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
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。