0%
在被動元件是什麼?電容、電感、電阻功能為何?文章有被動元件的基本介紹,本篇將重點進一步聚焦在 AI 時代下(2024 年開始),高功率運算如何重塑整個被動元件產業。
當被動元件的應用場景轉換到 AI 伺服器時,電壓與電流的上升帶動功耗同步快速上升,除了電源設計變得更複雜,板上供電密度也持續提高,被動元件也從原本的配角,走向影響系統穩定的關鍵角色。
過去市場看被動元件,重點多半放在需求是否復甦、庫存是否去化,但在 AI 伺服器需求爆發之後,被動元件的產業變化已不只是出貨量成長,而是整個電子系統的設計門檻被往上推。
隨著 GPU、HBM 等高效能元件持續堆疊、系統功耗攀升、電源架構變得更複雜,整個系統面對的挑戰從單純追求效能,延伸到供電品質、散熱能力與長時間穩定運作。
從近幾代 NVIDIA AI 加速板卡與 HGX 平台演進來看,可觀察到板上與電源管理相關的元件配置愈發重要。

註:上表並非將不同產品視為同一層級比較,而是用來呈現從消費級 GPU、一般資料中心 GPU,到高階 AI 加速器模組之間的功耗量級差異。
以資料中心 GPU 加速器模組 NVIDIA H100 SXM 為例,其 TDP 最高可達 700W,反映高階 AI 加速器已進入高功耗時代,當單一加速器模組的功耗拉升,系統不只需要更強的散熱能力,模組周邊與板級供電設計也必須同步升級,包括穩壓、濾波、能量轉換,以及電磁雜訊抑制等設計難度都會提高。
註:TDP 可理解為產品在高負載下對散熱與供電設計提出的功耗等級要求。
NVIDIA H100 SXM

source : NVIDIA
從 A100 SXM 到 H100 SXM 的模組外觀可觀察到,H100 周邊與供電管理相關的元件配置更密集,反映高階 AI GPU 在功耗提升後,對穩壓、濾波、電源轉換與抗干擾設計的要求也同步提高。
NVIDIA A100、H100

AI 伺服器拉高被動元件的規格門檻,但這波升級並不是只發生在單一產品,而是電容、電感與電阻分別從材料、結構、製程與應用場景上同步升級。
NVIDIA GB200

source : 富果研究部