计将有1,000亿台具备AI能力 近日,作为 Arm 一年一度的技术盛会,2024 年度技术大会 (Arm Tech Symposia 2024) 在上海和深圳成功举办。这次的大会十分特殊,以往 Arm 年度技术大会往往会专注于特定的应用市场,而今年的大会只聚焦于一个领域——AI···
  • Arm Tech Symposia 年度技术大会顺利收官,继续构建 作为当今时代最重大的技术变革之一,AI 极有潜力成为人类毕生最重要的技术。Arm 不仅提供了应用广泛的通用计算平台,还通过将 IP 与开源软件和工具乃至广泛的行业领先生态系统相结合,让全球 2,000 万开发者都能够使用 Arm 计算平台作为 AI 创新基础···
  • 继联网传输视频、图片之后,现在连气味也能远程传送了? 这是一家名为Osmo的“数字嗅觉”公司推出的技术,该公司在最近成功利用 AI 技术分析一个位置的气味,并在无需人工干预的情况下在其他地方复制它,实现了气味的远程传送···
  • AI 大模型迈向多模态,助力具身智能与机器人实现创新 你听过莫拉维克悖论 (Moravec's paradox) 吗?该悖论指出,对于人工智能 (AI) 系统而言,高级推理只需非常少的计算能力,而实现人类习以为常的感知运动技能却需要耗费巨大的计算资源···
  • 2024诺贝尔奖公布,竟然有两项都颁给了AI? 诺贝尔奖被普遍认为是在世界范围内,所有颁奖领域内能够取得的最高荣誉,最近,2024年的诺贝尔奖获奖名单也陆续公布了出来,而在目前公布的奖项中竟然有两项都与人工智能相关···
  • 无处不在的 Arm 软硬件生态赋能开发者 AI 创新 人工智能 (AI) 是当今最重大的技术变革之一,并正以前所未有的速度推动着各行各业的发展···
  • AI普及给嵌入式设计人员带来新挑战 探讨了人工智能(AI)的普及给嵌入式设计人员带来的新挑战。在创建“边缘机器学习(ML)”应用时,设计人员必须确保其能有效运行,同时最大限度地降低处理器和存储开销,以及物联网(IoT)设备的功耗。
  • 自制一个能拍照、能回答问题的智能眼镜,只要180块? 在Meta近日举办的Llama 3 hackathon黑客马拉松活动中,一项名为“Open Glass AI”的开源项目仅花费了20美元(约144元人民币)的物料成本就将一副普通的眼镜改装成了智能眼镜,成功斩获了比赛第一名···
  • 设计汽车雷达系统的挑战 高清雷达在任何天气条件下都能有效地进行基于人工智能的前端物体探测,与其他传感器通道相辅相成,进一步提高了准确性和安全性。对于构建高价值嵌入式雷达系统的制造商来说,市场潜力巨大。然而,如何有竞争力地发掘这一潜力却充满挑战。在本文中,我们探讨了其中一些挑战。
  • 英特尔推出全球最大神经拟态系统,速度比人脑快200倍 4月18日,英特尔宣布,其打造出了全球最大的神经拟态系统——Hala Point,该系统内置1152个英特尔Loihi 2处理器,拥有11.5 亿个神经元和1280亿个突触,速度最高可达人脑的 200 倍···
  • Meta推出下一代AI基础设施MTIA芯片,整体性能提升达3倍 2023年,Meta推出了元训练和推理加速器(MTIA)v1,这是一款专为Meta的深度学习推荐模型设计的第一代人工智能推理加速器,与上一代相比,最新版本芯片的性能得到了显著的提升···
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了