Arrow Electronic Components Online

Améliorer l'efficacité de conversion de puissance pour répondre aux besoins des applications AI

Stockage d'énergie05 sept. 2024
Un centre de données spacieux et high-tech avec des rangées de racks de serveurs éclairés par des lumières LED bleues
Voir tous les articles

L'intelligence artificielle (IA) est actuellement la direction la plus en vogue dans le développement technologique. Cependant, les applications de l'IA reposent sur d'immenses centres de données et une puissance de calcul, ce qui signifie aussi consommer une quantité importante d'électricité. Améliorer l'efficacité de la conversion d'énergie et éviter le gaspillage d'énergie sont des enjeux cruciaux pour le développement durable de l'humanité. Cet article présentera les défis énergétiques auxquels les centres de données AI sont confrontés et les solutions MOSFET fournies par onsemi.

Défis énergétiques rencontrés par les centres de données AI

L'électricité est au cœur de la société moderne et des opérations économiques, et avec la demande croissante pour les véhicules électriques et les applications d'intelligence artificielle, son importance ne fera que croître. La production d'énergie est actuellement la plus grande source d'émissions de dioxyde de carbone (CO2) dans le monde, mais elle peut également mener la transition vers des émissions nettes nulles grâce à l'expansion rapide des sources d'énergie renouvelables telles que l'énergie solaire et éolienne. Garantir que les consommateurs puissent accéder à l'électricité de manière sûre et abordable tout en réduisant les émissions mondiales de dioxyde de carbone est l'un des principaux défis de la transition énergétique.

Selon l'Agence internationale de l'énergie (IEA), les centres de données ont consommé environ 2 % de toute l'électricité en 2022, soit environ 460 térawattheures (TWh). Avec l'essor d'applications gourmandes en énergie telles que les cryptomonnaies et l'intelligence artificielle/apprentissage automatique (AI/ML), ce chiffre devrait augmenter rapidement. Cette augmentation de la consommation d'énergie repose sur le déploiement d'unités de traitement graphique (GPU) haute performance dans ces technologies. L'IEA prévoit que les centres de données consommeront au moins 650 TWh d'ici 2026, mais une consommation dépassant 1 000 TWh n'est pas à exclure.

Le taux de croissance dans le domaine de l'intelligence artificielle est assez stupéfiant. ChatGPT a atteint 1 million d'utilisateurs en cinq jours et 100 millions d'utilisateurs dans les deux premiers mois, dépassant de manière significative les taux de croissance de TikTok et Instagram. Former GPT-4, avec ses 1,7 trillion de paramètres et utilisant 13 trillions de tokens, nécessite 25 000 NVIDIA A100 GPU, chaque serveur consommant environ 6,5 kW. Selon OpenAI, cet entraînement a duré 100 jours, consommé 50 GWh d'énergie, et coûté 100 millions de dollars.

Les premiers centres de données convertissaient la tension du réseau en 12V de manière centrale et la distribuaient aux serveurs où les conversions de niveaux logiques (3,3/5V) étaient effectuées. À mesure que les besoins en énergie augmentaient, cette méthode entraînait trop de pertes. La tension du bus a été augmentée à 48V, réduisant ainsi le courant par 4 et les pertes par 16.

À mesure que les tensions des processeurs sont passées en dessous de 3,3V pour atteindre des niveaux inférieurs au volt, plusieurs rails de tension étaient nécessaires à une puissance relativement élevée. Cela a conduit à un processus de conversion en deux étapes où un convertisseur DC-DC (connu sous le nom de convertisseur de bus intermédiaire (IBC)) convertit 48V en un bus local de 12V avant d'effectuer des conversions à tension inférieure.

A detailed schematic illustrating the power flow and components within a datacenter setup

Conversion d'énergie efficace nécessaire pour les centres de données d'IA

Les exigences de conversion de puissance des centres de données AI sont particulièrement importantes en raison de leurs besoins en calcul haute performance et en traitement de données intensif. Les centres de données AI doivent gérer de grandes quantités de données et des tâches computationnelles complexes, ce qui signifie qu'ils nécessitent des systèmes de conversion de puissance à haute efficacité et densité. Des convertisseurs de puissance efficaces peuvent réduire les pertes d'énergie, améliorant ainsi les performances et l'efficacité globales du système.

Le fonctionnement des centres de données nécessite des alimentations électriques extrêmement stables et fiables. Les convertisseurs de puissance doivent fournir une tension et un courant stables sous diverses conditions de charge pour garantir le fonctionnement normal des serveurs et des autres équipements. De plus, des systèmes de conversion de puissance efficaces peuvent réduire la génération de chaleur, bien qu'une gestion thermique efficace soit toujours nécessaire. Des conceptions thermiques optimisées aident à maintenir la température du système dans une plage sûre, prolongeant ainsi la durée de vie de l'équipement et améliorant les performances.

