宣传册
从电网到芯片，为数据中心供电
人工智能的发展
广义而言，人工智能是指模拟机器的智能行为。通俗地说，当机器模仿人类通常认为只有人类才具备的认知功能，例如学习和解决问题时，我们就称之为人工智能。.
人工智能的概念自电子计算机发展以来就已存在。它最早于20世纪50年代被提出，并催生了旨在模仿人类问题解决能力的计算机程序的开发。然而，尽管在20世纪60年代和70年代出现了大量的研究活动，但由于硬件和软件的限制，这些早期的计算机程序只能执行有限的任务，而且通常仍然需要人工干预。.
不过，近年来计算能力的进步重新燃起了人们对人工智能的兴趣，世界上大多数最大的公司现在都设有专门的研究部门，致力于推进这一概念——从无人驾驶汽车到实时语音翻译服务，再到像 Siri 和 Alexa 这样的语音激活智能助手。.
许多基于人工智能的新型产品和服务都严重依赖云计算。人工智能的计算量极大，本地或边缘设备的性能通常不足以独立处理所有任务。例如，您的智能音箱或许可以在本地识别唤醒词，例如“Alexa”。然而，更复杂的句子和查询需要通过互联网传输到云端服务器进行处理，才能生成分析结果。.
同样，在B2B应用中，本地收集的数据通常需要发送到服务器，可以是单个公司的集中式服务器，也可以是位于云数据中心的服务器。例如，一家工厂可能拥有数百个传感器，用于收集数据以跟踪效率和进行预测性维护——所有人工智能处理都可以在例如亚马逊AWS云平台上远程完成。人工智能也在帮助我们打造智慧城市——例如，通过控制交通信号灯来管理车辆的顺畅通行——并助力智能建筑的建设，例如通过人工智能控制供暖、照明和空调系统。.
数据中人工智能的能源需求 中心
数据中心消耗大量电力——不仅用于驱动IT设备本身，还用于运行冷却和空调系统。数据中心用电量占全球总用电量的百分比估计各不相同，但耶鲁环境360最近的一份报告指出，这一数字为2100万亿至34万亿亿英镑，而新冠疫情导致的互联网流量和视频会议激增进一步推高了这一数字。[1]. 该报告还预测，从 2020 年到 2022 年，互联网流量将翻一番，物联网连接数也将出现类似的增长——所有这些都将推动对数据中心服务的需求呈指数级增长。.
由于效率的提高，所有这些额外的活动实际上并没有导致电力消耗大幅增加，预计至少在近期内电力消耗将保持平稳。除了IT设备效率的提高外，小型数据中心向大型云数据中心的过渡以及服务器虚拟化带来的节能也对此有所助益。[2]. 数据中心效率通常用电源使用效率 (PUE) 来衡量，它是数据中心总功耗与计算功耗的比值。对于大型现代化数据中心而言，该指标已从约 2.0 降至通常的 1.2。[3].
那么人工智能呢？不出所料，它正不断推高电力消耗。行业机构AFCOM估计，数据中心一个普通机架的耗电量约为7千瓦，而人工智能应用通常耗电量超过30千瓦。[4]. 这是一个相当大的飞跃，随着人工智能使用量的增加，上述效率提升是否能继续抑制整体需求，还有待观察。.
人工智能耗电量的增加很大程度上是由于其对处理性能的巨大需求，这需要高速CPU和GPU。每次我们向智能音箱提问，或者YouTube向我们推荐新视频时，这些处理器都需要高速运转，为这些服务提供人工智能支持。.
电力系统如何跟上步伐
提高电源效率可以带来双重好处：既能降低IT设备的耗电量，又能减少所需的冷却量。随着企业面临越来越大的减排压力，降低能耗不仅仅是经济问题，出于环保原因，尽可能降低能耗也至关重要。.
此外，随着计算密集型人工智能的机架功率水平从小于 10kW 提升至大于 30kW，机架内首选的直流配电电压也从 12V 过渡到 48V。改进后的 I2配电网络中的 R 损耗通常超过额外的板级 48V 到 12V 转换损耗，从而带来净系统效率提升，但 48V 配电增加了对高效 48V 转换的需求。.
对于数据中心的一般负载，例如服务器中的存储和 CPU，需要一条 12V 稳压电源轨，以提供不断增长的功率，满足高性能 IT 设备日益增长的需求。这意味着电源系统需要最大限度地提高功率密度，以便在尽可能小的空间内集成所有组件，同时保持效率，从而降低总体成本。.
为了在不影响散热性能的前提下实现如此高的效率和密度，需要采用新的方法。例如，Flex 功率模块开发了混合稳压比 (HRR) 转换器，它结合了固定比率 DC/DC 转换和全稳压的优势，从而实现了 Flex 功率模块等数字 DC/DC 转换器。’ BMR491 在四分之一砖封装中实现 98% 及以上的效率，同时提供高达 2.4 kW 的峰值功率。.
近年来，另一个有助于降低电力系统损耗的趋势是取消了数据中心机架中48V电源的隔离要求。高效中间总线转换器（IBC），例如Flex电源模块，也发挥了重要作用。’ BMR310 开关电容转换器 (SCC) 是一种非隔离式拓扑结构，可在需要时从 48V 电源本地提供 12V 电源。对于人工智能应用，特别是高性能 GPU，SCC 提供非稳压且非隔离的电源，因此能够实现极高的效率、极低的高度和紧凑的整体尺寸。.
48V 到中间总线电压的转换还需要一个最终的转换级来为负载供电。如今的 IT 板卡是复杂且功能多样的模块，通常具有不同的电源需求。负载点 (PoL) 转换器，例如 Flex 电源模块，可以满足这些需求。’ BMR474, 它可以接收 12V 输入，并为各个电源轨提供低压输出，并且可以利用 PMBus 配置的灵活性对每个电源轨进行优化。此外，对于主力处理器而言，对极高电流的需求日益增长，而多相降压转换器仍然是满足这种需求的最佳选择。 BMR510 例如，这是一款两相集成功率级，输入电压范围为 4.5-16V，专为 CPU 和 GPU 等高功率应用而设计。该功率模块包含两个降压功率级，每相峰值电流可达 70A。多个两相模块可以组合成多相系统，以满足总散热和峰值电流要求所需的相数。 BMR510 采用堆叠式设计，在电感器顶部安装 2 个集成功率级，提供 PCB 空间利用率高的模块，并针对顶部散热进行了优化。.
结论
人工智能已迅速从概念变为现实，如今已成为一项广为人知且广泛应用的技术。虽然由于效率的提高，数据中心的整体能耗保持稳定，但人工智能仍有可能迅速推高电力消耗。.
电力系统设计人员需要不断努力减少电力子系统中的损耗，以控制成本和碳排放——他们需要密切关注能够帮助他们实现这一目标的新技术和新组件。.
[1] https://e360.yale.edu/features…
[2] https://energyinnovation.org/wp-content/…
[3] https://www.nature.com/articles/d41586-018-06610-y
[4] https://www.networkworld.com/article/968130/8-ways-to-prepare-your-data-center-for-ai-s-power-draw.html
