Optimierung der Leistungselektronik
Mit dem Aufstieg von KI, maschinellem Lernen und intensiverem Cloud-Computing sehen sich moderne Rechenzentren mit einem beispiellosen Energiebedarf konfrontiert. Diese energiehungrigen Anwendungen belasten CPUs und GPUs enorm und erfordern innovative Lösungen, um Leistung und Energieeffizienz in Einklang zu bringen. In diesem Blog untersuchen wir Strategien zur Optimierung der Stromverteilung in Rechenzentren und heben Zwischenbusumrichter (IBCs) als entscheidende Komponente für die Bewältigung steigender Leistungslasten bei gleichzeitiger Aufrechterhaltung der Systemeffizienz hervor.
Die wachsende Energieherausforderung
Neue Technologien wie KI und Kryptowährungs-Mining beschleunigen den Energieverbrauch von Rechenzentren. Laut der Internationalen Energieagentur (IEA) wird der weltweite Stromverbrauch von Rechenzentren im Jahr 2022 voraussichtlich 1000 US-Dollar betragen. erreichte 460 Terawattstunden (TWh) und könnte sich bis 2026 mehr als verdoppeln. Um dies in Relation zu setzen: Dieser Energiebedarf entspricht in etwa dem gesamten Stromverbrauch Japans.
Dieses rasante Wachstum unterstreicht den dringenden Bedarf an effizienten Stromversorgungsnetzen. Durch die Optimierung der Stromversorgungsarchitekturen können Rechenzentren ökologische Nachhaltigkeit erreichen und die Betriebskosten senken.
Stromversorgung des Waagenschranks
Aktuelle Rechenzentren liefern typischerweise 30–40 kW pro Rack, zukünftige Konfigurationen könnten jedoch 200 kW überschreiten, da CPUs und GPUs immer leistungsstärker werden. Zum Beispiel, NVIDIAs H100 KI-Beschleuniger Es arbeitet mit einer thermischen Verlustleistung (TDP) von 700 W, und Modelle der nächsten Generation wie das Blackwell B200 Es wird erwartet, dass die Leistungen 1.200 W erreichen. Um diese Leistungspegel zu bewältigen, müssen PDNs Herausforderungen wie die Bewältigung hoher Ströme bei niedrigen Spannungen, die Minimierung von Spannungsabfällen und Leistungsverlusten sowie die Implementierung effektiver Kühllösungen bewältigen. Die Optimierung des PDN umfasst Kennzahlen wie Energieeffizienz, Leistungsdichte, Rackplatznutzung und Kosteneffizienz.