Κατακτώντας το Θηρίο: Πώς οι Ολοκληρωμένοι Ρυθμιστές Τάσης Λύνουν την Κρίση Ενέργειας του AI

Η τεχνητή νοημοσύνη είναι πεινασμένη. Από την εκπαίδευση μεγάλων γλωσσικών μοντέλων έως την ενεργοποίηση της πραγματικής時間ς στην υπολογιστική νεφελή, οι υπολογιστικές απαιτήσεις της τεχνητής νοημοσύνης αυξάνονται εκθετικά. Αυτή η ακαταμάχητη όρεξη έχει δημιουργήσει μια δευτερεύουσα κρίση που απειλεί να σταματήσει την πρόοδο: μια αβάσιμη όρεξη για ηλεκτρική ενέργεια. Οι κέντροι δεδομένων, οι σύγχρονοι καθεδρικοί ναοί της υπολογιστικής, είναι σε πορεία να καταναλώσουν một σημαντικό ποσοστό της παγκόσμιας ηλεκτρικής ενέργειας, με τις εργασίες του AI να είναι ο основной οδηγός. Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας (IEA), οι κέντροι δεδομένων κατανάλωσαν περίπου 2% της παγκόσμιας ηλεκτρικής ενέργειας το 2022, και αυτό το ποσοστό προβλέπεται να αυξηθεί δραματικά.

Αυτό το πρόβλημα της ενέργειας δεν αφορά μόνο τα τεράστια λογαριασματα ηλεκτρικής ενέργειας και την περιβαλλοντική επίδραση, αλλά είναι ένα θεμελιώδες τεχνικό εμπόδιο. Οι ίδιοι οι επεξεργαστές που τροφοδοτούν την τεχνητή νοημοσύνη – οι GPU, TPU και προσαρμοσμένοι ASIC – συναντούν ένα θερμικό τοίχωμα. Δεν μπορείτε απλώς να συνεχίσετε να προσθέτετε περισσότερους τρανζίστορ σε ένα chip εάν δεν μπορείτε να παραδώσετε την ενέργεια καθαρά και αποτελεσματικά χωρίς να υπερθερμανθεί ο chip. Η πρόκληση δεν βρίσκεται μόνο στη δημιουργία ενέργειας, αλλά στην παράδοση της αποτελεσματικά στα τελευταία quelques χιλιοστά πριν φτάσει στο σιλικόνιο. Αλλά τώρα, ένα μικρό κομμάτι τεχνολογίας που ονομάζεται Ολοκληρωμένος Ρυθμιστής Τάσης (IVR) ανασχηματίζει θεμελιωδώς το μέλλον της υψηλής απόδοσης υπολογιστικής.

Το Πρόβλημα του “Τελευταίου Ίντσας” στη Παράδοση Ενέργειας

Για να κατανοήσετε την καινοτομία του IVR, πρέπει πρώτα να κατανοήσετε τη παραδοσιακή μέθοδο τροφοδοσίας ενός υψηλής απόδοσης chip. Ένας σύγχρονος επεξεργαστής έχει δισεκατομμύρια τρανζίστορ που ανοίγουν και κλείνουν δισεκατομμύρια φορές το δευτερόλεπτο. Αυτές οι λειτουργίες απαιτούν μια ακριβή, σταθερή και χαμηλής τάσης DC τροφοδοσία. Ωστόσο, η ενέργεια που έρχεται από το τοίχωμα είναι υψηλής τάσης AC. Το ταξίδι από το τοίχωμα στο σιλικόνιο περιλαμβάνει μια σύνθετη αλυσίδα μετατροπής και ρύθμισης που ονομάζεται Δίκτυο Παράδοσης Ενέργειας (PDN).

Συνήθως, αυτή η διαδικασία περιλαμβάνει πολλά στάδια. Η ενέργεια μετατρέπεται και μειώνεται στην πλακέτα του διακομιστή, και η τελική, κρίσιμη μετατροπή χειρίζεται από ένα συστατικό που ονομάζεται Ρυθμιστής Τάσης (VR). Αυτοί οι VR είναι συνήθως βαρείς διακριτοί συνθέτες – μια συλλογή ελεγκτών, σταδίων ισχύος και μεγάλων, συρματωμένων πηνίων – που βρίσκονται στην πλακέτα γύρω από την υποδοχή του επεξεργαστή.

