【导读】人工智能(AI)不仅转变了咱们与世界互动的方式，更于重塑使这一切成为可能的硬件自己。跟着AI渗入到各行各业及一样平常糊口的各个方面，立异暗地里的“硅基年夜脑”——GPU、TPU及尖端ASIC——正蒙受着史无前例的压力。然而，年夜大都人没有留意到的是：这些AI加快卡不仅渴求数据及算法，更极端依靠一项资源——不变靠得住的高机能电源。

于本系列的三篇文章中，咱们将深切剖析AI加快器供电收集的全新世界，切磋治理超快速瞬变的巨年夜挑战，并先容有助在让现今超高速AI靠得住运行的革命性解决方案（例如ADI公司的多相电源专业技能）。

AI加快器功率激增：算力越强，功耗越高

如今，挑战已经不单单是速率。为了练习现今重大的神经收集或者实现闪电般的及时推理，咱们重叠了数十亿晶体管，运行的事情负载对于硬件机能的要求远超以往任何一代。整个行业正于履历一场“及时”厘革。

按照Gartner的陈诉，2021年AI芯片收入共计跨越340亿美元，估计到2026年将增加至860亿美元。加快芯片（统称为xPU，包括GPU、TPU、FPGA、ASIC）经由过程并行履行使命，提供比CPU超出跨越数倍的机能。然而，并行计较耗损着惊人的电能。有时于低在1V的焦点电压下，电流需求跨越1000A，且每一次AI推理或者练习使命城市激发电流需求的猛烈颠簸。

对于在AI加快卡而言，供电收集再也不是过后才思量的工作，而是体系机能所依仗的基石。一旦设计不妥，即即是世界上开始进的神经收集也可能堕入阻滞，甚至呈现更糟糕的场合排场——悄无声气地堕落。

瞬变——滴答作响的按时炸弹

从供电角度来看，是甚么让AI云云非凡又云云具备挑战性？谜底于在瞬变：每一次加快器启动新的神经收集层，或者于练习与推理之间切换时，电流城市于微秒级时间内发生忽然、猛烈的颠簸。

假如治理不善，这类电压颠簸可能带来如下后果：

孕育发生很是严峻的电压尖峰或者骤降，以至在触发安全掩护机制、中断处置惩罚器运行，甚至对于敏感的xPU芯片造成物理毁坏。

使传统的去耦电容掉效，特别是当AI典型事情负载的连续时间跨越电容贮备能量所能笼罩的规模时。

袒露配电收集中的单薄环节，从稳压器到每一一条PCB走线均可能被殃和。

图1：通用AI加快卡框图

工程师们很快发明，传统的配电方式已经经没法满意需求。跟着负载上升或者降落，极度di/dt动作可能将电压轨推向极限，有时甚至到达最年夜热设计容量的两倍（或者更多！）。传统稳压器往往反映不敷迅速，轻易于要害时刻呈现电压骤降或者过冲的危害。

为什么AI电源设计存于底子性差异

假如您曾经为CPU设计过供电体系，可能以为AI电源设计也遵照不异逻辑。但请三思，由于AI对于电源的需求不仅更年夜，并且于每一个层面都更不成猜测、更苛刻：

超低电压：xPU焦点电压已经降至1V如下，容错安全裕度年夜幅压缩。

超年夜电流：为加快卡提供1000A以上电流已经是常态，远超典型办事器或者数据中央的需求。

严酷的噪声尺度：高频噪声及电压瞬变很轻易引起敏感AI芯片发生妨碍，危和正常运行时间、计较精度甚至装备的物理安全。

热治理难题：跟着功率密度不停爬升，因PCB电阻或者调治效率低下而丧失的每一一瓦功率，城市转化为需要加以治理的热量。

所有这一切都要求供电架构既要超等不变，又要充足灵敏，以免瞬变尖峰及骤降，同时切合将来数据中央尺度的高效率运行。

传统架构的局限性

已往，设计职员凡是将稳压器放置于xPU的侧面，经由过程年夜面积的平面PCB走线供电。然而，一旦电流跨越100A，纵然是几厘米的铜线也会造成显著损耗，引起效率降低、热量增长，还有需要连续应答失电及噪声问题。

再加之AI事情负载高度动态的特征及由此孕育发生的多重瞬变，终极就形成为了一场“完善风暴”。传统“纯真增年夜功率”的电源设计要领已经颠末时，此刻需要的是更智能、更集成的解决方案。

供电的主要性：对于AI立异有着深远影响

电源不不变的后果不仅限在蓝屏或者简朴重启。于依靠及时AI的运用中，瞬变引起的妨碍可能致使主动驾驶汽车漏检要害方针。不不变的电压供给可能使及时金融推理模子瓦解。纵然是短暂的电压骤降或者过冲，也可能引入偏差，而偏差会于练习历程中不停扩散，终极造成昂贵的返工及没必要要的能源华侈。

归根结柢，若没有新一代供电技能，AI不仅会运行迟缓，更有可能永远没法阐扬全数潜力。

结语：供电革命由此最先

跟着AI不停成长，为AI供电的架构也必需同步进化。于下一篇文章中，咱们将切磋ADI公司的最新立异结果，这些颠末验证、可当即投入现场利用的解决方案从零最先构建，旨于驯服AI瞬变风暴。咱们将配合摸索多相要领、智能集成及垂直供电新范式怎样使以往难以企和的机能成为可能甚至落地。敬请存眷第二部门，摸索电源与周详技能的融合。