作者： 楊周 Vicor中國應(yīng)用工程師
訓(xùn)練生成式人工智能（GenAI）神經(jīng)網(wǎng)絡(luò)模型通常需要花費(fèi)數(shù)月的時間，數(shù)千個基于GPU并包含數(shù)十億個晶體管的處理器、高帶寬SDRAM和每秒數(shù)太比特的光網(wǎng)絡(luò)交換機(jī)要同時連續(xù)運(yùn)行。雖然人工智能有望帶來人類生產(chǎn)力的飛躍，但其運(yùn)行時能耗巨大，所以導(dǎo)致溫室氣體的排放也顯著增加。
據(jù)《紐約時報》報道，到2027年，人工智能服務(wù)器每年的用電量將達(dá)到85至134太瓦時，大致相當(dāng)于阿根廷一年的用電量。
為了應(yīng)對日益加劇的能耗挑戰(zhàn)，AI處理器的供電網(wǎng)絡(luò)經(jīng)歷了多代的發(fā)展。這種全面的演進(jìn)發(fā)展涉及電路架構(gòu)、電源轉(zhuǎn)換拓?fù)?、材料科學(xué)、封裝和機(jī)械/熱工程方面的創(chuàng)新。
生成式人工智能訓(xùn)練處理器的供電方案負(fù)載點(diǎn)模式和分比式模式的演變：
從2020年到2022年，熱設(shè)計功率（TDP）幾乎翻了一番，從400W增加到了700W。TDP指標(biāo)是指生成式人工智能訓(xùn)練應(yīng)用中GPU引擎的連續(xù)功耗。自2022年起，半導(dǎo)體行業(yè)的TDP水平不斷攀升，到了2024年3月，市場上甚至出現(xiàn)了一款TDP高達(dá)1000W的GPU。
圖1：基于GPU的生成式人工智能訓(xùn)練處理器芯片復(fù)合體，加速器模塊（AM）上安裝有高帶寬存儲器（HBM）
用于生成式人工智能訓(xùn)練的處理器復(fù)合體集成了一個GPU或ASIC芯片，以及六到八個高帶寬存儲器（HBM）芯片。采用4納米CMOS 工藝的GPU通常以0.65V的內(nèi)核VDD運(yùn)行，可能包含1000億或更多的晶體管。HBM提供144GB的存儲容量，其工作電壓一般為1.1V或1.2V。該處理器的一個關(guān)鍵供電特性與人工神經(jīng)網(wǎng)絡(luò)算法負(fù)載有關(guān)。對比處于空閑狀態(tài)的GPU和算法滿載狀態(tài)的GPU，瞬態(tài)電流消耗（dI/dt）差別可能非常大，可能達(dá)到每微秒2000安培或更多。此外，該處理器不能容忍較大的電源電壓下沖或過沖幅值；這些負(fù)載階躍瞬變必須限制在標(biāo)稱VDD的10%以內(nèi)。設(shè)計用于生成式人工智能訓(xùn)練處理器的供電解決方案時，由于這些動態(tài)操作條件的原因，峰值電流輸送能力通常設(shè)計為連續(xù)電流輸送能力的兩倍，峰值事件通常持續(xù)數(shù)十毫秒（圖1）。
對于CPU、FPGA、網(wǎng)絡(luò)交換機(jī)處理器以及現(xiàn)在的AI訓(xùn)練和推理芯片發(fā)展最重要的供電架構(gòu)是負(fù)載點(diǎn)（PoL）方法。相較于傳統(tǒng)的多相并聯(lián)電源架構(gòu)，分比式PoL電源架構(gòu)實(shí)現(xiàn)了更高的功率和電流密度。這種電源架構(gòu)借鑒了理想變壓器的“匝數(shù)比”概念，通過分壓實(shí)現(xiàn)電流倍增。電流倍增的可擴(kuò)展性使我們能夠根據(jù)不同的輸出電壓和電流需求，開發(fā)一系列全面的PoL轉(zhuǎn)換器。這對客戶來說至關(guān)重要，因?yàn)楦呒堿I訓(xùn)練處理器的需求正快速變化。