Αυτή η παραδοσιακή προσέγγιση έχει πολλά κρίσιμα ελαττώματα στην εποχή του AI:

1. Χαμένη Ενέργεια: Η ενέργεια πρέπει να ταξιδέψει από αυτούς τους εκτός chip VRs через την πλακέτα και μέσω του πακέτου του chip. Κάθε χιλιοστόμετρο αυτού του μονοπατιού εισάγει αντίσταση, οδηγώντας σε σημαντική απώλεια ενέργειας (I2R απώλεια). Αυτή η χαμένη ενέργεια διασκορπίζεται ως θερμότητα, η οποία πρέπει να αφαιρεθεί από ακόμη πιο ενεργοβόρες συστήματα ψύξης.
2. Αργή Χρόνος Απόκρισης: Όταν ένας επεξεργαστής ξαφνικά μεταβαίνει από μια κατάσταση αναμονής σε μια κατάσταση πλήρους φόρτου (ένα κοινό σενάριο σε εργασίες του AI που ονομάζεται μεταβατική φόρτωση), απαιτεί μια τεράστια, στιγμιαία έξαρση ρεύματος. Οι εκτός chip VRs μπορούν να είναι πολύ αργοί για να ανταποκριθούν, προκαλώντας μια προσωρινή πτώση τάσης, ή “droop”. Για να αντισταθμίσουν, οι μηχανικοί πρέπει να σχεδιάσουν το σύνολο του συστήματος να τρέχει σε μια υψηλότερη βασική τάση, σπαταλώντας ακόμη περισσότερη ενέργεια.
3. Περιορισμοί Χώρου: Αυτοί οι βαρείς, εκτός chip συνθέτες καταλαμβάνουν πολύτιμο χώρο στην πλακέτα, χώρο που θα μπορούσε να χρησιμοποιηθεί για περισσότερα κανάλια μνήμης, ταχύτερες διασυνδέσεις ή άλλα χαρακτηριστικά απόδοσης. Αυτή η “παραλία” γύρω από τον επεξεργαστή είναι μεταξύ των πιο πολύτιμων στην ηλεκτρονική.

Ενσωματωμένη Ισχύς και Λεπτές Μαγνητικές

Οι πρόσφατες προόδους στην τεχνολογία λεπτών μαγνητικών επιτρέπουν την κατασκευή υψηλής απόδοσης πηνίων直接 στο chip ή στο υπόστρωμα του πακέτου χρησιμοποιώντας τεχνικές ημιαγωγών. Αυτά τα μικροσκοπικά, υψηλής αποδοτικότητας πηνία επιτρέπουν ολόκληρο τον ρυθμιστή τάσης να βρίσκεται就在 quelques μικρόμετρα μακριά από τους κυκλώματα που τροφοδοτούν.

Αυτή η μετατόπιση της τοποθεσίας παρέχει πολλά πλεονεκτήματα:

• Μειωμένη Απώλεια Ενέργειας: Η μείωση του μονοπατιού παράδοσης ενέργειας από ίντσες σε μικρόμετρα μειώνει σημαντικά την ενέργεια που χάνεται κατά τη μεταφορά, βελτιώνοντας την συνολική αποδοτικότητα του συστήματος.
• Γραμμική Διαχείριση Ισχύος: Πολλαπλά ανεξάρτητα, υπερ-χαμηλής τάσης домένια ισχύος μπορούν να παρέχουν ακριβώς αυτό που χρειάζεται κάθε πυρήνας ή λειτουργικό μπλοκ, όταν το χρειάζεται, και να απενεργοποιούνται άμεσα όταν δεν το χρειάζεται.
• Σχεδόν Αμεσός Χρόνος Απόκρισης: Οι ρυθμιστές τάσης στο πακέτο ανταποκρίνονται σε μεταβατικές φορτώσεις σε νανοδευτερόλεπτα,几乎 εξαλείφοντας την πτώση τάσης και ermögνώντας χαμηλότερες, πιο αποτελεσματικές τάσεις λειτουργίας χωρίς να θυσιάζουν την απόδοση.
• Απλοποιημένος Σχεδιασμός και Μικρότερος Footprint: Η αφαίρεση των ρυθμιστών τάσης από την πλακέτα ελευθερώνει χώρο, απλοποιεί τον σχεδιασμό και υποστηρίζει πυκνότερες, υψηλότερης απόδοσης αρχιτεκτονικές.

