Applications des condensateurs céramiques multicouches et des condensateurs en tantale polymère dans les serveurs AI

Dans la vague rapide de développement des serveurs d'intelligence artificielle (AI), la puissance de calcul des processeurs et des accélérateurs continue d'augmenter, accompagnée de défis tels qu'une consommation d'énergie qui augmente fortement et des changements transitoires sévères de la charge de puissance. Pour assurer la stabilité et l'efficacité du système sous une informatique de haute densité et une transmission de données à haute vitesse, la conception de l'intégrité de la puissance (PI) et de l'intégrité du signal (SI) est devenue cruciale. Les condensateurs céramiques multicouches (MLCCs) et les condensateurs au tantale polymère, avec leurs caractéristiques de réponse en haute fréquence, leurs capacités de stockage d'énergie à grande capacité et leur excellente fiabilité, sont devenus des composants centraux indispensables dans la conception de la puissance des serveurs AI. Cet article présentera les applications des MLCCs et des condensateurs au tantale polymère dans les serveurs AI, ainsi que les caractéristiques des produits des solutions associées lancées par YAGEO.

Depuis des décennies, les serveurs traditionnels ont été la pierre angulaire des centres de données. Ils sont conçus pour gérer diverses charges de travail, y compris l'hébergement de sites Web, la gestion de bases de données et l'exécution d'applications d'entreprise. L'architecture des serveurs traditionnels inclut généralement une combinaison de processeurs (unités centrales de traitement), de RAM (mémoire à accès aléatoire), de stockage et de mise en réseau.

Les serveurs traditionnels dépendent fortement des processeurs (CPU), qui sont polyvalents et capables de gérer plusieurs tâches simultanément. La RAM est essentielle pour un accès rapide aux données et une performance fluide des applications, tandis que le stockage se compose d'une combinaison de disques durs (HDD) et de disques à état solide (SSD) pour le stockage des données. Le réseau fournit des interfaces à haute vitesse pour le transfert de données à l'intérieur et à l'extérieur du serveur. Les serveurs traditionnels jouent un rôle vital dans le stockage et le traitement des données à travers divers domaines.

Aujourd'hui, les serveurs AI sont devenus une tendance de développement en vogue. Les serveurs AI sont spécifiquement optimisés pour les charges de travail d'intelligence artificielle et d'apprentissage automatique. Ces serveurs sont équipés de matériel et de logiciels spécialisés pour accélérer les tâches d'AI, telles que l'entraînement de modèles d'apprentissage profond et l'analyse de données complexes. Les composants clés des serveurs AI incluent les GPU (unités de traitement graphique), les TPU (unités de traitement tensoriel), le stockage NVMe (non-volatile memory express) et la mémoire à large bande passante (HBM).

Contrairement aux serveurs traditionnels, les serveurs d'AI s'appuient fortement sur les GPU. Les GPU peuvent traiter plusieurs tâches parallèles simultanément, les rendant idéals pour les charges de travail d'AI et d'apprentissage automatique. Les TPU, développés par Google, sont spécialement conçus pour accélérer les tâches d'apprentissage automatique. Comparés aux GPU, ils offrent une meilleure performance par watt pour des charges de travail AI spécifiques. Les disques NVMe fournissent des vitesses de lecture et d'écriture nettement plus rapides, cruciales pour gérer de grands ensembles de données courants dans les applications AI. HBM est une architecture de mémoire améliorée qui offre des vitesses d'accès aux données plus rapides, réduisant les goulots d'étranglement dans le traitement AI.

Dans les serveurs AI, les SSDs (disques à état solide) sont utilisés pour le stockage des données dans l'intelligence artificielle et la protection contre les pertes d'alimentation. Les condensateurs au tantale polymère peuvent être utilisés pour la mise en réserve dans les SSDs d'entreprise. Lors des pannes de courant, les condensateurs au tantale polymère libèrent de l'énergie pour permettre à la DRAM d'écrire les données dans la mémoire flash NAND, ce qui en fait des composants critiques associés aux SSDs d'entreprise.

Les condensateurs céramiques multicouches (MLCC) sont largement utilisés dans les produits électroniques, mais leur rôle dans les serveurs AI diffère considérablement de celui dans les serveurs traditionnels ou les dispositifs électroniques généraux. Ces différences proviennent principalement des caractéristiques de consommation d'énergie, de l'architecture du processeur et de l'augmentation considérable de la demande de stabilité de l'alimentation électrique.

