大数据中心电源和能量使用的情况讨论,第二部分
扫描二维码
随时随地手机看文章
在我担任电路设计工程师的 40 年中,我学到的关键知识之一是,并非所有电路架构都是一样的。一种架构可能完全适合特定设计,而另一种不同的架构可能更适合不同的场景。对以下解决方案保持开放的态度;您的特定项目将对电源管理有特定需求,因为没有“千篇一律”的电源设计。尤其要注意您的客户“关心”,然后利用您的电源设计专业知识来指导和建议最终客户采用您认为最好的设计。在为任何项目选择最佳电源解决方案时,沟通和讨论必不可少。
也就是说,我非常非常喜欢以 GaN 作为功率元件的解决方案——根据我的设计师观点和经验,这是我个人的首选。最终采用 GaN 的特定电源架构多种多样——请明智地选择。
来自 EPC 的专家 Alex Lidow 研究了隔离与无隔离和监管与无监管架构的案例。这个想法是,在作为直流变压器 (DCX) 运行时,第一级可能不需要进行调节。在这些情况下,Lidow 的文章继续研究了四种不同的中间总线解决方案:
1. 隔离稳压砖转换器
2. 非隔离式 DC-DC 转换器
3. 48 V 降压 LLC 直流变压器
4. 48V 至 1V 混合转换器
经确定,使用双电感混合转换器(DIHC) 或具有 6 V OUT的 LLC可实现最佳效率。然而,DIHC 拓扑相对较新,尚未被广泛采用。48 V IN – 6 V OUT LLC 与 6 V IN – 1 V OUT 降压转换器相结合,由于其高效率、高功率密度和低成本,正在迅速被新的 AI 和游戏应用采用。
在所有具有 48 V IN的拓扑中,使用 GaN 器件实现了最高效率。这是由于它们的电容较低且尺寸较小。
高效电源转换 (EPC)
对我来说,GaN 应该成为尺寸、效率和速度至关重要的数据中心电源架构中的首选功率晶体管对我来说非常有意义。由 Alex Lidow 领导的 EPC“大师”提出了一个非常简洁的设计架构。
我特别喜欢 EPC 的芯片级封装,它允许 为数据中心的 eGaN 器件提供六面冷却10 。随着 GPU 对功率的需求不断增加,一些数据中心正在转向潜水式液体冷却。与任何其他功率元件相比,eGaN 可以更好地帮助延缓成本和工作量。
隔离还是不隔离,这就是问题5
隔离前端
在电源设计的前端,EPC 具有硬开关、48V 至 12V 降压、变压器隔离、稳压 500W、1/8 砖转换器,具有 12V、42A 输出;他们的EPC9115的效率为 96% 至 97%。高频 GaN 开关缩小了磁性元件,因此与传统硅解决方案相比,电路板占位面积更小。
非隔离前端
对于非隔离前端,有一个 25A 的 48V 至 5-12V 同步降压转换器。同样,该设计使用具有高频开关功能的 GaN 功率元件,以实现硅功率元件无法比拟的小尺寸电路板。该设计在 15A 负载下产生 97% 的峰值效率,在 25A 负载下产生 96.5% 的峰值效率。
48V 降压至 12V LLC 直流变压器前端
当该设计用作具有固定转换比的直流变压器 (DCX) 时,该设计能够在较宽的工作范围内保持高效率。EPC 有一个 48V 至 12V 的演示板,功率为 900W,效率超过 98%。
48V 至 6V LLC 转换器,带 8:1 变比变压器5
该设计可以在 1 MHz 下处理 900W。这种变压器设计使用 14 层 PCB,具有 2.2 µH 的磁化电感,当然还有 GaN 功率元件。
现在,向负载架构过渡到 4V 似乎有一个更大的趋势。这取决于输出晶体管和其他一些组件,但从 6V 输出到 4V 输出确实不会损失太多。变压器在 900W 时会变得更大一些,因为它是一个矩阵变压器(所有原始矩阵变压器专利都已过期,并且该 IP 现在属于公共领域),因此它可以按该比率进行缩放。这种架构的效率约为 98%。
专家表示 6、5、4 甚至 3.3V 架构都是可行的。他关于从 48V 总线5为图形处理器供电的文章 分析了几种中间级架构,直至 POL。
48V 到 1V 混合转换器5,8,9
该设计使用基于 Dickson 开关电容转换器9的双电感混合转换器 (DIHC) 8。DIHC 架构在输出端使用两个交错电感,不需要混合 Dickson 转换器所需的两个大型同步开关。
这种设计允许 DIHC 具有几乎 2 倍的开关和飞跨电容器传导的直流输出阻抗贡献,导致传导损耗比混合 Dickson 转换器小 2 倍。
2 MHz 区域附近的较高频率变压器带宽提高了设计的响应时间。
结果的最终分析5
使用 DIHC 或具有 6 V OUT的 LLC 可实现最高效率。EPC 承认 DIHC 拓扑相对较新,尚未被广泛采用。随着我们在此类设计中推进 GaN 含量,我看到了这种架构的好处。
48 V IN – 6 V OUT LLC 与 6 V IN – 1 V OUT 降压转换器相结合,是高效率的赢家,非常适合新的 AI 和游戏应用,以及高功率密度和低成本。
在所有具有 48 V IN的拓扑中,GaN 表现出最高的效率。这是由于它们的电容较低且尺寸较小。