Alors que les applications d'IA se développent rapidement, les exigences imposées aux centres de données continuent de croître. Les systèmes de conversion d'énergie doivent avoir une bonne évolutivité pour s'adapter de manière flexible aux besoins d'expansion future. Surtout compte tenu de la consommation d'énergie substantielle des centres de données d'IA, la gestion de l'efficacité énergétique est essentielle pour réduire les coûts opérationnels et l'impact environnemental. Des convertisseurs de puissance efficaces peuvent réduire considérablement la consommation d'énergie et améliorer l'efficacité de l'utilisation de l'énergie.

Pour garantir la haute disponibilité des centres de données, les systèmes de conversion d'énergie doivent généralement être conçus avec une redondance pour gérer les pannes de courant potentielles. Les conceptions redondantes peuvent fournir une alimentation de secours, basculant rapidement lorsque la source d'alimentation principale tombe en panne, assurant ainsi une opération continue du système. De plus, avec la prise de conscience environnementale croissante, de plus en plus de centres de données commencent à intégrer des sources d'énergie verte, telles que l'énergie solaire et éolienne. Les systèmes de conversion d'énergie efficaces peuvent mieux intégrer ces énergies renouvelables, améliorant l'efficacité énergétique globale et réduisant l'empreinte carbone.

Au cours du processus de conversion de puissance, les pertes d'énergie sont un phénomène inévitable. Ces pertes constituent une énergie gaspillée, entraînent des coûts et génèrent de la chaleur qui nécessite de l'espace et des dépenses supplémentaires pour être gérée. Lors de l'exploitation des centres de données IA à grande échelle, qui peuvent nécessiter 120 kW de puissance de rack, l'efficacité de la conversion de la puissance du réseau en tension GPU est d'environ 88 %, ce qui entraîne 15 kW de chaleur perdue qui doit être gérée par refroidissement liquide.

Les termes clés de la conception de l'alimentation des serveurs sont l'efficacité et la densité de puissance (qui vont de pair). L'énergie du réseau principal doit être convertie en une puissance utile avec des pertes minimales. Pour y parvenir, les topologies évoluent en permanence, avec le développement de technologies telles que la redressement synchrone, et les MOSFETs remplacent les diodes à pertes dans les redresseurs.

Améliorer la topologie n'est que la moitié du chemin vers le succès ; pour optimiser l'efficacité, tous les composants doivent être aussi efficaces que possible, en particulier les MOSFETs qui sont essentiels au processus de conversion. Les MOSFETs ne sont pas des dispositifs sans perte ; ils subissent des pertes lors de la conduction et de la commutation. Alors que les alimentations de serveurs passent à des opérations à haute fréquence pour réduire la taille, les pertes de commutation deviennent un point central d'amélioration.

A technical illustration of an N-Channel MOSFET with labeled terminals: Gate (G), Source (S), and Drain (D)

MOSFET PowerTrench® onsemi efficaces

Les MOSFETs en silicium contrôlent le courant entre les terminaux de source et de drain grâce à la tension de grille. En raison de leur efficacité, rapidité et capacités de gestion de puissance, ils sont largement utilisés dans les amplificateurs de puissance, les régulateurs de tension et les circuits de commutation. Les MOSFETs T10 PowerTrench® de faible à moyenne tension de onsemi réduisent les pertes de commutation et de conduction grâce à la dernière technologie de tranchée à grille blindée, résultant en un Qg nettement inférieur et un RDS(ON) de moins de 1mΩ. La diode de corps à récupération douce, leader de l'industrie, réduit le bourdonnement, le dépassement et le bruit ainsi que les pertes Qrr, équilibrant performance et récupération dans les applications à commutation rapide. Comparés aux appareils précédents, ces nouveaux MOSFETs peuvent réduire les pertes de commutation jusqu'à 50% et les pertes de conduction de plus de 30%.

Les nouveaux dispositifs T10 PowerTrench de 40V et 80V de onsemi offrent la meilleure RDS(ON) de leur catégorie. Les NTMFWS1D5N08X (80V, 1.43mΩ, boîtier SO8-FL de 5mm x 6mm) et NTTFSSCH1D3N04XL (40V, 1.3mΩ, boîtier à double refroidissement de 3.3mm x 3.3mm avec accès par la source) présentent le meilleur facteur de mérite (FOM) de leur catégorie, ce qui les rend adaptés aux unités d'alimentation électrique (PSU) et aux convertisseurs de bus intermédiaires (IBC) dans les applications de centres de données AI. Les MOSFETs T10 PowerTrench répondent à la spécification d'efficacité stricte Open Rack V3, qui exige des efficacités de 97,5% ou plus.

