野獣を制する：統合電圧レギュレータがAIの電力危機を解決する方法

人工知能は電力を大量に消費する。巨大な言語モデルをトレーニングしたり、クラウドでリアルタイムの推論を実行したりするため、計算の需要は急激に増加している。これにより、進歩を妨げる二次的な危機が生じている：電力への飽餅れない欲求。この欲求は、データセンターが世界の電力の相当部分を消費することにつながり、AIワークロードが主な要因となっている。国際エネルギー機関（IEA）によると、データセンターは2022年に世界の電力の約2％を消費しており、この数字は急激に増加する見通しである。

この電力問題は、単に巨額の電気代や環境への影響だけではなく、根本的なエンジニアリングのボトルネックである。AIを動かすプロセッサであるGPU、TPU、カスタムASICは、熱的な壁に当たっている。シリコンに電力を効率的に供給できない場合は、トランジスタをさらにチップに詰め込むことはできない。課題は、電力を生成することではなく、シリコンに到達する前の最後の数ミリメートルで電力を効果的に供給することにある。しかし、統合電圧レギュレータ（IVR）という小さな技術が、高性能コンピューティングの未来を根本的に変えている。

電力供給の「最後のインチ」問題

IVRの革新を理解するには、まず高性能チップを伝統的な方法で動かす方法を理解する必要がある。現代のプロセッサには、1秒間に数十億回スイッチングする数十億のトランジスタがある。これらの操作には、正確で安定した低電圧DC電源が必要である。しかし、壁から供給される電力は、高電圧の交流である。壁ソケットからシリコンまでの旅には、複雑な変換と調整の連鎖が必要である。これを電力供給ネットワーク（PDN）と呼ぶ。

通常、このプロセスには複数のステージが含まれる。サーバーのマザーボードで電力が変換され、ステップダウンされ、最終的な重要な変換は、電圧レギュレータ（VR）と呼ばれるコンポーネントによって処理される。これらのVRは、通常、コントローラー、電力段、そして大きなワイヤーワウンドインダクタの集まりである。これらは、プロセッサソケットの周囲にマザーボード上に配置される。

この伝統的なアプローチには、AIの時代に重大な欠点がある。

1. エネルギーの浪費： 電力は、これらのオンチップ外のVRからマザーボードを横切り、チップのパッケージを通過する必要がある。 このパスの各ミリメートルは抵抗を導入し、重大な電力損失（I2R損失）につながる。 この失われた電力は熱として放出され、さらに電力が必要な冷却システムによって除去される必要がある。
2. 遅い応答時間： プロセッサがアイドル状態からフルロード状態に突然切り替わる場合（AIワークロードで発生することが多い「トランジエントロード」）、大量の電流が必要になる。 オンチップ外のVRは、応答が遅く、電圧の低下（「ドロップ」）を引き起こす可能性がある。 これを補償するために、エンジニアはシステム全体をより高い基準電圧で動作させる必要があり、さらに電力を浪費することになる。
3. スペースの制約： これらの大きなオンチップ外コンポーネントは、マザーボード上で貴重なスペースを占有し、メモリチャネル、高速インターコネクト、またはその他のパフォーマンス向上機能に使用できるスペースを消費する。 プロセッサ周辺の「ビーチフロントプロパティ」は、電子機器の中で最も貴重なものである。

オンチップ電力と薄膜磁気

最近の薄膜磁気技術の進歩により、高性能インダクタが、半導体製造技術を使用してチップまたはパッケージ基板に直接製造されるようになった。これらの微小な、高効率インダクタにより、全体の電圧レギュレータが、電力を供給する回路から数マイクロメートル離れた場所に配置されることができる。

この配置の変更により、複数の利点がもたらされる。

• 電力損失の削減： 電力供給パスをインチからマイクロメートルに短縮することで、伝送中に失われるエネルギーが大幅に低減され、全体的なシステム効率が向上する。
• 粒状電力管理： 複数の独立した、超低電圧電力ドメインが、各コアまたは機能ブロックに必要な電力を、必要なときに供給し、必要ないときには即座にシャットダウンできる。
• ほぼ瞬間的な応答： パッケージ上のIVRは、ナノ秒単位でトランジエントロードに応答し、電圧ドロップをほぼ排除し、パフォーマンスを犠牲にせずに低電圧で動作できる。
• 設計の簡素化と小型化： 電圧レギュレータをマザーボードから除去することで、ボード上のスペースが解放され、設計が簡素化され、高密度、高性能アーキテクチャがサポートされる。

AIハードウェアの未来の再構築

IVRの利点は、AIハードウェア設計者が直面している最大の課題に直接対処する。次世代のGPUやAIアクセラレータを開発している企業にとって、統合電力管理は、「nice-to-have」ではなく、有効な技術である。

先進的な半導体パッケージ技術であるチプレツや3Dスタッキングは、伝統的なムーアの法則のスケーリングが遅くなっている現在、進歩の道として見なされている。これらの技術では、複数の小さな専用ダイを1つの強力なパッケージに組み立てることが含まれる。TSMCのCoWoS技術のように、業界のリーダーによって説明されているように、このアプローチでは、複雑な電力供給戦略が必要である。Ferric製のIVRを含むIVRは、このパラダイムに完璧に適しており、複雑でヘテロジニアスなシステムを管理するために必要な粒状で効率的な電力を提供する。

課題と結論

広範な採用への道は、障害なしではありません。新しい材料やプロセスを高度に保守的で複雑な半導体製造エコシステムに統合することは、難しい課題です。

しかし、解決策が必要であることは明らかです。AIの電力消費の現在の軌道は、持続できない。トランジスタを小さくするだけで十分ではない。ソフトウェアから電力供給まで、全体的なシステムの再構築が必要です。Ferricのような企業の取り組みは、このパズルの重要な部分を表しています。電力をその源で制御することで、彼らは単に効率的なコンポーネントを作成するだけでなく、次世代のAIと高性能コンピューティングの道を開いている。

ハードウェアの革新の旅は、ボトルネックを克服することです。数十年間、計算速度とトランジスタ密度に焦点が当てられていました。今日、最も重要なボトルネックは電力です。電力供給の課題を解決する企業は、将来のコンピューティングの景観を定義することになります。

電力供給が最適化された後のAIハードウェア設計における次の重大なボトルネックは何だと思いますか。エネルギー効率の向上は、大規模なAIデプロイメントの経済性をどのように変えるでしょうか。