随着数据中心为满足日益增长的数字化需求而消耗越来越多的能源,加州大学圣地亚哥分校的工程师们推出了一种新型芯片设计方案,有望提升图形处理器(GPU)的供电效率。这一创新聚焦于电子领域的核心功能:将高电压转换为计算硬件所需的低电压。在实验室测试中,原型芯片在模拟现代数据中心的条件下,以较高的效率完成了电压转换。
相关研究成果已发表于《自然通讯》期刊,表明该技术在先进计算环境中构建更小型、更节能系统方面具有重要潜力。
重新审视现代电子设备中的DC-DC转换器
新设计的核心是对一种广泛应用的元件——DC-DC降压转换器——的改进版本。这类转换器几乎存在于所有电子设备中,是电源与敏感电路之间的关键纽带,其作用是将较高的输入电压降低至设备安全运行所需的精确电压水平。
在数据中心中,电力通常以48伏特的电压进行分配,而GPU处理器所需的电压通常要低得多,一般在1至5伏特之间。随着计算系统变得越来越强大、越来越紧凑,如何高效管理这一大幅度的电压降变得愈发具有挑战性。
传统电源转换技术的局限性
传统降压转换器在处理输入与输出电压差较大时往往力不从心。随着电压差的增大,转换效率下降,输出足够电流也变得更加困难。现有大多数设计依赖电感等磁性元件,尽管这些元件经过多年改进,但已接近其实际性能极限,难以进一步提升。
"我们在电感转换器的设计上已经做得相当出色,几乎没有太多空间可以继续改进以满足未来需求。"该研究的通讯作者、加州大学圣地亚哥分校雅各布斯工程学院电气与计算机工程系教授Patrick Mercier表示。
探索压电谐振器的替代方案
为了突破这些限制,Mercier及其团队——包括第一作者、加州大学圣地亚哥分校电气与计算机工程专业博士生Jae-Young Ko——研究了一种基于压电谐振器的全新方案。这类小型器件通过机械振动而非磁场来存储和传递能量。
基于压电元件的转换器具备多项潜在优势:体积更小、能量密度更高、效率更优,且更易于规模化制造。"它们还有很大的发展空间,有潜力超越此前任何技术所能达到的性能水平。"Mercier说道。
然而,早期版本的压电转换器在处理大电压差时,往往难以维持高效率并输出足够的功率。
混合设计实现高效率与高功率输出
为解决上述问题,研究团队设计了一种混合转换器,将压电谐振器与经过精心排列的小型商用电容器相结合。这一配置使系统能够更有效地处理较大的电压转换需求。
团队将该设计集成到原型芯片中并进行了性能测试。该器件成功将48伏特电压降至4.8伏特——这是数据中心中常见的电压需求——峰值效率达96.2%,输出电流约为此前压电方案的四倍。
这种混合方案具有多重优势:为能量流动提供多条路径、减少功率损耗、降低谐振器所承受的压力。上述改进在仅略微增加芯片尺寸的前提下,同时提升了效率和功率输出能力。
迈向实际应用的挑战与下一步计划
尽管该技术展现出强劲的发展前景,但目前仍处于研发早期阶段。研究人员将其视为突破现有电源转换系统局限的重要一步。未来工作将聚焦于材料优化、电路设计改进以及封装方法的创新。
Mercier指出,压电谐振器在工作时会发生物理振动,这意味着它们无法通过标准焊接工艺固定在电路板上,因此需要开发全新的集成方式才能将其应用于电子系统。
"基于压电技术的转换器目前还不能完全取代现有的电源转换技术,"Mercier补充道,"但它们提供了一条可持续改进的发展路径。我们需要在材料、电路和封装等多个方面持续突破,才能让这项技术真正达到数据中心应用的要求。"
本项目部分获得由美国国家科学基金会资助的电源管理集成中心(PMIC)的支持,该中心为产学合作研究中心(IUCRC),项目编号为2052809。
Q&A
Q1:这款新型芯片是如何提升数据中心能源效率的?
A:该芯片采用混合转换器设计,将压电谐振器与商用电容器结合,能将数据中心常用的48伏特电压高效降至4.8伏特,峰值转换效率达96.2%,同时输出电流约为此前压电方案的四倍,有效减少电压转换过程中的能量损耗。
Q2:压电谐振器相比传统电感元件有哪些优势?
A:压电谐振器通过机械振动存储和传递能量,相比传统磁性电感元件,具有体积更小、能量密度更高、转换效率更优、更易规模化生产等优点。传统电感转换器已接近性能极限,而压电技术仍有较大提升空间。
Q3:压电转换器目前面临哪些技术挑战?
A:主要挑战在于压电谐振器工作时会产生物理振动,无法用标准焊接方式固定在电路板上,需要开发新的集成封装工艺。此外,材料性能和电路设计也有待进一步优化,目前该技术尚未达到数据中心大规模应用的要求。
好文章,需要你的鼓励
谷歌宣布为旗下互动世界构建工具Project Genie新增Google街景功能,用户可基于真实地点生成可探索的游戏世界。只需选定美国境内的地图位置,描述角色形象,并选择"沙漠"或"石器时代"等风格,系统即可生成与现实街景绑定的沉浸式虚拟场景。每次游玩时长限60秒,支持WASD操控,目前仅向AI Ultra订阅用户开放,后续将逐步扩展覆盖范围。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。