Technical illustration of an N-Channel MOSFET showing its pin configuration and internal circuit design

MOSFETs basse/moyenne tension avec de meilleures performances

Les MOSFETs basse/moyenne tension introduits par onsemi, spécifiquement le NTMFWS1D5N08X, sont des MOSFETs de puissance, à canal N, à porte STD, utilisant le boîtier SO8FL-HEFET. Ils supportent 80V, 1,43mΩ et 253A. Ce MOSFET T10 80V est parmi les meilleurs produits de sa catégorie sur le marché des 80V, ce qui en fait une solution optimale pour l'alimentation cloud, les télécommunications 5G, d'autres applications d'alimentations électriques, DC/DC et applications industrielles. Il offre de meilleures performances et améliore l'efficacité du système et la haute densité de puissance, bien qu'il ait des caractéristiques de performances inférieures.

Le NTMFWS1D5N08X offre des améliorations en matière de FOM, Rsp et densité de puissance, améliorant les performances et réduisant les coûts. Son Rsp inférieur, faible Qg/Qgd et inférieur Qgd/Qgs peuvent augmenter l'efficacité globale en minimisant les pertes de driver. Le faible RDS(ON) minimise les pertes de conduction, tandis que les Qoss et Qrr plus faibles améliorent les pertes de commutation. Une diode de récupération plus douce et un Qrr plus faible réduisent le bruit de sonnerie, de dépassement et de bruit, offrant robustesse et excellente Commutation Inductive Non-Clampée (UIS) pour améliorer la robustesse à l'avalanche dans les applications à commutation rapide. Ces dispositifs sont sans plomb, sans halogène/BFR et conformes RoHS.

Le NTMFWS1D5N08X convient à la rectification synchrone (SR) DC-DC et AC-DC et aux interrupteurs primaires dans les convertisseurs DC-DC isolés et les entraînements de moteurs. Les produits finaux courants incluent l'alimentation télécom, l'alimentation cloud, l'alimentation serveur, les centres de données, les entraînements de moteurs, l'énergie solaire, et les alimentations sans interruption (UPS).

Un autre MOSFET de faible/moyenne tension de onsemi est le NTTFS2D1N04HL, un MOSFET à grille protégée PowerTrench® de canal N supportant 40V, 150A, et 2.1mΩ. Ce MOSFET de moyen voltage à canal N est produit en utilisant la technologie avancée PowerTrench® incorporant une technologie de grille protégée. Ce processus est optimisé pour minimiser la résistance en régime passant tout en maintenant d'excellentes performances de commutation.

Le NTTFS2D1N04HL, utilisant la technologie MOSFET à grille blindée, a une RDS(on) maximale de 2,1mΩ à VGS = 10V et ID = 23A, et de 3,3mΩ à VGS = 4,5V et ID = 18A, réduisant le bruit de commutation et les EMI. Il dispose d'un design de boîtier robuste qui respecte MSL1, est testé à 100% selon UIL et conforme RoHS. Le NTTFS2D1N04HL est polyvalent, adapté à de nombreuses applications différentes, avec des produits finaux courants comprenant des alimentations électriques DC-DC et des convertisseurs abaisseurs synchrones à moyenne tension.

Conclusion

Dans l'ère actuelle de l'intelligence artificielle en pleine évolution, améliorer l'efficacité de la conversion d'énergie est crucial. La technologie de conversion d'énergie à haute efficacité peut non seulement répondre aux exigences des applications d'IA pour l'informatique haute performance et le traitement étendu des données, mais aussi réduire considérablement la consommation d'énergie et les coûts d'exploitation, atteignant ainsi des objectifs plus durables et respectueux de l'environnement. En innovant continuellement et en adoptant des solutions de gestion de l'énergie avancées, nous pouvons trouver un équilibre entre performance et efficacité, garantissant le développement durable et le bénéfice maximal de la technologie d'IA dans divers domaines. Par conséquent, investir dans l'amélioration de l'efficacité de la conversion d'énergie n'est pas seulement une exigence de progrès technologique, mais également une partie essentielle pour stimuler la révolution de l'IA.

La série de produits MOSFET PowerTrench® basse à moyenne tension lancée par onsemi, avec ses excellentes performances, peut être appliquée aux centres de données pour les applications d'IA, offrant une efficacité de conversion de puissance exceptionnelle et en faisant l'un des choix idéaux pour les applications connexes.

Services de programmation de dispositifs

Fournir des services de programmation de dispositifs de qualité à grande échelle.

Étiquettes d'article

Stockage d'énergie
Énergie verte
Arrow Times
onsemi
Intelligence artificielle (AI)
Énergie et puissance

Articles de presse connexes

Afficher tout