Ανασχεδιασμός του Μέλλοντος της Υardware του AI

Τα πλεονεκτήματα των IVRs απευθύνονται直接 στα μεγαλύτερα προβλήματα που αντιμετωπίζουν οι σχεδιαστές υλικού του AI. Για τις εταιρείες που αναπτύσσουν την επόμενη γενιά GPU και επιταχυντών του AI, η ενσωματωμένη διαχείριση ισχύος δεν είναι μόνο ένα “ωραίο να έχεις”; είναι μια ενεργοποιητική τεχνολογία.

Οι προηγμένες τεχνικές συσκευασίας ημιαγωγών όπως τα chiplets και η 3D στοίβαξη θεωρούνται ο δρόμος προς τα εμπρός τώρα που η παραδοσιακή κλίμακα του Moore’s Law επιβραδύνεται. Αυτές οι τεχνικές περιλαμβάνουν τη συναρμολόγηση πολλών μικρότερων, εξειδικευμένων dies σε ένα單ο, ισχυρό πακέτο. Όπως εξήγησαν οι ηγέτες της βιομηχανίας όπως η TSMC με την τεχνολογία CoWoS, αυτή η προσέγγιση απαιτεί μια sophisticiated στρατηγική παράδοσης ενέργειας. Οι IVR, συμπεριλαμβανομένων εκείνων που κατασκευάζονται από την Ferric, είναι ιδανικοί για αυτό το παράδειγμα, παρέχοντας την γραμμική, αποτελεσματική ισχύ που χρειάζεται για να διαχειριστούν αυτές τις σύνθετες, ετερογενείς συστήματα.

Προκλήσεις και Συμπέρασμα

Ο δρόμος προς την ευρεία υιοθέτηση δεν είναι χωρίς εμπόδια. Η ενσωμάτωση νέων υλικών και διαδικασιών στο πολύ συντηρητικό και σύνθετο οικοσύστημα κατασκευής ημιαγωγών είναι ένα τεράστιο έργο.

Ωστόσο, η ανάγκη για μια λύση είναι αδιαμφισβήτητη. Η τρέχουσα τροχιά της κατανάλωσης ενέργειας στο AI είναι αβέβαιη. Απλώς κάνωντας τους τρανζίστορ μικρότερους δεν είναι πλέον αρκετό; μια ολική ανασχεδιασμός του ολόκληρου συστήματος, από το λογισμικό στην παράδοση ενέργειας, είναι απαραίτητος. Το έργο εταιρειών όπως η Ferric αντιπροσωπεύει ένα κρίσιμο μέρος αυτού του παζλ. Βελτιώνοντας το πρόβλημα της ενέργειας στην πηγή του, δεν δημιουργούν μόνο ένα πιο αποτελεσματικό συστατικό, αλλά ανοίγουν τον δρόμο για την επόμενη γενιά του AI και της υψηλής απόδοσης υπολογιστικής.

Η πορεία της καινοτομίας του υλικού είναι μια πορεία υπέρβασης εμποδίων. Για δεκαετίες, ο焦点 ήταν η ταχύτητα υπολογισμού και η πυκνότητα τρανζίστορ. Σήμερα, το πιο πιεστικό εμπόδιο είναι η ενέργεια. Οι εταιρείες που θα λύσουν αυτή την πρόκληση θα ορίσουν το τοπίο της υπολογιστικής για χρόνια να έρθουν.

Τι πιστεύετε ότι θα είναι το επόμενο μεγάλο εμπόδιο στη σχεδίαση υλικού του AI μετά την βελτίωση της παράδοσης ενέργειας; Πώς θα αλλάξουν οι προόδους στην ενεργειακή αποδοτικότητα την οικονομία της μεγάλης κλίμακας ανάπτυξης του AI;