总部位于加利福尼亚的无晶圆厂半导体公司AmberSemi表示,该公司已完成一款专为数据中心AI处理器设计的新型供电设备的流片工作,声称能够大幅降低板级功率分配损耗。这款硬币大小的PowerTile模块安装在服务器主板背面,直接位于处理器下方,据该公司称,可以将板级功率分配损耗削减85%。
PowerTile是一款1000安培垂直供电设备,通过垂直路径而非传统的横向路径提供电流。该模块尺寸约为20mm x 24mm x 1.68mm,大约相当于一枚25美分硬币的大小,可以与多个设备配合使用,扩展至超过10000安培。AmberSemi表示,该产品专为支持CPU、GPU、FPGA以及其他需要在最小空间内提供大电流的高性能处理器而设计。
对于500兆瓦的AI数据中心,AmberSemi估计PowerTile每年可节省225兆瓦电力(价值1.6亿美元)。该公司将此数据与小型模块化核反应堆的大致年发电量进行比较,具体取决于电厂容量和容量因子。
SmartTech Research首席执行官兼首席分析师Mark Vena表示,AmberSemi的PowerTile解决了数据中心的真实需求。
Vena对Data Center Knowledge表示:"这完全命中目标。AmberSemi基本上是在说,供电路径应该垂直化,而不是横向,通过在服务器主板背面直接在处理器下方安装1000安培设备。这针对了AI机架中最难看的隐藏成本之一:机架输入和芯片之间的电压降和功率浪费。"
数据中心走向垂直化
在接受Data Center Knowledge采访时,AmberSemi首席执行官Thar Casey表示,PowerTile的设计考虑了未来AI数据中心架构,因为处理器在性能和功耗需求方面持续进步。Casey说:"基于未来AI处理器,行业已经认识到横向供电将不可行。我们做出了专注于未来AI数据中心的明确决定。"
英伟达、AMD等公司快速发展的处理器正在增加数据中心运营商应对不断上升功耗需求的压力。Casey说:"现有的功率架构难以跟上下一代AI处理器快速增长的需求,创造了限制系统性能的瓶颈。"他补充说,PowerTile提供"在紧凑外形中的极高电流,可以安装在处理器下方,提供更短、更高效的功率路径"。
功耗危机的解决方案?
美国能源部报告估计,仅数据中心就消耗了2023年美国4.4%的电力,并预测未来几年将急剧上升,到2028年数据中心可能消耗高达12%的电力输出。电力和自然资源使用已成为日益增长的担忧,导致数十个计划中的数据中心延迟或停止建设。据Data Center Watch统计,过去两年的地方活动已阻止或延迟了价值640亿美元的数据中心建设。美国电气制造商协会研究预测,到2050年美国电力需求可能增长50%,数据中心消费增长300%。
随着超大规模服务商以前所未有的速度建设大型数据中心,功耗难题已成为AI军备竞赛中的关键因素。AmberSemi将其PowerTile产品视为更广泛效率拼图的一部分。Casey在AmberSemi白皮书中说:"功耗现在是扩展AI基础设施的关键约束。通过提高服务器级别的效率,我们能够实现更高的功率密度,并将更多可用能量直接传输到AI处理器——无需从电厂或电网基础设施的大规模新投资中更早获得电力。"
Vena指出,像PowerTile这样的解决方案在效率需求增加时可以发挥重要作用,同时提醒说更广泛的升级仍然是必要的。Vena说:"这有帮助,但不是万能药。如果它真的能将板级传输损耗削减85%,并将更多瓦数推入计算而不是热量,那就降低了每次推理的浪费能量。但电网压力也来自需求增长的绝对数量,加上冷却和设施电力链,所以这样的效率胜利需要与更广泛的数据中心功率和热升级相结合。"
AmberSemi预计今年晚些时候开始与合作伙伴进行评估和测试,初步出货目标为2027年。
Q&A
Q1:PowerTile是什么?它有什么特点?
A:PowerTile是AmberSemi开发的硬币大小的1000安培垂直供电设备,安装在服务器主板背面处理器下方,通过垂直路径而非传统横向路径提供电流,可将板级功率分配损耗削减85%。
Q2:PowerTile能为数据中心节省多少电力?
A:对于500兆瓦的AI数据中心,AmberSemi估计PowerTile每年可节省225兆瓦电力,价值约1.6亿美元,相当于小型模块化核反应堆的年发电量。
Q3:PowerTile什么时候能投入使用?
A:AmberSemi预计今年晚些时候开始与合作伙伴进行评估和测试,初步出货目标定在2027年。该产品专为支持CPU、GPU、FPGA等高性能处理器设计。
好文章,需要你的鼓励
Finastra最新研究显示,99%的英国金融服务公司已采用人工智能技术,AI已成为金融业的"连接纽带"。该技术不再局限于后台自动化,而是推动实时欺诈检测、个性化产品推荐和智能承保等创新应用。AI投资间接促使银行增加其他技术投入,安全支出预计2026年平均增长40%。九成公司计划投资技术现代化以支持AI扩展,云技术采用成为重点。
亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术,突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷,提出的BAR框架通过渐进式比特预测解决大词汇表计算难题,在ImageNet-256上创下0.99 gFID新纪录,同时实现数十倍的速度提升,为AI图像生成开启质量与效率并举的新时代。
HPE公司宣布其将为2026年米兰-科尔蒂纳冬奥会提供网络基础设施,这是HPE与其收购的Juniper Networks首次在重大赛事中联合部署技术服务。本届冬奥会覆盖超过2.2万平方公里,是史上地理分布最广的奥运会,拥有40多个场馆。HPE部署了包括4900多个接入点、1500多台交换机等设备,运用AI原生的HPE Mist平台和Marvis Copilot提供智能网络管理,确保为3000名运动员、媒体转播商和观众提供奥运级别的网络稳定性和安全性。
北京大学与美团联合研究团队提出轮廓引导路径探索(OPE)方法,解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理,避免多条思路重复收敛的困境。在数学推理测试中,该方法显著提升了复杂问题的解决成功率,为AI推理能力的可靠性提升提供了新的技术路径。