江苏龙网

  1. 首页 > 人文 > >

设计■从电源端设计入手，μModule缓解云端的焦虑


近日 ， 绿色和平组织与华北电力大学联合发布排行榜 ， 根据在可再生能源、碳减排和能源效率方面的表现 ， 为中国15家最大的云公司和数据中心运营商打分 。 令人惊讶的是 ， 15家公司中 ， 仅有阿里巴巴、秦淮数据两家表现及格 ， 而包括腾讯、百度、华为、京东在内的众多知名企业都未达及格线 。 根据绿色和平组织与华北电力大学联合发布的报告 ， 2018年全国的数据中心耗电1608.89亿千瓦时 ， 比上海市2018年全社会用电量（1567亿千瓦时）还多 。 绿色和平组织预测 ， 到2023年 ， 中国数据中心耗电量将增长66% 。
为了不让数据“白云”变成带污染原罪的“黑云” ， 除了采用清洁能源此类的“开源”措施外 ， 从源头上减少消耗这样的“节流”也至关重要 。 据统计 ， 云端系统高能耗主要来源于IT设备与制冷系统 ， 这两部分分别占据数据中心总能耗的40% 。 而减少这部分的能耗 ， ADI公司的创新模块电源μModule最近几年的技术创新带来了改善此类挑战的机遇 。
减少能量损耗 ， 高效冷却是关键
高效冷却是影响全球数据中心的一个关键问题 。 对于较高吞吐量、基于云计算服务不断增长的需求给目前的数据中心基础设施造成了压力 ， 需要采用一种新的散热方法 。 而ADI看到了市场这个技术和解决方案的空挡 ，在一年多前推出了采用Power by Linear? μModule? 稳压器技术的LTM4700 降压型 DC/DC 电源稳压器 ， 独特的工程设计为市场提供了高效冷却减少能耗的数据中心供电方案 。
该器件兼具同类产品最高功率和用以降低数据中心基础设施冷却要求的高能效 。 这款新型电源 μModule 可提供双路 50A 或单路 100A 配置 ， 其采用的创新封装技术实现了在服务器密度增加以及数据中心吞吐量和计算能力提升下 ， 对系统尺寸和冷却成本的影响微乎其微 。 LTM4700 μModule 的高集成度和内置组件级的封装设计纳入了片上存储器、数据转换电路和数字接口 ， 尺寸只相当于竞争器件的一半左右 。 该器件的应用包括云计算、高速计算和光网络系统、通信基础设施、PCIe 板 ， 以及医疗、工业和测试与测量设备 。
在大部分模块化解决方案的运行温度为 90°C的常态下 ， LTM4700通过采用全新的散热封装技术 ， 使其工作时的温度仅为 73°C ， 气流仅为200LFM ， 而这正是LTM4700成为降低数据中心基础设施冷却要求的关键 。
设计■从电源端设计入手，μModule缓解云端的焦虑
本文插图
LTM4700 100 A μModule（效率为89.6%）
专为应对工业电源挑战设计 ， 全环境稳定运行
不仅限于高效率的冷却速度 ， 一款简单且成熟的电源转换解决方案还考验着稳压器产品的质量水准以及长期可靠性 。 在高达 70°C 的环境温度和具有 200 LFM 气流的工作情况下 ， LTM4700 可在 12VIN 至 0.8VOUT 的转换中提供 100A 的满载电流 。 在 12VIN 至 0.8VOUT 转换操作时的峰值转换效率为 90% 。 另外 ， μModule架构还使系统设计人员能组合最多 8个器件 ， 可提供高达800A的负载电流 ， 以满足数据中心处理器的较高功率需求 ， 包括 FPGA、ASIC、GPU 和微控制器 。

设计■从电源端设计入手，μModule缓解云端的焦虑
本文插图
LTM4700演示电路套件
LTM4700 能在 4.5V 至 16V 的输入范围内工作 ， 其输出电压在 0.5V 至 1.8V 的范围内进行数字控制 。 集成式 A/D 转换器、D/A 转换器和 EEPROM 使得用户能够采用一个 I2C PMBus 接口对电源参数进行数字监视、记录和控制 。 开关频率同步至一个频率范围为 200kHz 至 1MHz 的外部时钟 ， 以满足那些对噪声敏感的应用 。 LTM4700 还拥有针对过压和欠压、过流和过温等故障情况的自保护和负载保护功能 。
LTM4700集成的PMBus I2C接口实现了功能拓展 ， 意味着LTM4700能够通过外接实现更多功能 ， 如：通过数字通信总线配置电压 ， 定义复杂的开/关时序布置 ， 定义故障条件（如过压和欠压限值） ， 设置重要的电源参数（如开关频率、电流限值等） 。 而在同一通信总线上 ， 可以通过LTM4700回读重要的工作参数 ， 如输入电压和输出电压、输入和输出电流、输入和输出功率、内部和外部温度 ， 以及在某些产品中测量所消耗的能源 。 用户可以实现对设计的精确闭环裕量测试 ， 并将电源电压调整到非常精确的水平 。


推荐阅读


上一篇：『智能手机』仅仅是高价的智能手机 能冲上高端阵营吗？

下一篇：『人工智能』为何人工智能一直难落地？AI视觉算法实在是太碎片化了！