（本文編譯自Semiconductor Engineering）

為了提高電源效率，目前的高性能計(jì)算(HPC)和人工智能(AI)數(shù)據(jù)中心使用的電源架構(gòu)即將迎來重大變革。雖然芯片的電壓保持不變，但通向這些芯片的電壓將會(huì)更高，以適應(yīng)更長的傳輸距離。

這一變化對(duì)DC/DC轉(zhuǎn)換器具有廣泛影響。現(xiàn)有架構(gòu)將交流電輸送至每個(gè)機(jī)架，將其轉(zhuǎn)換為直流電，然后通過兩級(jí)降壓將電壓降至所需的芯片電壓。新方法以電動(dòng)汽車(EV)市場(chǎng)已建立的協(xié)議為藍(lán)本，將交流電轉(zhuǎn)換移至樓宇邊緣或一排機(jī)架的末端，并為該排所有機(jī)架提供高于當(dāng)前使用的直流電壓。其結(jié)果是降低電流、減少損耗并減少銅材用量。

這一變革的背景是數(shù)據(jù)中心正面臨持續(xù)增長且看不到盡頭的能源需求。Ansys（現(xiàn)已并入新思科技）電子和半導(dǎo)體業(yè)務(wù)部總監(jiān)Rich Goldman表示：“人工智能、GPU和數(shù)據(jù)中心所驅(qū)動(dòng)的電力需求正在極大地改變?nèi)藗兲幚硎聞?wù)的方式。人們正將數(shù)據(jù)中心建在靠近能源產(chǎn)地的地方?！?/p>

每個(gè)機(jī)架目前都配備交流電

目前的數(shù)據(jù)中心電源配置將交流電分配到所有機(jī)架。每個(gè)機(jī)架底部的托盤包含一個(gè)電源單元(PSU)，用于將交流電轉(zhuǎn)換為標(biāo)稱的48V直流電。某些系統(tǒng)會(huì)根據(jù)需要采用54V直流供電，以便將電池充電至48V。

Amkor Technology計(jì)算產(chǎn)品營銷總監(jiān)John Dinh表示：“電源被轉(zhuǎn)換為直流電，之后還需經(jīng)過多次轉(zhuǎn)換，才能達(dá)到高性能芯片可用的電壓。”

48V電壓為所有上層服務(wù)器以及架頂式(ToR)交換機(jī)供電。在每塊電路板上，電壓分兩級(jí)降壓，最終由驅(qū)動(dòng)MOS(DrMOS)芯片為受電芯片提供電壓?！暗谝患?jí)有一個(gè)電源模塊，將48V降至12V，有時(shí)甚至降至6V，”Dinh解釋道，“第二級(jí)，會(huì)有一個(gè)額外的控制器和DrMOS芯片，進(jìn)一步將電壓降至1V、3V、0.8V或芯片所需的任何電壓?！?/p>

圖1：當(dāng)前高級(jí)數(shù)據(jù)中心電源架構(gòu)。

由于不同芯片的電源電壓要求可能不同，因此第二級(jí)電路需多次重復(fù)配置。DrMOS芯片除了提供必要的電壓外，還必須提供足夠的電流。每個(gè)DrMOS芯片都有電流限制，因此可能需要將多個(gè)芯片并聯(lián)在一起，才能在同一條電源線上達(dá)到規(guī)定的電流值。

例如，英偉達(dá)在其Grace/Hopper和Grace/Blackwell主板上就有很多這樣的芯片?！暗诙?jí)使用了大量DrMOS芯片，”Dinh表示，“GH200為Grace使用了19個(gè)DrMOS芯片，為Hopper使用了56個(gè)DrMOS芯片；而GB200為Grace使用了19個(gè)DrMOS芯片，為Blackwell使用了130個(gè)DrMOS芯片。”

這體現(xiàn)了現(xiàn)有架構(gòu)面臨的挑戰(zhàn)?！八麄儽仨毟淖兗軜?gòu)，”他表示“現(xiàn)在不再只是在GPU周圍填充更多DrMOS了，這種方式是不可持續(xù)的?！?/p>

這與最近幾代DRAM的變革理念類似，目前的每個(gè)內(nèi)存模塊都自帶PMIC，這絕非偶然。Rambus內(nèi)存接口芯片產(chǎn)品營銷副總裁John Eble表示：“這種理念就像數(shù)據(jù)中心的做法一樣。我們?yōu)橛秒娊K端（此處指內(nèi)存）提供更高的電壓和更低的電流，然后通過一個(gè)電源管理IC來接收這些電壓，再生成所有必要的電壓?！?/p>