圖2：分比式電源架構(gòu)可以提供超過1000安培的大電流，并使供電網(wǎng)絡(luò)的電阻降低到1/20
分比式電源架構(gòu)（FPA）——分解為穩(wěn)壓和變壓兩部分功能
生成式人工智能電源系統(tǒng)設(shè)計面臨的主要挑戰(zhàn)包括：
-很高的電流輸送能力，范圍從500安培到2000安培
-負(fù)載需要出色的動態(tài)性能
-PDN的損耗和阻抗較大
-48V母線基礎(chǔ)架構(gòu)的標(biāo)準(zhǔn)化使用，需要從48V轉(zhuǎn)換到1V以下的能力
要解決這種大電流和高密度負(fù)載點(diǎn)（PoL）問題，需要采用不同的方法。先進(jìn)的分比式電源架構(gòu)將穩(wěn)壓和變壓/電流倍增功能進(jìn)行了分解，可將這些供電級放置在最佳位置，從而達(dá)到最高的效率和功率/電流密度。
當(dāng)輸入電壓（VIN）等于輸出電壓（VOUT）時，穩(wěn)壓器的效率最高，隨著輸入輸出比的增加，效率逐漸降低。在36至60V的典型輸入電壓范圍內(nèi)，最佳輸出母線電壓將是48V，而不是中間母線架構(gòu)（IBA）中常見的傳統(tǒng)12V母線電壓。48V輸出母線所需的電流是12V母線的四分之一（P=VI），而PDN的損耗是電流的平方（P = I2R），這意味著損耗降低至原來的 1/16。因此，先安裝穩(wěn)壓器并將其調(diào)節(jié)至48V輸出，可以實(shí)現(xiàn)最高的效率。穩(wěn)壓器還必須接受有時低于48V的輸入電壓，這就需要一個降壓-升壓的功能來滿足這一設(shè)計需求。一旦輸入電壓得到了穩(wěn)壓，下一步便是將48V轉(zhuǎn)換為1V。
在需要為1V負(fù)載供電的情況下，最佳變壓比為48:1。在這種情況下，穩(wěn)壓器將輸入電壓降壓或升壓到48V輸出，再由變壓器將電壓從48降至1V。降壓變壓器以相同的比率加大電流，因此變壓器組件也可以稱為電流倍增器。在這種情況下，1安培的輸入電流將倍增至48安培的輸出電流。為了最大限度地減少大電流輸出的PDN損耗，電流倍增器必須小巧，以便盡可能靠近負(fù)載放置。
PRM穩(wěn)壓器和VTM/MCM模塊化電流倍增器結(jié)合在一起，構(gòu)成Vicor分比式電源架構(gòu)。這兩個器件相互合作，各司其職，實(shí)現(xiàn)完整的DC-DC轉(zhuǎn)換功能。
PRM通過調(diào)制未穩(wěn)壓的輸入電源提供穩(wěn)壓輸出電壓，即“分比式母線電壓”。該母線供電給VTM，由VTM將分比式母線電壓轉(zhuǎn)換為負(fù)載所需的電平。
與IBA不同，F(xiàn)PA不通過串聯(lián)電感器從中間母線電壓降壓至PoL。FPA不通過降低中間母線電壓來平均電壓，而是使用電流增益為1:48或更高的高壓穩(wěn)壓和電流倍增器模塊，以提供更高的效率、更小的尺寸、更快的響應(yīng)和1000安培及以上的可擴(kuò)展性（圖2）。
垂直放置PoL轉(zhuǎn)換器減少功耗耗散
