快速发展的AI服务器高压热插拔保护与遥测技术

随着GPU功耗的持续攀升，AI服务器环境中的供电需求不断增长，其采用的供电架构从48V向800V的转型变化，驱动着AI数据中心基础设施的演进，这种高压架构为系统保护与监控带来了新的挑战，尤其是在托盘带电插拔的过程中。本文将为您介绍数据中心热插拔控制器的未来发展趋势，以及ADI在高压热插拔保护领域的持续创新成果。

随着AI工作负载不断加重，服务器环境中的GPU催生了前所未有的供电需求，推动机柜级供电架构向800V转型，这对服务器的系统保护与监控带来严苛的挑战。为应对这些挑战，需要新一代的热插拔控制器，其不仅要具备管理高压浪涌电流的能力，还要能提供可靠的遥测功能，以支持系统诊断与安全防护。
 
在AI服务器基础设施中，有两大核心趋势正推动机柜级供电向更高电压转型。首先是GPU功耗持续攀升，随着GPU的计算性能不断提升，其供电需求也在大幅增加。其次，则为单机柜计算密度增高，为实现大规模AI训练与推理场景下的性能最大化，并尽可能降低互联延迟，越来越多的GPU被整合到单个机柜中。这种共置方式通过缩短加速器之间的数据传输路径，不仅提升了带宽效率，还减少了通信开销。
 
为满足由此激增的机柜级供电需求，行业正逐渐转向分布式供电架构。在这种模式下，传统供电元器件（如配电单元(PDU)、电池备份单元(BBU)与电容单元(CU)）不再部署在IT主机柜内，而是转移至相邻的供电侧柜（sidecar）中。这种分离设计不仅支持800V等更高电压的电力传输，还能腾出机柜内的宝贵空间，用于容纳更多计算资源。
 
现有AI机架的供电方式采用48V汇流排进行供电，交流电通过机柜内的电源单元（PSU）转换为48V直流电源（V_DC）。48V汇流排可为以下设备供电，包括IT设备（包括服务器PSU、GPU节点、交换机）、自带双向直流-直流转换器的电池备份单元（BBU），以及用于快速暂态支撑与瞬态处理的超级电容单元（SCU）。
 
机柜上的每个节点（例如服务器托盘）都需要具备在设备运行状态下实现接入与断开的能力。试想这样一个场景，一名技术人员到现场更换服务器，为了更换单台服务器而关闭整个机柜是不可行的。这种操作会对数据中心的运行造成极大干扰，更不用说服务器停机带来的巨额损失了。只有在出现重大电力问题（如汇流排或设施供电相关故障）时，才会将机柜下线。除此之外，节点均采用热插拔方式，因此技术人员无需关闭其他任何设备，即可取下待更换节点、完成替换并重新装回。
 
在此过程中，节点的热插拔控制器会在内部切断电源，确保节点可安全移除；而机柜的汇流排仍保持通电状态，继续为其他所有节点、BBU及SCU供电。当替换节点安装到位后，预充电电路会在完全接通前限制浪涌电流，这也是热插拔控制器的一项关键功能。随后，替换节点会自动启动并重新接入AI集群（通常由编排工具负责负载再平衡）。

机柜级电压向更高水平转型的主要驱动力，是单机柜不断攀升的供电需求。随着供电功率增加，流经汇流排的电流也会相应增大。为维持符合要求的热性能与电性能，电流增大意味着需要更大、更重的汇流排，而这在机械实用性与系统设计层面带来了巨大挑战。通过提高供电电压，所需电流可按比例降低，从而能够使用尺寸更紧凑、更易管理的汇流排及互联器件。这种向更高电压的转型，对于在下一代AI服务器机柜中实现可扩展、高效且机械可行的配电至关重要。
 
值得注意的是，这种架构演进过程中可能存在过渡阶段，机柜内仍使用48V汇流排。在此情况下，PSU会升级至更高功率规格，在机柜侧接收±400V/800V电压，然后降压转换为48V，以适配现有的48V汇流排。但这并非长期方案，因为其供电能力存在局限（单机柜功率可能最高仅达250kW）；而行业目标是实现单机柜算力最大化，到本十年末将单机柜供电功率提升至1MW。因此，PSU与BBU最适合部署在IT计算机柜外部。未来，固态变压器有望投入使用，可直接向每个IT计算机柜分配高压，无需再依赖这些供电侧柜。
 
要实现高压热插拔，需明确诸多设计考虑，也需攻克各类技术难题，方能打造出最优解决方案。首先功率密度是关键因素，因为±400V/800V热插拔电路最终需集成在IT机柜内的服务器卡上。这些服务器卡的空间极为宝贵，且随着机柜密度提升（即在单个机柜内集成更多服务器），空间限制将愈发严格。因此，高压热插拔解决方案必须设计为占用尽可能小的空间。
 
