AI算力提高，高能耗和難散熱問題如何突破？

夢晨 2024-04-10 13:37:06 來源：量子位

允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

隨著AI技術(shù)的廣泛應(yīng)用，從智能手機到自動駕駛汽車，從智能家居到工業(yè)自動化，AI供電芯片的需求量正呈爆炸式增長。它不僅為AI系統(tǒng)提供穩(wěn)定的電力供應(yīng)，確保系統(tǒng)的正常運行，而且還肩負著節(jié)能減排、降低能耗的重任。

然而隨著算力需求的提升，AI設(shè)備的能耗、散熱等問題凸顯，這無疑給AI供電芯片帶來了新的挑戰(zhàn)，如何實現(xiàn)高效率、低功耗、持續(xù)穩(wěn)定的供電成為了業(yè)界關(guān)注的焦點。

能耗“突飛猛進”：算力比拼加速，能耗日益攀升

算力核心設(shè)備由傳統(tǒng)的CPU向GPU的轉(zhuǎn)移，不僅提升了計算效率，更使得復(fù)雜的數(shù)據(jù)處理和深度學(xué)習(xí)模型得以實現(xiàn)。然而，高性能往往伴隨著高能耗。在追求更快計算速度的同時，GPU的能耗也在不斷上升，給數(shù)據(jù)中心和服務(wù)器帶來了巨大的能源壓力。荷蘭數(shù)據(jù)科學(xué)家Alex de Vries在專注能源研究的學(xué)術(shù)期刊《Joule》上發(fā)表的一項研究顯示，按照當(dāng)前趨勢，到2027年，整個人工智能行業(yè)每年將消耗85至134太瓦時的電力（1太瓦時=10億千瓦時）。

散熱“力不從心”：高性能AI芯片的燙手難題

高性能的AI芯片在運行過程中會產(chǎn)生大量熱量，如果不能及時有效地散熱，不僅會影響設(shè)備的穩(wěn)定運行，還可能縮短其使用壽命，制約AI算力的進一步增長。未來，單顆高性能AI芯片的熱設(shè)計功耗將突破1000W，達到了傳統(tǒng)風(fēng)冷散熱的極限。因此，各大公司紛紛投入研發(fā)，探索更有效的散熱解決方案，例如行業(yè)巨頭們正在推進的液冷技術(shù)等。

可靠性“搖擺不定”：大模型訓(xùn)練，AI芯片一損俱損

AI應(yīng)用對芯片的性能與可靠性要求非常高。為了完成一個大模型的訓(xùn)練任務(wù)，通常需要幾千張甚至幾萬張計算卡進行級聯(lián)，提供充足的算力。如果有一張卡出了問題，那么整個大模型的訓(xùn)練都會受到影響。如何定位到失效的板卡也是非常費時費力的工作，嚴重影響訓(xùn)練的效率。

MPS AI電源解決方案的四大突破，助力化解上述難題

MPS深耕計算領(lǐng)域多年，從筆記本、臺式機到自動計算平臺，再到數(shù)據(jù)中心服務(wù)器，與各大平臺都有緊密的合作。隨著傳統(tǒng)數(shù)據(jù)中心通過集成AI技術(shù)來實現(xiàn)智能化升級，MPS也在快速迭代電源方案，為行業(yè)和客戶提供高品質(zhì)、可靠的AI電源解決方案，適用于AI 推理卡、訓(xùn)練卡、邊緣計算設(shè)備、超算服務(wù)器等各類應(yīng)用場景。

△圖1：MPS AI硬件電源解決方案

△圖2：MPS典型AI電源應(yīng)用

突破一：體量更緊湊、功率密度更高、配電損耗更低

MPS的AI電源方案采用創(chuàng)新設(shè)計，體量更緊湊，配電損耗更低，使數(shù)據(jù)中心在給定機柜范圍內(nèi)的計算能力得以提升。

相比競爭對手的方案，MPS的功率轉(zhuǎn)換技術(shù)在主板上占用的空間更小，這樣所有處理器能更緊密地結(jié)合為一體，在更小的空間內(nèi)實現(xiàn)更強的計算能力。下圖是MPS新型開放式框架電源模塊Intelli-Module?的3D概念圖，展現(xiàn)了高度集成的數(shù)字多相電源模塊。

△圖3：高度集成的Intelli-Module?