在前幾代大電流生成式人工智能處理器電源架構(gòu)中，PoL轉(zhuǎn)換器被放在處理器復(fù)合體的橫向（旁邊）位置。由于銅的電阻率和PCB上的走線長度，橫向放置的PoL供電網(wǎng)絡(luò)（PDN）的集總阻抗相當(dāng)高，可能達(dá)到200μΩ或更高。隨著生成式人工智能訓(xùn)練處理器的連續(xù)電流需求增加到1000安培，這意味著PCB本身就會消耗掉200瓦的功率。考慮到在AI超級計算機(jī)中用于大型語言模型訓(xùn)練的加速器模塊（AM）多達(dá)數(shù)千個，而且?guī)缀鯊牟粩嚯姡ǔ掷m(xù)運(yùn)行10年或更長時間，這200瓦的功率損耗在整體上變得非常龐大。
認(rèn)識到這種能源浪費(fèi)后，AI計算機(jī)設(shè)計師已經(jīng)開始評估采用垂直供電（VPD）結(jié)構(gòu)，將PoL轉(zhuǎn)換器直接放置在處理器復(fù)合體的下方。在垂直供電網(wǎng)絡(luò)中，集總阻抗可能降至10μΩ或更低，這意味著在內(nèi)核電壓域1000安培的連續(xù)電流下，只會消耗10瓦的功率。也就是說，通過將PoL轉(zhuǎn)換器從橫向放置改為縱向放置，PCB的功耗減少了200–10=190瓦（WPCB ）（圖3）。
圖3 生成式人工智能加速模塊從橫向（頂部）供電改為縱向（背部）供電，可將PDN損耗降低至1/20
VPD的另一個優(yōu)點(diǎn)是降低了GPU芯片表面電壓梯度，這也有助于節(jié)省電力。如前所述，典型的4納米CMOS GPU的標(biāo)稱工作電壓為0.65VDD。使用橫向供電時，將電源提供給處理器復(fù)合體的四邊，由于集成電路的配電阻抗較高（通常使用電阻率高于銅的鋁導(dǎo)體），可能需要0.70V的電壓，才能確保GPU芯片中心的電壓達(dá)到標(biāo)稱值0.65V。而采用縱向供電時，可以確保整個芯片表面的電壓為0.65V。0.70–0.65=50 mV，這個差值乘以1000安培，可額外節(jié)省50瓦（WVDD）的功率。在本例中，節(jié)省的總功率為190 WPCB + 50 WVDD = 240瓦（圖4）。
根據(jù)未來幾年公共領(lǐng)域?qū)铀倨髂K（AM）需求的預(yù)測（2024年超過250萬件），以及對電力成本的合理估計（每兆瓦時75美元），每個AM節(jié)省240W電力，到2026年將在全球范圍內(nèi)實(shí)現(xiàn)太瓦時的電力節(jié)省，相當(dāng)于每年節(jié)約數(shù)十億美元的電力運(yùn)營成本，而且根據(jù)可再生能源的使用比例，每年還能永久性地減少數(shù)百萬噸的二氧化碳排放。
圖4：使用VPD時，處理器芯片的表面電壓均勻，有助于最大限度地提高計算性能，同時最小化功率損耗
遏制失控的生成式人工智能功耗
Vicor正引領(lǐng)生成式人工智能供電技術(shù)的創(chuàng)新浪潮。他們提供的分比式負(fù)載點(diǎn)轉(zhuǎn)換器解決方案有助于提升生成式人工智能處理器的功效，使生成式人工智能的功耗與社會層面的環(huán)境保護(hù)和節(jié)能目標(biāo)相一致。
Vicor持續(xù)推動電源架構(gòu)的創(chuàng)新，并開發(fā)先進(jìn)的新產(chǎn)品，致力于解決生成式人工智能模型訓(xùn)練帶來的功耗增加問題。通過采用先進(jìn)的分比式電流倍增器方法進(jìn)行負(fù)載點(diǎn)DC-DC轉(zhuǎn)換，就可以充分發(fā)揮生成式人工智能優(yōu)勢，同時有效控制全球范圍內(nèi)的能源消耗。
