AI算力GPU開始騰飛，背后是電源管理的持續支持

電子發燒友網報道（文/黃山明）近期，IDC出具了一份報告顯示，AI PC在中國PC市場中新機的裝配比例將在未來幾年內快速攀升，預計2024年將迅速增長至55%，在2027年將達到85%，而今年也將成為AI PC元年。

不僅是AI PC，還包括AI服務器、AI手機、AI汽車等，眾多AI實際應用讓算力GPU的需求大增，也在不斷追求性能更高的GPU。而隨著GPU性能的提升，其功耗與穩定性的難度也隨之增加。這就需要電源管理在背后為其提供穩定的電力供應，讓GPU提供更好的AI算力支持。

算力GPU背后是電源管理

在AI的高速發展下，對GPU產生了顯著影響，如AI領域，特別是深度學習算法需要大量的并行計算能力，GPU因其并行處理單元而成為執行這些任務的理想選擇。這推動了GPU性能的不斷提升，以滿足AI計算的需求。

同時，隨著模型復雜度和數據集的不斷增長，GPU需要配備更大容量的顯存，并提供更高的顯存帶寬，以滿足大數據處理和緩存的需求。在保證算力提升的同時，還需要大幅降低單位功耗，提高能效比，這對于數據中心運維成本和環保都有重要意義。

但這樣一來，就會帶來幾個問題，一個是散熱問題。更高的算力意味著更大的發熱量，傳統的散熱解決方案可能無法滿足需求，需要創新的散熱技術和材料以確保GPU能在高溫環境下穩定運行。

另一個挑戰是電源管理，更高的功耗要求電源管理模塊具備更優秀的轉換效率和動態負載適應能力，同時需要實現更加精細化的電源分配和控制策略。而更精細的電源管理，也能在一定程度上降低發熱量。

同時，隨著GPU性能的提升，其對電源穩定性的要求也更高。電源管理系統需要確保在高負載情況下，GPU能夠獲得充足且穩定的電力供應。

總的來說，GPU的發展，對提出了包括功耗、電流電壓調控速度與精度、穩定性、紋波和噪聲控制等方面的要求。

考慮到AI領域對電源需求的快速增長，傳統的模擬控制解決方案可能已不再適用，數字控制解決方案因其可擴展性和配置靈活性而成為主流。電源紋波和噪聲的控制也成為設計中的一個重要考慮因素，以確保系統的精確性和可靠性。

而數字控制解決方案之所以成為主流，是因為它們在可擴展性、配置靈活性、減少外圍器件數量以及更好的穩壓性能方面具有明顯優勢。并且隨著AI技術的不斷進步和應用領域的擴大，這些特點使得數字控制解決方案更加符合當前和未來AI市場對電源管理的需求。

用于支持GPU的電源管理解決方案與相關企業

目前國內外眾多企業提供了多種型號的電源管理芯片，以支持高算力GPU的需求。比如TI、ADI、英飛凌、ST、富士通等，還有國內的如力芯微、希荻微、晶豐明源等。

這些企業提供的電源管理芯片型號眾多，具體型號需要根據GPU的功耗、性能要求以及系統設計的具體需求來選擇。通常，這些芯片的型號會在其官方網站或產品目錄中詳細列出，并提供技術支持和設計指南以幫助客戶選擇合適的產品。

以UCC2871x系列為例，該芯片主要用于提供隔離輸出的恒壓（CV）和恒流（CC）輸出穩壓，通常應用于USB兼容適配器和充電器、電視和臺式電腦待機電源以及白色家電電源等產品中。

雖然UCC2871x系列芯片本身并不是專門為支持GPU設計的，但它們可以作為電源解決方案的一部分，為GPU提供所需的電源轉換和調節功能。GPU通常需要穩定和高效的電源供應，而UCC2871x系列芯片能夠提供這種隔離式的電源解決方案，這對于需要隔離電源的GPU應用場景是有益的。

不過要注意的是，GPU通常需要高功率和高效率的電源管理，以及可能需要多相供電和精確的電壓調節。因此，如果要將UCC2871x系列芯片應用于GPU的電源設計中，需要確保它們能夠滿足GPU的具體電源要求，包括功率、效率、電壓穩定性和多相供電等。此外，可能還需要其他電源管理芯片或組件來共同工作，以確保整個電源系統能夠滿足GPU的復雜需求。

而國內的如晶豐明源推出的BPD93010，作為一款10相數字控制電源管理芯片，適用于CPU、GPU、AI等大功率計算芯片供電。這款芯片具備多種電源管理功能和保護特性，如UVLO（欠壓鎖定）、OTP（過熱保護）、OCP（過流保護）、UVP（欠壓保護）、OVP（過壓保護）、VINOVP（輸入電壓欠壓保護）和VINUVP（輸入電壓過壓保護）等。

BPD93010的設計旨在為高性能計算設備提供高效、穩定的電源解決方案，特別是在需要多相供電的場合。它通過數字控制方式，搭配自主開發的GUI軟件，提供智能的應用體驗，并支持多種調壓協議，如PMBUS/I2C等，以及具備多種保護功能和故障監測能力，適用于高性能計算和AI服務器的電源設計。

當然，還有其他方案，如富士通的32位RISC微控制器MB39C326，雖然它本身不是專門的PMIC，但它可以在系統中輔助進行電源控制和管理。當然，MB39C326并不直接管理電源電路，它更多的是通過邏輯控制和通信來輔助電源管理。實際的電源轉換和調節功能仍然需要由專門的電源管理芯片或模塊來完成。在設計高性能AI算力GPU的電源系統時，通常會結合使用微控制器和電源管理芯片，以實現高效、穩定的電源供應和控制。

小結

在AI快速發展的當下，對GPU的性能要求越來越高，這也拉高了對其電源管理的要求。GPU的電源管理不僅要提供充足、穩定的電力，還要具有智能化、精細化的調控能力，以確保GPU在性能、效率和穩定性之間取得最佳平衡。