Les serveurs AI utilisent un grand nombre de GPU et de cartes accélératrices AI (comme les NVIDIA H100, AMD MI300, etc.), avec une consommation d'énergie par carte individuelle atteignant plusieurs centaines de watts, voire dépassant 1 kW. La charge électrique change rapidement, et il y a des exigences extrêmement élevées pour l'intégrité du signal (SI) et l'intégrité de la puissance (PI). La fonction principale des MLCC dans les serveurs AI comprend le découplage d'alimentation pour stabiliser la tension d'alimentation des processeurs/GPU et supprimer les chutes de tension causées par les fluctuations de charge instantanées. Leur réponse haute fréquence doit être plus rapide, nécessitant des réseaux de MLCC à faible ESL (Equivalent Series Inductance) placés près de l'emballage du puce.

En ce qui concerne la fonctionnalité de filtrage, il est nécessaire d'éliminer le bruit à haute fréquence dans les chemins d'alimentation et de signal pour garantir la stabilité du signal pour les accélérateurs AI et les interfaces haute vitesse (PCIe Gen5, CXL, HBM). La plage de fréquences est plus large (de centaines de kHz jusqu'au niveau GHz), nécessitant une combinaison de divers types d'emballage et de diélectrique. En ce qui concerne la capacité en vrac, elle doit fournir un courant lors de changements de charge soudains pour réduire l'impact du délai de réponse de la VRM sur la tension. Cela augmente la demande en capacité, et des condensateurs tels que les types tantale et polymère doivent être utilisés en combinaison pour équilibrer une faible ESR et une grande capacité. De plus, ces condensateurs peuvent être utilisés pour supprimer l'EMI/EMC, réduisant les interférences électromagnétiques générées par les calculs AI et les communications haute vitesse. Cela nécessite des diélectriques à haute-Q, à faibles pertes et une optimisation de la disposition adaptée aux lignes de transmission haute vitesse.

Comparés aux serveurs PC, équipements de communication ou systèmes de contrôle industriel, les serveurs AI ont des exigences différentes en termes de MLCC, y compris la vitesse de variation de la consommation électrique. Les serveurs traditionnels subissent des changements de commutation de puissance CPU/GPU de l'ordre de la microseconde à la milliseconde, alors que les changements de charge instantanée GPU/TPU des serveurs AI se produisent aussi rapidement que de la nanoseconde à la microseconde, nécessitant un découplage ultra-rapide. En termes de configuration de capacité, les serveurs traditionnels utilisent principalement des valeurs de capacité allant du microfarad à plusieurs centaines de microfarads, réparties autour de la carte mère et du VRM. Les serveurs AI nécessitent des valeurs de capacité plus importantes et doivent placer densément des MLCC à faible ESL près du boîtier (même dans les tailles 0201/01005).

En termes de réponse en fréquence, les serveurs traditionnels fonctionnent principalement au niveau MHz, tandis que les serveurs AI doivent couvrir la suppression du bruit à large bande, allant de plusieurs centaines de kHz à plusieurs GHz. Concernant les exigences de température et de durée de vie, les serveurs traditionnels fonctionnent généralement dans une plage de température commerciale de 0~85°C ou 105°C, tandis que les serveurs AI nécessitent une haute fiabilité, fonctionnant en continu dans des environnements entre 85~125°C et nécessitant une résistance aux effets de polarisation en courant continu.

De plus, en matière de conditionnement et de disposition, les serveurs traditionnels utilisent des tailles standard (0402~1210), tandis que les serveurs AI tendent vers des boîtiers plus petits (01005/0201) et des structures multicouches à haute capacité, combinées à la technologie MLCC embarquée dans le PCB. Pour les normes de fiabilité, les grades IEC/JEDEC ordinaires suffisent pour les serveurs traditionnels, mais les serveurs AI doivent répondre aux spécifications de durabilité et de résistance aux vibrations de niveau AEC-Q200 ou centre de données.

En raison des demandes énergétiques accrues des applications d'AI et de big data, une meilleure résistance aux interférences électromagnétiques (EMI) et au bruit est requise. Par conséquent, les MLCC nécessitent plus de couches d'électrodes, des diélectriques plus fins, des aires effectives plus grandes et une fiabilité supérieure pour atteindre une capacité plus élevée par unité de volume et une capacité effective supérieure. Les matériaux utilisés évoluent également de X5R à X6S. Les MLCC à haute densité de capacité sont devenus des composants clés dans les applications de serveurs AI.

