AI算力GPU开始腾飞，背后是电源管理的持续支持

电子发烧友网报道（文/黄山明）近期，IDC出具了一份报告显示，AI PC在中国PC市场中新机的装配比例将在未来几年内快速攀升，预计2024年将迅速增长至55%，在2027年将达到85%，而今年也将成为AI PC元年。

不仅是AI PC，还包括AI服务器、AI手机、AI汽车等，众多AI实际应用让算力GPU的需求大增，也在不断追求性能更高的GPU。而随着GPU性能的提升，其功耗与稳定性的难度也随之增加。这就需要电源管理在背后为其提供稳定的电力供应，让GPU提供更好的AI算力支持。

算力GPU背后是电源管理

在AI的高速发展下，对GPU产生了显著影响，如AI领域，特别是深度学习算法需要大量的并行计算能力，GPU因其并行处理单元而成为执行这些任务的理想选择。这推动了GPU性能的不断提升，以满足AI计算的需求。

同时，随着模型复杂度和数据集的不断增长，GPU需要配备更大容量的显存，并提供更高的显存带宽，以满足大数据处理和缓存的需求。在保证算力提升的同时，还需要大幅降低单位功耗，提高能效比，这对于数据中心运维成本和环保都有重要意义。

但这样一来，就会带来几个问题，一个是散热问题。更高的算力意味着更大的发热量，传统的散热解决方案可能无法满足需求，需要创新的散热技术和材料以确保GPU能在高温环境下稳定运行。

另一个挑战是电源管理，更高的功耗要求电源管理模块具备更优秀的转换效率和动态负载适应能力，同时需要实现更加精细化的电源分配和控制策略。而更精细的电源管理，也能在一定程度上降低发热量。

同时，随着GPU性能的提升，其对电源稳定性的要求也更高。电源管理系统需要确保在高负载情况下，GPU能够获得充足且稳定的电力供应。

总的来说，GPU的发展，对提出了包括功耗、电流电压调控速度与精度、稳定性、纹波和噪声控制等方面的要求。

考虑到AI领域对电源需求的快速增长，传统的模拟控制解决方案可能已不再适用，数字控制解决方案因其可扩展性和配置灵活性而成为主流。电源纹波和噪声的控制也成为设计中的一个重要考虑因素，以确保系统的精确性和可靠性。

而数字控制解决方案之所以成为主流，是因为它们在可扩展性、配置灵活性、减少外围器件数量以及更好的稳压性能方面具有明显优势。并且随着AI技术的不断进步和应用领域的扩大，这些特点使得数字控制解决方案更加符合当前和未来AI市场对电源管理的需求。

用于支持GPU的电源管理解决方案与相关企业

目前国内外众多企业提供了多种型号的电源管理芯片，以支持高算力GPU的需求。比如TI、ADI、英飞凌、ST、富士通等，还有国内的如力芯微、希荻微、晶丰明源等。

这些企业提供的电源管理芯片型号众多，具体型号需要根据GPU的功耗、性能要求以及系统设计的具体需求来选择。通常，这些芯片的型号会在其官方网站或产品目录中详细列出，并提供技术支持和设计指南以帮助客户选择合适的产品。

以UCC2871x系列为例，该芯片主要用于提供隔离输出的恒压（CV）和恒流（CC）输出稳压，通常应用于USB兼容适配器和充电器、电视和台式电脑待机电源以及白色家电电源等产品中。

虽然UCC2871x系列芯片本身并不是专门为支持GPU设计的，但它们可以作为电源解决方案的一部分，为GPU提供所需的电源转换和调节功能。GPU通常需要稳定和高效的电源供应，而UCC2871x系列芯片能够提供这种隔离式的电源解决方案，这对于需要隔离电源的GPU应用场景是有益的。

不过要注意的是，GPU通常需要高功率和高效率的电源管理，以及可能需要多相供电和精确的电压调节。因此，如果要将UCC2871x系列芯片应用于GPU的电源设计中，需要确保它们能够满足GPU的具体电源要求，包括功率、效率、电压稳定性和多相供电等。此外，可能还需要其他电源管理芯片或组件来共同工作，以确保整个电源系统能够满足GPU的复杂需求。

而国内的如晶丰明源推出的BPD93010，作为一款10相数字控制电源管理芯片，适用于CPU、GPU、AI等大功率计算芯片供电。这款芯片具备多种电源管理功能和保护特性，如UVLO（欠压锁定）、OTP（过热保护）、OCP（过流保护）、UVP（欠压保护）、OVP（过压保护）、VINOVP（输入电压欠压保护）和VINUVP（输入电压过压保护）等。

BPD93010的设计旨在为高性能计算设备提供高效、稳定的电源解决方案，特别是在需要多相供电的场合。它通过数字控制方式，搭配自主开发的GUI软件，提供智能的应用体验，并支持多种调压协议，如PMBUS/I2C等，以及具备多种保护功能和故障监测能力，适用于高性能计算和AI服务器的电源设计。

当然，还有其他方案，如富士通的32位RISC微控制器MB39C326，虽然它本身不是专门的PMIC，但它可以在系统中辅助进行电源控制和管理。当然，MB39C326并不直接管理电源电路，它更多的是通过逻辑控制和通信来辅助电源管理。实际的电源转换和调节功能仍然需要由专门的电源管理芯片或模块来完成。在设计高性能AI算力GPU的电源系统时，通常会结合使用微控制器和电源管理芯片，以实现高效、稳定的电源供应和控制。

小结

在AI快速发展的当下，对GPU的性能要求越来越高，这也拉高了对其电源管理的要求。GPU的电源管理不仅要提供充足、稳定的电力，还要具有智能化、精细化的调控能力，以确保GPU在性能、效率和稳定性之间取得最佳平衡。