并非首次升壓

數(shù)據(jù)中心的電源架構(gòu)只有一個(gè)目的——接收輸送的交流電，并盡可能多地將電力輸送到芯片和其他組件。這關(guān)系到電源效率，但這種效率是相對(duì)的。早期，數(shù)據(jù)中心機(jī)架采用12V直流供電，但隨著機(jī)架功率超過15kW，行業(yè)逐漸轉(zhuǎn)向48V。

當(dāng)時(shí)的理由與下一組擬議的變更相同。由于功率是以VI計(jì)算的，因此在給定功率的情況下，電壓的增加會(huì)導(dǎo)致電流成比例地減少。而電流的大小對(duì)數(shù)據(jù)中心有多方面的影響。

首先，電流決定了連接電源所需導(dǎo)線的規(guī)格。目前的配置預(yù)計(jì)每個(gè)機(jī)架需要約200公斤的銅，以支持人工智能和其他計(jì)算密集型工作負(fù)載所需的巨大功率。通過降低電流，數(shù)據(jù)中心可以使用更少的銅線進(jìn)行布線，這是一項(xiàng)不小的投資。

其次，影響在于特定導(dǎo)線對(duì)交流電和直流電的載流能力差異。趨膚效應(yīng)意味著，對(duì)于交流電，大部分電流在導(dǎo)線表面附近流動(dòng)，而流經(jīng)導(dǎo)線內(nèi)部的電流較少。

“在系統(tǒng)層面，使用相同數(shù)量的銅材傳輸交流電和直流電時(shí)，直流電可以輸送更高的功率，”Dinh表示。僅此一項(xiàng)就能通過現(xiàn)有線路提供更多電力。

此外，減少交流電也意味著，相同的電流可以通過更細(xì)的導(dǎo)線傳輸 —— 利用導(dǎo)線的全部截面，而非僅表面邊緣，這同樣能減少銅材的使用。

最后，傳導(dǎo)損耗與電流的平方成正比。這意味著降低電流可以減少損耗，從而提高效率。在盡可能長的布線距離內(nèi)保持較高電壓，意味著在盡可能靠近芯片的位置再進(jìn)行降壓。這既節(jié)省了電力，又能保持較高的電源完整性。

新型數(shù)據(jù)中心電源配置

目前所提出的電源架構(gòu)將PSU移到數(shù)據(jù)中心的邊緣區(qū)域，或至少將其部署在獨(dú)立的機(jī)架中。這類機(jī)架有時(shí)被稱為“旁置機(jī)架”，通常設(shè)置在一排機(jī)架的末端。

“下一代機(jī)架式計(jì)算引入了集中式電源架構(gòu)，”Dinh解釋道，“電源將擁有專屬機(jī)架，不再僅僅是機(jī)架底部的一個(gè)托盤。在這種架構(gòu)中，數(shù)千伏的交流電在數(shù)據(jù)中心邊緣區(qū)域轉(zhuǎn)換為直流電，輸出電壓為800伏直流電，并將輸送到機(jī)房或成排的機(jī)架?！?/p>

這就省去了目前為每個(gè)機(jī)架供電的交流電。取而代之的是，機(jī)架接收高直流電壓，然后在靠近負(fù)載的電路板上，通過多階段降壓將其降至芯片所需的電壓。

圖2：新型數(shù)據(jù)中心電源架構(gòu)。

這種配置被稱為高壓直流輸電(HVDC)，它借鑒了電動(dòng)汽車充電器的部分技術(shù)?！暗靡嬗陔妱?dòng)汽車充電技術(shù)，這種裝置成本更低，部署也更便捷，”Dinh指出，“數(shù)據(jù)中心向高壓直流輸電的過渡，恰好與電動(dòng)汽車充電基礎(chǔ)設(shè)施的發(fā)展相吻合。”

800V并非不可逾越的門檻，有些人認(rèn)為400V是更可行的數(shù)字。但英偉達(dá)已經(jīng)公開表示，其Kyber機(jī)架架構(gòu)（預(yù)計(jì)將于2027年上市）將采用800V配置，和一個(gè)側(cè)邊機(jī)架來容納電源和冷卻基礎(chǔ)設(shè)施。