Les configurations typiques de serveurs AI MLCC utilisent principalement des réseaux à faible ESL, mettant en parallèle plusieurs MLCC 0201/01005 placés près du boîtier GPU/TPU pour offrir des capacités de réponse de l'ordre de 1 nanoseconde. Ils emploient également des réseaux de condensateurs mixtes, combinant des MLCC, des condensateurs polymères et des condensateurs au tantale pour former des structures de filtrage large bande et de stockage d'énergie. De plus, des spécifications de haute température et haute fiabilité sont requises, comme l'utilisation de matériaux X7R, X8R, ou C0G/NPO, pour garantir la stabilité des performances sous haute température et une opération à long terme. L'utilisation de condensateurs intégrés est une autre stratégie ; certaines cartes mères AI avancées intègrent directement des MLCC dans les couches du PCB pour raccourcir les chemins d'inductance parasite. Les futurs serveurs AI nécessiteront plus de MLCC que jamais auparavant, mais pour des raisons de coût, les MLCC remplaceront les condensateurs au tantale dans les accélérateurs.

Du point de vue de la technologie des matériaux, les MLCC utilisés dans les serveurs AI nécessitent une meilleure continuité de l'électrode interne, des grains BT uniformes et une structure de grain homogène. Le noyau BT peut fournir une couche de couverture, tandis que la coque offre une résistance à l'isolation (IR) pour obtenir des produits à haute capacité. Des grains BT plus petits et plus uniformes ainsi qu'une structure cœur-coquille homogène représentent des conceptions plus avancées.

Les condensateurs en tantale polymère sont principalement utilisés dans les serveurs AI en tant que composants de stockage d'énergie à grande capacité et faible ESR pour des fréquences moyennes à élevées, travaillant aux côtés des MLCC pour former un réseau de stabilité de puissance large bande. Comparés aux condensateurs électrolytiques traditionnels en tantale ou en aluminium, ils offrent des avantages significatifs dans les environnements à haute puissance et haute transitoire des serveurs AI.

Les condensateurs au tantale polymère présentent une ESR (résistance série équivalente) extrêmement faible, avec une ESR d'électrolyte polymère aussi basse que 5~20 mΩ—un ordre de grandeur inférieur à celui des condensateurs au tantale traditionnels. Cela leur permet de fournir rapidement de l'énergie lors des changements de charge soudains des GPU/TPU, réduisant ainsi les chutes de tension. Ils présentent également une haute tolérance au courant de ondulation, supportant des courants de ondulation plus élevés que les électrolytiques liquides, ce qui les rend adaptés aux commutations de puissance haute fréquence et aux charges à impulsion rapide dans les serveurs AI.

De plus, les condensateurs tantale polymère offrent une excellente stabilité thermique, avec des variations de performance électrique minimales entre -55°C et +125°C, assurant la stabilité dans les centres de données sous exploitation continue à pleine charge. Leur longue durée de vie et leur grande fiabilité, grâce aux polymères solides éliminant les problèmes de dessèchement, les rendent idéaux pour les exigences intenses des centres de données AI fonctionnant 24 heures sur 24 et 7 jours sur 7.

Les condensateurs en tantale polymère se caractérisent également par un faible bruit, avec des performances supérieures en haute fréquence par rapport aux électrolytiques liquides, garantissant l'intégrité du signal pour les interfaces haute vitesse (PCIe Gen5, CXL, HBM). Ils éliminent le risque d'"explosions de défaillance en court-circuit," car la couche conductrice en polymère tombe généralement en panne ouverte sous contrainte, améliorant ainsi la sécurité du système et réduisant les risques d'incendie.

Les condensateurs au tantale polymère sont couramment utilisés dans les serveurs AI à la sortie du VRM de la carte mère, dans les modules d'alimentation GPU/TPU et dans les zones d'alimentation des mémoires HBM. Configurer des condensateurs au tantale polymère peut compenser l'insuffisance de la capacité des MLCC en fournissant de grandes capacités de stockage d'énergie de courant. Dans les applications de filtrage à moyenne fréquence et à grande capacité, les MLCC possèdent une haute capacité et une bonne réponse en haute fréquence, mais manquent de stockage d'énergie en basse fréquence ; les condensateurs au tantale polymère complètent la capacité dans la gamme de μF à mF mais nécessitent de choisir une haute tension nominale (correspondant à la marge de tension de sortie du VRM).

De plus, les condensateurs en tantale polymère peuvent être utilisés pour optimiser la réponse transitoire de l'alimentation électrique. Lorsqu'une carte accélératrice AI passe de l'état de veille à la pleine charge, le courant instantané augmente brusquement (di/dt élevé). À ce moment-là, le couplage de condensateurs en tantale polymère à faible ESR contribue à réduire les chutes de tension transitoires. Pour les applications de rail d'alimentation stable, les puces AI de qualité centre de données ont une très faible tolérance aux fluctuations de la tension d'alimentation (±2 % ou même moins), il est donc nécessaire de combiner des réseaux MLCC avec des condensateurs en tantale polymère pour obtenir un découplage sur une large gamme de fréquences.

