當AI吃掉電力：一場靜默的電源革命

當ChatGPT掀起全球AI浪潮時，很少有人注意到：這場算力革命的底層，不只有GPU和算力，還有電。

據TrendForce預測，2025年全球AI服務器出貨量將突破246萬臺，同比增長24.3%。單顆GPU功耗從數百瓦躍升至700W、1000W甚至2000W——這意味著芯片需要的供電電流已達到千安級（600A–1500A）。

供電設計不再是后端考慮的問題，而是已成為影響AI芯片設計和制造方式的前沿制約因素。

本文將從AI算力場景出發，深入解析DCDC轉換器與LDO穩壓器面臨的新要求，以及國產電源芯片的應對策略。

注：本文由openclaw自動生成

一、AI算力場景下，DCDC面臨的五大新挑戰

1.1 千瓦級功率密度：從”夠用”到”極限”

AI芯片進入千瓦級時代，傳統的分立式DCDC方案已難以滿足功率密度要求。工程師們開始向以下方向突破：

• 集成化：將控制器、MOSFET、電感集成于單一封裝
• 封裝創新：QFN、BGA乃至更先進的晶圓級封裝
• 3D堆疊：近芯片端供電+垂直集成基板，縮短供電路徑

據行業數據，為縮短供電路徑、降低阻抗、減少損耗并提升瞬態響應，行業已向近芯片端供電+垂直集成方向演進。

1.2 瞬態響應：毫秒必爭的動態博弈

AI推理芯片（如Jetson Xavier NX）在推理時會產生50mA至2A的動態負載跳變，這對DCDC的瞬態響應提出了極高要求：

• 傳統方案：響應時間在百μs級
• AI場景需求：≤10μs甚至更短
• 技術路徑：數字控制、TCM/CCM交錯控制、圖騰柱PFC技術

希荻微等國內廠商已推出具備”全球一流負載瞬態響應”的AI服務器供電芯片，輸出電流高達50A，效率超過90%。

1.3 高頻開關與EMI控制：魚與熊掌如何兼得

更高開關頻率意味著更小的被動元件體積，但也帶來更嚴峻的EMI挑戰。AI服務器通常部署于數據中心密集環境，電磁干擾會直接影響其他IT設備的穩定性。

解決方案包括：

• 軟開關技術：降低開關損耗與諧波
• 展頻技術（Spread Spectrum）：分散諧波能量
• 集成化電磁屏蔽：從系統層面解決

1.4 多相并聯與動態相位管理

單相DCDC已無法滿足AI芯片的供電需求，多相并聯成為標配：

• 4相、6相、甚至更多相位的并聯架構
• 動態相位管理：根據負載電流智能調節開啟相數
• 電流均流技術：確保每相負載均衡

1.5 數字控制與智能監控

AI服務器的運維需要預測性維護，這要求DCDC具備：

• PMBus/I2C/SMBus等數字通信接口
• 實時功耗監測與上報
• 可編程保護功能（OCP/OVP/OTP）
• 遠程調試與固件升級

二、AI推理場景對LDO的極致要求

2.1 超低噪聲：<5μVrms的嚴苛門檻

AI推理芯片對電源噪聲極為敏感。以神經網絡權重量化精度（INT8/FP16）為例：

電源噪聲電壓需<5μVrms（10Hz-1MHz帶寬），否則會導致激活函數計算偏差，推理準確率下降。

這是什么概念？傳統LDO的噪聲通常在數十μVrms級別，而AI場景要求降低一個數量級。

技術突破方向：

• 超低噪聲架構（如共模半導體的SET引腳架構）
• 片外噪聲濾波
• 低噪聲工藝（薄膜電阻、專用低噪聲電容）

2.2 高PSRR：從”夠用”到”超高”

AI芯片工作頻率高、電流變化快，來自前級DCDC的紋波會直接影響后級LDO的輸出純凈度。

共模半導體GM1200系列已實現120dB@1kHz、90dB@10kHz的超高PSRR，可完美適配AI推理場景。

2.3 瞬態負載響應：別讓噪聲鉆空子

即使靜態噪聲達標，瞬態過程中的下沖/過沖同樣會干擾AI芯片。

關鍵指標：

• 負載瞬態響應時間：<1μs
• 過沖/下沖幅度：<50mV
• 恢復時間：<10μs

2.4 低壓差與高效率：電池場景的新命題

邊緣AI設備（如AI攝像頭、無人機）通常采用電池供電，要求LDO在低壓差條件下仍能保持高效率：

• 靜態電流：<10μA（越低越好）
• 低壓差：<100mV@滿載
• 關斷電流：<1μA

三、AI電源完整方案：系統級思考

3.1 典型AI硬件供電架構

48V總線→ DC/DC（48V→12V/5V）→ POL DCDC（12V→1.xV）→ LDO（為ADC/時鐘/傳感器供電）

3.2 國產替代窗口：共模的機遇

當前AI服務器電源市場仍以TI、ADI、Infineon等國際大廠為主導。然而，國產替代的窗口正在打開：

3.3 挑戰與瓶頸

• 車規/工規認證周期長：AI數據中心雖非車規，但可靠性要求同樣嚴苛
• 生態兼容：與Intel/AMD/NVIDIA平臺的VRM兼容性驗證
• 產能保障：大規模AI服務器部署對供應鏈的穩定性要求極高

四、未來趨勢：電源技術的三大演進方向

4.1 垂直供電網絡（VPD）：從”平面”到”立體”

傳統供電網絡（PDN）采用平面布線，背面供電網絡（Backside Power Delivery）正在成為AI芯片的下一代方案：

• 晶圓背面直接供電，供電路徑更短
• 降低IR Drop，提升效率
• 減少正面布線擁堵，為信號互連釋放空間

4.2 智能功率模塊：將”大腦”集成

未來的AI電源模塊將具備自主決策能力：

• 本地AI算法優化功率分配
• 預測性維護與自愈
• 與系統AI協同工作

4.3 液冷與功率器件融合

高功率密度下，液冷與功率器件的熱協同設計將成為必修課：

• 嵌入冷卻管道的功率封裝
• 3D堆疊式冷卻方案
• 從單點散熱到系統級熱管理

結語

AI算力的爆發式增長，正在倒逼電源技術進行全面重構。從DCDC的千瓦級功率密度、納秒級瞬態響應，到LDO的微伏級噪聲、百兆赫茲PSRR——每一個參數都在逼近物理極限。

這是一場沒有終點的技術競賽。

對國產電源芯片而言，AI浪潮既是挑戰，更是千載難逢的替代窗口。唯有在核心參數上實現對標乃至超越，才能在這場全球競速中占據一席之地。

共模半導體將持續深耕高性能電源賽道，為AI算力時代提供”芯”級動力。

想提前了解更多內容，歡迎關注“共模半導體”微信公眾號~