Энергообеспечение устойчивых центров обработки данных

Искусственный интеллект (ИИ) стремительно развивается и проникает во многие аспекты нашей повседневной жизни — от генерации контента до онлайн-чат-ботов, предоставляющих обслуживание клиентов. В основе этого лежит огромный рост объемов обработки данных, большая часть которой требует мощной вычислительной инфраструктуры. Прежде чем стать готовыми к использованию, модели ИИ проходят обучение и вывод, которые обычно выполняются в современных центрах обработки данных (ЦОД).

Внутри современного ЦОД обычно можно найти многие тысячи высокопроизводительных серверов. Каждый из них требует значительного количества энергии как для работы, так и для охлаждения. В условиях повсеместного быстрого роста энергопотребление в секторе ЦОД для ИИ стремительно увеличивается, что вызывает опасения по поводу устойчивости и воздействия этой технологической революции на окружающую среду.

Международное энергетическое агентство (МЭА) отмечает, что на центры обработки данных приходится 1,5% от общего спроса на электроэнергию — примерно 415 тераватт-часов (ТВт·ч) в 2024 году. Ожидается, что к 2030 году потребление вырастет более чем вдвое, примерно до 945 ТВт·ч, увеличившись до 3% от общего объема. Поскольку ЦОД часто располагаются группами, это может создавать значительную нагрузку на местные электрические сети.

Проектирование будущего: адаптация архитектуры питания центров обработки данных для ИИ

По сравнению с типичным использованием интернета, например, поисковыми запросами, энергия, необходимая для ИИ, намного выше, зачастую в десять раз. В первую очередь это связано с мощными графическими процессорами (GPU), каждый из которых может потреблять сотни ватт. Обучение моделей требует особенно больших затрат энергии — например, для обучения GPT-4 требуется 25 000 графических процессоров NVIDIA A100 в течение 3 месяцев, что потребляет 50 гигаватт-часов (ГВт·ч) энергии и стоит 100 миллионов долларов, согласно данным OpenAI.

ИИ не только не замедляется, но и удваивает свое энергопотребление каждые шесть месяцев, при этом отрасль потребляет столько же энергии, сколько небольшое государство. В таких масштабах потери вызывают серьезную озабоченность. При передаче и распределении электроэнергии до 6% энергии теряется из-за сопротивления в кабелях. Энергия от сети до графического процессора преобразуется более четырех раз, что приводит к средним потерям энергии в 12%.

Каждый из тысяч серверов может потреблять 40 киловатт (кВт), поэтому для подачи питания к стойкам используются мощные шины. Стандартная шина постоянного тока 12 вольт (В пост. тока) эволюционировала до 48 В пост. тока для снижения силы тока. Однако для удовлетворения спроса на энергию для ИИ, вероятно, потребуется архитектура шины +/-400 В пост. тока.

Силовые полупроводники необходимы для эффективного преобразования энергии в соответствии с потребностями процессоров ИИ и графических процессоров. Карбид кремния (SiC) и нитрид галлия (GaN) заменяют кремний, поскольку они позволяют создавать очень компактные и энергоэффективные преобразователи энергии, значительно улучшая совокупную стоимость владения (TCO) центров обработки данных.

Инновационные решения для эффективности и устойчивости

Подача питания в центре обработки данных от сети к стойке с графическими процессорами проходит через множество этапов преобразования энергии. Интеллектуальные решения на основе SiC и кремния (Si) играют важную роль в каждой ветви системы электропитания. Сначала энергия проходит через твердотельный трансформатор (SST) и устройство автоматического ввода резерва (ATS), которое поддерживается дизельным генератором. Линия 20 кВ перем. тока преобразуется в трехфазную линию 400 В перем. тока, а затем проходит через источник бесперебойного питания (ИБП). Дискретные компоненты и силовые модули EliteSiC могут использоваться для обеспечения более высокой эффективности и плотности мощности в этой точке входа в ЦОД. Затем блок распределения питания преобразует трехфазную линию 400 В перем. тока в однофазную линию 230 В перем. тока на уровне стойки.

На уровне стойки, где расположены серверы с графическими процессорами, происходит остальное преобразование энергии. В блоке питания (PSU) и блоке резервного питания сочетание каскодных JFET-транзисторов на основе SiC и Si MOSFET-транзисторов PowerTrench T10 идеально подходит для высокомощных решений переменного тока в постоянный. Высокотоковые каскодные JFET-транзисторы на основе SiC необходимы для перехода от блоков питания мощностью 3 кВт к 5 кВт, что требуется для гипермасштабируемой архитектуры следующего поколения.

MOSFET-транзисторы EliteSiC 650 В и MOSFET-транзисторы T10 от onsemi используются для преобразования линейного напряжения 230 В перем. тока сначала в 48 В пост. тока, а затем в 12 В пост. тока вдоль потока питания. Эффективность преобразования здесь является ключевым фактором для поддержания спецификации Open Rack V3 (ORV3) с пиковой эффективностью 97,5%. Такая высокая эффективность снижает потери энергии и помогает уменьшить эксплуатационные расходы и потребности в охлаждении. Si MOSFET-транзисторы T10 и микросхемы управления питанием также используются для преобразования 48 В в напряжение промежуточного шинного преобразователя (IBC) 12 В для питания ветви Vcore (напряжение ядра процессора) системы электропитания. Более того, для архитектур шин 400/800 В SiC JFET-транзисторы и SiC Combo JFET-транзисторы обеспечивают надежную защиту от перегрузки по току для функции «горячей замены»/электронного предохранителя перед этапом IBC.

Будущее управления питанием в центрах обработки данных ИИ

Эффективность — самый важный параметр питания в центрах обработки данных ИИ. Это означает, что потери должны быть сведены к минимуму везде, где это возможно, не в последнюю очередь потому, что охлаждение может потреблять до 50% энергии, используемой в ЦОД, в то время как другая половина потребляется ИТ-оборудованием, таким как серверы, системы хранения данных и инфраструктура питания.

onsemi является лидером в области решений для центров обработки данных ИИ и одним из немногих поставщиков, способных удовлетворить потребности всей системы электропитания — от сети до графического процессора. Будущее потребует передовых технологий с широкой запрещенной зоной, таких как EliteSiC и вертикальный GaN от onsemi, благодаря их надежному преобразованию энергии на более высоких частотах и более высокой эффективности, что позволяет создавать более компактные конструкции. Эти устройства могут надежно работать при более высоких температурах, требуя меньше охлаждения и обеспечивая более компактные решения, а также снижая эксплуатационные расходы.

Дополнительные ресурсы:

• Решения для центров обработки данных
• Руководство по системным решениям для центров обработки данных
• Видео: Решения onsemi для питания центров обработки данных ИИ следующего поколения
• Технический документ: Сравнение технологий источников питания в центрах обработки данных ИИ и телекоммуникациях