Les condensateurs au tantale polymère s'adaptent également bien aux environnements à haute température et à haute charge. La température ambiante à l'intérieur des racks de serveurs peut dépasser 85°C, il est donc nécessaire de sélectionner des condensateurs au tantale polymère évalués pour 105°C à 125°C. En ce qui concerne la fiabilité, étant donné que les coûts d'arrêt pour les serveurs AI sont élevés, des condensateurs au tantale polymère de qualité militaire ou automobile (AEC-Q200 ou supérieur) devraient être utilisés.

Dans la conception des alimentations électriques pour serveurs AI, les condensateurs tantale polymère et les MLCC ont une relation complémentaire. Les MLCC gèrent le découplage haute fréquence (MHz à GHz), offrant une réponse rapide mais une capacité limitée, tandis que les condensateurs tantale polymère s'occupent du stockage d'énergie et du découplage de moyenne à basse fréquence (kHz à MHz), fournissant une grande capacité et une faible ESR. L'approche courante combine plusieurs MLCC à faible ESL avec plusieurs condensateurs tantale polymère à haute capacité en parallèle, créant un réseau d'alimentation stable qui couvre toute la gamme de fréquences de kHz à GHz.

Pour les applications de serveurs AI, YAGEO a lancé des MLCC à haute capacité--la série HC, offrant des MLCC à haute capacité X5R, X6S et X7R avec des capacités allant de 1 µF à 100 µF, des tailles de boîtier de 0201 à 1210, et un support de tension allant de 4 V à 50 V. Les MLCC X7R de qualité supérieure sont disponibles dans des boîtiers 0402~2220, soutenant des tensions de 4 V à 100 V et des capacités allant de 1 µF à 47 µF. Ces MLCC à haute capacité sont conçus pour répondre aux exigences de l'industrie électronique en termes de miniaturisation, de tensions plus élevées, et de fréquences plus élevées, fournissant des MLCC hautement fiables pour soutenir les besoins de traitement de big data avec une stabilité de capacité accrue, un ESR faible, et une fiabilité améliorée.

Les MLCCs de la série HC à haute capacité, X5R et X6S, se distinguent par une capacitance élevée, des profils petits et fins, un fonctionnement continu dans des environnements difficiles, une faible ESR, une efficacité énergétique, un meilleur VCC (coefficient de tension de la capacité), une tolérance de haute fiabilité et des métaux de borne robustes, ce qui les rend idéaux pour les exigences des serveurs AI.

Dans la gamme de produits de condensateurs en tantale polymère, YAGEO propose la série aluminium polymère A700/A720/A798 pour les serveurs AI. Ces condensateurs utilisent la technologie de montage en surface, fonctionnent à des températures comprises entre -55°C et +105°C/125°C, prennent en charge des tensions de 2 V à 35 V et offrent des plages de capacité de 6,8 µF à 680 µF avec une ESR ultra-faible (3 mΩ à 70 mΩ). Ils présentent des modes de défaillance sans inflammation, des électrodes de contre-électrode solides (pas de dessèchement), une faible perte de capacité à haute fréquence, pas de dérating de tension, une tolérance de 125°C, une faible fuite de courant continu, la technologie cathodique en polymère, un vieillissement accéléré en état stable à 100 %, des tests de courant d'appel à 100 %, des mécanismes d'auto-régénération et des tailles de boîtier standard EIA.

En résumé, les MLCC et les condensateurs au tantale polymère jouent chacun des rôles irremplaçables dans la conception de l'alimentation des serveurs AI. Les premiers assurent une alimentation stable pour les cœurs de calcul haute vitesse sous des charges transitoires avec une ESL ultra-faible et d'excellentes performances de découplage haute fréquence, tandis que les seconds offrent un amortissement énergétique robuste et une fiabilité à long terme avec une grande capacité, une faible ESR, et un filtrage supérieur aux moyennes et basses fréquences. Grâce à leur collaboration complémentaire à travers les bandes de fréquence et les caractéristiques de charge, les serveurs AI peuvent simultanément répondre aux exigences de calcul haute performance, d'intégrité de puissance stricte, et de fonctionnement stable à long terme. Les nouveaux MLCC et condensateurs au tantale polymère de YAGEO joueront sans aucun doute un rôle encore plus critique dans le développement futur de l'infrastructure AI.