介绍
人工智能技术正迅速渗透到社会的各个方面,从社交媒体上的人脸克隆到工厂自动化的优化,无所不包。人工智能的卓越能力得益于服务器集群计算能力的显著提升,如今处理器晶体管的数量已达数千亿,芯片功耗也以千瓦为单位。然而,人工智能的进一步发展仍面临诸多挑战——芯片供电轨的功率已无法进一步降低以降低功耗;散热问题日益突出;如何在有限的空间内为处理器芯片输送超过1000安培的电流已成为一个重要的实际难题。.
最终芯片核心电压(目前约为 400mV 至 900mV)由服务器集群的交流电源输入产生,这一过程分阶段进行。最初,通常会将其转换为 54V。直流, 这种方式适用于服务器机架周围的电源分配。它提高了电气安全性,并将电流保持在较低水平,从而可以合理选择电缆尺寸。处理器端的DC/DC转换器可以直接将电压降至1V以下。然而,如此高的转换比会导致显著的损耗,并且占用更多空间,因此在高功率水平下不太实用。为了解决这个问题,通常会使用中间总线,然后在其后连接一个靠近处理器的多相电压调节模块(VRM),以最大限度地减少高负载电流下的静态和动态电压降。最近,一种电力电子设计趋势甚至将最终的转换级直接放置在处理器下方,以实现‘垂直供电’。.
现在需要选择使用哪种中间母线电压,而确定最佳值并非易事,因为需要考虑多种因素。产生母线电压的直流/直流中间母线变换器 (IBC) 通常采用‘固定比率/非稳压’变换器,以提高效率并简化结构。最常见的比率是 4:1 和 8:1,分别产生 13.5VDC 和 6.75VDC 的标称电压。但是,如何决定选择哪种比率呢?
这两个母线电压之间一个明显的关键区别是输出电流额定值:6.75V 时约为 150A。直流 相比之下,每千瓦负载13.5伏电压下电流为75安。这意味着1英石 4.1阶段IBC可以放置在距离2更远的地方。和 级 VRM 转换器,分配损耗极小,从而为处理器 GPIO、PCIe 和内存布线腾出空间。另一方面,为了避免因 8:1 1 而导致的显著分配损耗,英石 IBC阶段,它们需要放置在2附近。和 阶段 VRM 可能会干预处理器路由。.
2号输入端输入13.5V电压和 对于 VRM 而言,13.5V 输入通常是一个优化值,由于其占空比低于 6.75V 输入,因此其顶部开关的导通损耗相对较低。但同时,该 VRM 的开关损耗也相对较高。这些损耗与输入电压、开关边沿持续时间、功率和频率成正比,因此,比较 13.5V 和 6.75V 输入,PoL 的整体效率可能变化不大。.
或许更重要的问题是,对于相同的纹波电流和关断时间,4:1、13.5V 的 IBC 所需的输出电感是 8:1 IBC 的两倍(见下图 1)。实际结果是,对于紧凑型 IBC 封装,电感器(它通常已经是许多设计中最高的元件)的高度会进一步增加,可能导致整体高度从 5 毫米增加到 10 毫米。这在处理器附近可能会造成问题,因为高功率液冷散热片会延伸到相邻元件上方,要求 IBC 采用低矮设计。10 毫米高的 IBC 可能无法安装在 PC 背面,从而限制了其安装位置的选择。.

图 1:在‘比率式’IBC 的输出级中,对于给定的纹波电流和关断时间,电感器尺寸与输出电压成正比。
当然,还有其他转换比,例如 5:1 和 6:1,可用于微调性能。然而,更常见的‘标准’转换比 4:1 和 8:1 通常具有最佳的兼容性,并可选择更广泛的 DC/DC 转换器。.
电源转换架构通常根据其整体端到端效率进行评估,这无疑是选择IBC时的一个重要因素。然而,IBC和VRM实际消耗的功率与负载相比微不足道,负载通常比IBC大25倍,并且位于附近。例如,一个功耗为1kW的处理器可能只会使IBC损失20W的功率。例如,Flex BMR315 5:1 IBC和 BMR320 8:1 IBC 在 400W 输出功率下效率仅相差 0.3%,相当于 1.7W 的功耗差异,几乎可以忽略不计。鉴于 IBC 的低功耗,通常只需标准系统风道即可满足散热需求,无需像最新一代 CPU 那样集成到复杂的液冷系统中。.
在选择理想的IBC电压转换比时,系统设计人员除了考虑整体效率外,还应考虑其他因素。物理尺寸,尤其是高度,在当今高性能AI服务器主板有限的空间内,可能成为决定性因素。.