當(dāng)然，這將導(dǎo)致每棟建筑或每排機(jī)架都需要進(jìn)行一次交直流轉(zhuǎn)換，而不是每個(gè)機(jī)架都要單獨(dú)轉(zhuǎn)換。在現(xiàn)有配置下，如果一個(gè)電源發(fā)生故障，只會(huì)影響一個(gè)機(jī)架的運(yùn)行。如果新的電源發(fā)生故障，則會(huì)影響更多機(jī)架的運(yùn)行?！敖M件數(shù)量減少可能會(huì)造成單點(diǎn)故障。為了解決這個(gè)問題，必須配備冗余系統(tǒng)，”Dinh補(bǔ)充道。

FET和電源完整性

目前的方案意味著，負(fù)責(zé)將電源設(shè)備輸出電壓降壓的半導(dǎo)體必須能夠支持50V以上的電壓。這與即將到來的800V電壓相差甚遠(yuǎn)，后者需要高壓半導(dǎo)體的支持。這將增加對(duì)SiC晶體管的需求，因?yàn)镾iC晶體管在承受高壓方面的表現(xiàn)遠(yuǎn)優(yōu)于硅基晶體管和GaN晶體管。實(shí)際上，電動(dòng)汽車領(lǐng)域現(xiàn)有的部分設(shè)計(jì)可經(jīng)過改造沿用，從而降低轉(zhuǎn)型難度。

Ansys產(chǎn)品營銷總監(jiān)Marc Swinnen表示：“我們看到功率器件的需求激增。功率場(chǎng)效應(yīng)晶體管(FET)應(yīng)用極為普遍。由于需要切換的功率規(guī)模極大，必須使用FET?！?/p>

對(duì)于此類芯片來說，對(duì)電源完整性驗(yàn)證的需求變得更加迫切，因?yàn)樵O(shè)計(jì)參數(shù)的微小變化都可能會(huì)產(chǎn)生很大的影響。

“有一些專門設(shè)計(jì)用于詳細(xì)分析功率晶體管的工具，”Swinnen表示，“這些工具使用二維網(wǎng)格劃分，因?yàn)榫w管承載的功率非常大，其導(dǎo)通電阻（RDSon）是最重要的參數(shù)。必須精準(zhǔn)計(jì)算導(dǎo)通電阻，并準(zhǔn)確識(shí)別電壓降的具體位置，以避免出現(xiàn)熱點(diǎn)，如避免在拐角處或其他位置出現(xiàn)過多的電壓降，從而導(dǎo)致局部發(fā)熱。這與傳統(tǒng)僅基于電阻-電容（RC）模型的電源完整性分析截然不同?！?/p>

溫度在這里扮演著重要的角色，因?yàn)樗梢约ぐl(fā)正反饋回路?！肮β释菧囟鹊拈g接體現(xiàn)，”Swinnen表示，“當(dāng)人們說‘我擔(dān)心功率問題’時(shí)，實(shí)際上是擔(dān)心設(shè)備會(huì)過熱。而這里存在一個(gè)反饋機(jī)制：芯片的功耗取決于其溫度，溫度越高的芯片功耗越大，反過來，更大的功耗又會(huì)導(dǎo)致芯片溫度進(jìn)一步升高。這是一個(gè)先有雞還是先有蛋的循環(huán)問題。”

并非所有數(shù)據(jù)中心都采用這種架構(gòu)

鑒于目前運(yùn)營的數(shù)據(jù)中心數(shù)量眾多，將它們?nèi)哭D(zhuǎn)換為這種新架構(gòu)的成本過高，這既不切實(shí)際，也沒有必要。只有極少數(shù)工作負(fù)載需要這種架構(gòu)提供的超大功率。事實(shí)上，這一變革的必要性，源于對(duì)未來人工智能工作負(fù)載所需功率的預(yù)估。除人工智能和高性能計(jì)算之外的其他應(yīng)用程序，可繼續(xù)在現(xiàn)有基礎(chǔ)架構(gòu)上運(yùn)行。

與此同時(shí)，電力輸送基礎(chǔ)設(shè)施（電氣和機(jī)械）制造商正加緊支持該新架構(gòu)。英偉達(dá)的承諾消除了部分風(fēng)險(xiǎn)，預(yù)計(jì)幾年內(nèi)即可完成部署。