MPS 專注改善數(shù)據(jù)中心的功率密度，因為數(shù)據(jù)中心面臨著人工智能等新計算應(yīng)用的更大功率需求。以創(chuàng)新手段提升功率密度意味著減小配電損耗，從而降低數(shù)據(jù)中心的總運營成本、單次計算輸出的總成本以及碳排放。而機柜數(shù)量減少后，數(shù)據(jù)中心的物理占用空間也能最大限度地縮減。

130A、兩相、非隔離式降壓電源模塊MPC22167-130是MPS Intelli-Module?系列的最新產(chǎn)品，它將 DrMOS、電感和其他無源元件集成到單個封裝中，不僅占位面積小，功率密度還提高了2.5 倍。而且，它允許將多相穩(wěn)壓器（VR）放置在更靠近處理器的位置，從而減少了配電網(wǎng)絡(luò) (PDN) 的損耗（見圖4）。

△圖4： Intelli-Module? 與 DrMOS 的占板面積比較

多個 MPC22167-130 器件可與第一級電源模塊配合使用，以支持端到端的電源解決方案，同時能夠滿足AI 處理器的高功率要求。下圖展示了采用 MPC22167-130 實現(xiàn)的參考設(shè)計示例。

△圖5：具有 48V 輸入和 0.8V 輸出的 2000A OAM 外形規(guī)格參考設(shè)計

該參考設(shè)計可應(yīng)用于OAM 形態(tài)的 AI 處理器，它采用 MPC22167-130 支持 2000A 的最大輸出電流 (IOUT)，其中第二級方案的設(shè)計采用了MPC22167-130 與 數(shù)字16 相控制器MP2891的組合方案。

想要獲取更多方案信息與技術(shù)資源，可掃碼免費下載MPS AI電源資料包~

突破二：電源轉(zhuǎn)換效率更高、頂部散熱設(shè)計兼容液冷

為了解決高功率密度電源模塊中的散熱問題，MPS多管齊下：一方面優(yōu)化內(nèi)部結(jié)構(gòu)和器件設(shè)計，提升電源轉(zhuǎn)換效率，降低功耗，同時減少熱量產(chǎn)生，確保設(shè)備穩(wěn)定運行；另一方面，將模塊做成頂部散熱，方便散熱器的設(shè)計；不僅如此，器件還能兼容液冷的應(yīng)用，借助液冷增強服務(wù)器散熱效果，從而進一步發(fā)揮電源的極致性能，使單機柜功率大幅提升。

△圖6：MPS磁芯設(shè)計對電源模塊效率的影響

突破三：嚴密的仿真計算、嚴格的出廠測試

AI芯片批量的一致性和可靠性是非常重要的，沒有多年的經(jīng)驗積累和嚴格的市場檢驗，是磨礪不出好的AI電源的。MPS在設(shè)計階段，會通過仿真和理論計算，確定所有器件的工作條件，從而選取合適的電子器件。采用高電流等級、高耐壓的電子器件，內(nèi)部電感為MPS專利設(shè)計，飽和電流高。而在研發(fā)階段，MPS則采用不同批次的模塊產(chǎn)品進行可靠性實驗，出廠前會逐項測試模塊電氣性能及參數(shù)，最后還會進行老化測試及前后參數(shù)對比分析。

△圖7： MP2891 和MPC22167-130 的 SIMPLIS 模型

△圖8：SIMPLIS 仿真與實驗室測量的比較，誤差僅為 5mV

突破四：實用的仿真工具、專業(yè)的技術(shù)支持、靈活的供應(yīng)鏈管理

MPS能夠提供很多好用的前期評估工具，如PDN仿真工具、仿真模型、靈活的GUI等，在前期和后期都能協(xié)助客戶更方便地進行方案測試，確保精準(zhǔn)落地。

△圖9：由 MPS 支持的用戶測試可視化界面（GUI）

同時，MPS的工程師也將全程提供專業(yè)的技術(shù)支持，幫助客戶及時解決實際應(yīng)用中遇到的難題。另外，MPS采用供應(yīng)鏈multi-source管理，提高供應(yīng)鏈的靈活性和自主性，優(yōu)化生產(chǎn)工藝，以保證充足的產(chǎn)能，支撐AI對芯片大規(guī)模用量的需求。

MPS 電源方案，助力每一個人工智能（AI）硬件系統(tǒng)！

MPS 的AI電源解決方案提高了數(shù)據(jù)中心的計算能力，創(chuàng)新型電源架構(gòu)方法增大了每個機柜的功率密度，減小了服務(wù)器的配電損耗，在提升AI算力的同時有效降低能耗，從而助力節(jié)省能源和降低運行成本。另外，兼容液冷應(yīng)用的設(shè)計、芯片的一致性與可靠性保障、便捷好用的仿真工具、專業(yè)及時的技術(shù)支持、靈活自主的供應(yīng)鏈等眾多優(yōu)勢，也能夠讓客戶在設(shè)計方案時更省時、更安心！

想要獲取更多方案信息與技術(shù)資源，可掃碼免費下載MPS AI電源資料包~

—