نمای کلی از منبع تغذیه سرور مرکز داده AI

به عنوان فناوری هوش مصنوعی (AI) به سرعت پیشرفت می کند ، مراکز داده هوش مصنوعی در حال تبدیل شدن به زیرساخت های اصلی قدرت محاسبات جهانی هستند. این مراکز داده باید مقادیر گسترده ای از داده ها و مدلهای پیچیده هوش مصنوعی را کنترل کنند ، که تقاضای بسیار بالایی را بر روی سیستم های برق قرار می دهد. منبع تغذیه سرور مرکز داده AI نه تنها نیاز به تأمین قدرت پایدار و قابل اعتماد دارد بلکه برای برآورده کردن نیازهای منحصر به فرد بارهای کار هوش مصنوعی ، باید بسیار کارآمد ، صرفه جویی در مصرف انرژی و جمع و جور نیز باشد.

1. با راندمان بالا و نیازهای صرفه جویی در مصرف انرژی
سرورهای مرکز داده AI کارهای محاسباتی موازی بی شماری را انجام می دهند و منجر به تقاضای قدرت گسترده می شوند. برای کاهش هزینه های عملیاتی و ردپای کربن ، سیستم های برق باید بسیار کارآمد باشند. فن آوری های پیشرفته مدیریت انرژی ، مانند تنظیم ولتاژ پویا و تصحیح فاکتور قدرت فعال (PFC) ، برای به حداکثر رساندن مصرف انرژی استفاده می شوند.

2. ثبات و قابلیت اطمینان
برای برنامه های هوش مصنوعی ، هرگونه بی ثباتی یا وقفه در منبع تغذیه می تواند منجر به از بین رفتن داده ها یا خطاهای محاسباتی شود. بنابراین ، سیستم های قدرت سرور مرکز داده AI با مکانیسم های افزونگی چند سطحی و بازیابی گسل طراحی شده اند تا در هر شرایطی از منبع تغذیه مداوم اطمینان حاصل شود.

3. مدولار بودن و مقیاس پذیری
مراکز داده هوش مصنوعی اغلب نیازهای محاسباتی بسیار پویا دارند و سیستم های قدرت باید بتوانند برای پاسخگویی به این خواسته ها انعطاف پذیر باشند. طرح های قدرت مدولار به مراکز داده اجازه می دهد تا ظرفیت قدرت را در زمان واقعی تنظیم کنند ، بهینه سازی سرمایه گذاری اولیه و امکان ارتقاء سریع در صورت لزوم.

4. ادغام انرژی تجدید پذیر
با فشار به سمت پایداری ، بیشتر مراکز داده هوش مصنوعی در حال ادغام منابع انرژی تجدید پذیر مانند انرژی خورشیدی و باد هستند. این امر به سیستم های قدرت نیاز دارد تا هوشمندانه بین منابع مختلف انرژی جابجا شوند و عملکرد پایدار را تحت ورودی های مختلف حفظ کنند.

منبع تغذیه سرور مرکز داده AI و نیمه هادی های قدرت نسل بعدی

در طراحی منبع تغذیه سرور مرکز داده AI ، گالیم نیترید (GAN) و کاربید سیلیکون (SIC) ، که نمایانگر نسل بعدی نیمه هادی های قدرت است ، نقش مهمی را ایفا می کنند.

- سرعت و کارآیی تبدیل قدرت:سیستم های برق که از دستگاه های GAN و SIC استفاده می کنند ، سه برابر سریعتر از منبع تغذیه سنتی مبتنی بر سیلیکون ، به سرعت تبدیل نیرو می رسند. این افزایش سرعت تبدیل منجر به از بین رفتن انرژی کمتری می شود و باعث افزایش قابل توجه راندمان کلی سیستم قدرت می شود.

- بهینه سازی اندازه و کارآیی:در مقایسه با منبع تغذیه سنتی مبتنی بر سیلیکون ، منبع تغذیه GAN و SIC نیمی از اندازه است. این طراحی جمع و جور نه تنها باعث صرفه جویی در فضا می شود بلکه چگالی قدرت را نیز افزایش می دهد و به مراکز داده هوش مصنوعی اجازه می دهد تا قدرت محاسباتی بیشتری را در فضای محدود قرار دهند.

-برنامه های با فرکانس بالا و درجه حرارت بالا:دستگاه های GAN و SIC می توانند در محیط های با فرکانس بالا و درجه حرارت بالا پایدار عمل کنند و ضمن اطمینان از قابلیت اطمینان در شرایط استرس بالا ، نیازهای خنک کننده را تا حد زیادی کاهش می دهند. این امر به ویژه برای مراکز داده هوش مصنوعی که نیاز به عملکرد طولانی مدت و با شدت بالا دارند ، بسیار مهم است.

سازگاری و چالش های اجزای الکترونیکی

از آنجا که فن آوری های GAN و SIC به طور گسترده تر در منبع تغذیه سرور مرکز داده AI مورد استفاده قرار می گیرند ، اجزای الکترونیکی باید به سرعت با این تغییرات سازگار شوند.

- پشتیبانی با فرکانس بالا:از آنجا که دستگاه های GAN و SIC در فرکانس های بالاتر فعالیت می کنند ، اجزای الکترونیکی ، به ویژه سلف و خازن ، باید عملکرد عالی با فرکانس بالا را نشان دهند تا از ثبات و کارآیی سیستم قدرت اطمینان حاصل شود.

- خازن های ESR کم: خازندر سیستم های برق برای به حداقل رساندن از دست دادن انرژی در فرکانس های بالا ، نیاز به مقاومت سری معادل پایین (ESR) دارند. با توجه به ویژگی های برجسته ESR کم ، خازن های Snap-In برای این برنامه ایده آل هستند.

- تحمل درجه حرارت بالا:با استفاده گسترده از نیمه هادی های قدرت در محیط های درجه حرارت بالا ، اجزای الکترونیکی باید در چنین شرایطی بتوانند در مدت طولانی پایدار عمل کنند. این امر تقاضاهای بالاتری را به مواد مورد استفاده و بسته بندی قطعات تحمیل می کند.

- طراحی جمع و جور و چگالی قدرت بالا:مؤلفه ها باید ضمن حفظ عملکرد حرارتی خوب ، چگالی قدرت بالاتری را در فضای محدود فراهم کنند. این چالش های قابل توجهی را برای تولید کنندگان قطعات ارائه می دهد اما همچنین فرصت هایی را برای نوآوری ارائه می دهد.

پایان

منبع تغذیه سرور مرکز داده AI در حال تحول است که توسط نیترید گالیم و نیمه هادی های کاربید سیلیکون هدایت می شود. برای برآورده کردن تقاضا برای منبع تغذیه کارآمدتر و فشرده تر ،اجزای الکترونیکیباید پشتیبانی فرکانس بالاتری ، مدیریت حرارتی بهتر و کاهش انرژی کمتری را ارائه دهد. با پیشرفت فناوری هوش مصنوعی ، این زمینه به سرعت پیشرفت خواهد کرد و فرصت ها و چالش های بیشتری را برای تولید کنندگان قطعات و طراحان سیستم قدرت به وجود می آورد.