瞬变对AI加速卡供电的影响

AI需要大量的算力，尤其是在学习和推理时。这种需求不断地将供电网络的边界推向前所未有的新水平。这些高密度工作负载变得愈加复杂，更高的瞬态需求推动配电网络的每个部分都必须高效运行。AI加速卡严格的功耗要求对系统性能也有影响。本文将讨论AI加速卡的配电网络要求，剖析瞬变的影响，并介绍ADI公司针对这些需求提出的多相供电解决方案。

简介

AI技术完全改变了计算架构，以复现模仿人脑的神经网络。AI看似已广泛存在，但实际上，驱动AI的技术仍在发展。专门用于AI计算的处理器加速器IC包括GPU、现场可编程门阵列(FPGA)、TPU和其他类型的ASIC。本文将它们统称为xPU。

随着AI技术部署快速推进，数据中心将继续批量购买AI加速卡。根据Gartner的报告，2021年AI芯片收入总计超过340亿美元，预计到2026年将增长至860亿美元。1xPU采用大规模并行计算方案，与普通CPU相比，在AI性能方面实现了巨大飞跃。xPU拥有大量小内核，因此非常适合AI工作负载，有助于神经网络训练和AI推理。然而，xPU进行AI计算和移动数据通常会产生相对较大的功耗。简而言之，xPU是非常耗电的IC。其严格的功耗要求对AI加速卡提出了新的挑战，这也会影响系统性能。本文将分析AI加速卡的供电网络要求，并介绍ADI公司针对这些严格要求提出的多相供电解决方案。

AI带来的供电挑战

AI涉及许多方面，但能效不在其中。AI工作时，尤其是处理深度学习和推理等AI工作负载时，需要极高的计算功率。在系统层面，AI加速器对于提供近乎即时的结果（正是这些结果使其有价值）发挥着关键作用。所有xPU都有多个高端内核，这些内核由数十亿个晶体管构成，消耗数百安培电流。这些xPU的内核电压(VCORE)已降至低于1.0 V的水平。图1显示了AI加速卡的通用框图。本文将重点介绍为此类系统提出的多相控制器和相应的功率级IC。