此外，高压控制与保护是另一个重要关键，由于数据中心向±400V及800V电压转型，带来了严峻的安全挑战。48V电压的触电风险极低，而高电压则可能危及生命。因此，热插拔电路必须在微秒级时间内处理大幅电流浪涌，精准控制变得至关重要。管控浪涌电流上升斜率是核心，这能避免机柜设备损坏，同时保障技术人员安全。此外，系统还需协调时序、检测过流或欠压事件，并在必要时实现平稳关机。
 
另一方面，遥测是高压控制的重要应用需求，作为节点供电路径中的首个器件，热插拔控制器是数据采集的理想位置。它必须精准测量电压、电流与功率，以满足系统规格要求，同时还需记录过流、欠压、热关断等事件日志。此外，热插拔制器还应上报功率开关（MOSFET）或附近印刷电路板（PCB）区域的温度数据。精准的热插拔遥测技术能为系统带来显着价值，通过实时分析负载电流，改善能源需求预测。热插拔环节收集的历史电流数据，既支持预测性维护（例如在PSU触发故障前识别异常），也能为机柜级配电容量规划模型提供数据支撑。

ADI在数据中心电源领域拥有深厚的专业技术积淀，正与云服务提供商及半导体制造商合作，共同开发下一代机柜级高压供电解决方案。ADI在12V与48V热插拔技术领域是公认的领军企业，如今正将这方面的技术专长拓展至800V领域，以支持行业向高压架构转型。
 
机柜侧已定义新的配电电压等级（±400V或800V），由供电侧柜直接输送至IT机柜。ADI正积极开发新型高压热插拔控制器解决方案，以支持新兴的机柜级供电架构。依托在电源保护与遥测领域经过验证的知识产权，ADI正将自身的技术能力拓展至±400V与800V领域。通过与领先的数据中心OEM及功率开关供应商合作，ADI的下一代解决方案在设计上充分满足热插拔系统不断演进的需求，包括紧凑的外形尺寸、精准的大功率控制及更高的数采精度。这些创新对于保障高压AI服务器环境安全高效运行至关重要。

ADI拥有丰富的48V热插拔控制器产品系列，具备PMBus®电源监控功能，例如LTC4286与LTC4287二者均为7 mm x 7 mm QFN封装的热插拔控制器，分别采用单栅极与双栅极架构。最近，该产品系列又新增了LTC4284双栅极解决方案，其封装规格为5 mm x 8 mm QFN。
 
ADI LTC4286与LTC4287是适合热插拔应用的集成解决方案，可将电路板安全地插入带电背板上，或从带电背板上移除。LTC4286利用断路器定时器来限制MOSFET温度，LTC4287的双栅极驱动器则与可配置的多模式启动排序和操作相结合，可针对各种功率电平优化了MOSFET安全工作区（SOA），两者均可防止MOSFET过热，从而实现可靠的过载保护。
 
LTC4286与LTC4287均支持SMBus 3.1接口、PMBus命令结构和具有可选均值和速度的板载ADC允许监控电路板电流、电压、功率、温度和故障状态。LTC4286还具有响应输入欠压（UV）和过压（OV）功能，能在发生故障时中断主机，在输出功率良好时通知主机，检测板的插入，并在主机命令关闭后的可编程延迟时间之后自动重新启动。LTC4287则具有可选的外部EEPROM可用于部件配置，并提供过去故障情况的黑盒捕获，还具有多种附加功能，包括响应输入欠压和过压，在发生故障时中断主机，在输出功率良好时发出通知，检测电路板的插入，当外部电源监视器未能在超时周期内指示电源良好时关断MOSFET，并在主机命令关断后经过一段可编程的延迟再自动重新启动。
 
ADI LTC4284则是一款负电压热插拔控制器驱动外部N通道MOSFET，以便电路板能在带电背板中安全插入和拔出。双栅极、多模式驱动器可针对各种功率级别优化MOSFET的安全工作区（SOA）。SOA定时器限制MOSFET的温升，以提供可靠的过应力保护，并支持I²C接口和板载变速器ADC可以监控电路板电流、电压、功率、能量和故障状态。可用的单线广播模式通过移除两个隔离器来简化接口，附带的EEPROM对故障行为进行黑盒记录和非易失性配置。
 
LTC4284的其他特性还包括可响应输入UV/OV，在发生故障时中断主机，发送输出功率良好通知，检测电路板插入，如果外部电源监视器在超时期间内未能指示电源正常，则关闭MOSFET，在主机命令关闭后，在可编程延迟后自动重启。

随着AI服务器机柜朝向800V供电架构转型的关键趋势发展，这一转型旨在满足先进GPU日益增长的功耗需求，并支持更高的计算密度。新架构将供电器件迁移至独立的供电侧柜，从而优化主机柜内计算资源的空间配置。ADI处于这一技术发展的前沿，所开发的下一代高压热插拔控制器能够有效管理浪涌电流、提供全面的系统诊断与安全遥测功能，并确保运行可靠性。从系统层面审视机柜供电的演进后，开发者可助力云服务器提供商与系统集成商获得新的洞察，实现成本节约。