O que você está procurando?
Poder da IA
Maximize a eficiência energética do data center de IA para melhorar o dimensionamento da carga de trabalho de IA.
Otimize a integridade e a eficiência de energia do data center de IA
Nos data centers de IA, o gerenciamento de energia é tão importante quanto o desempenho. No entanto, embora os servidores de ponta e os switches de rack utilizem os melhores chips e interconexões, a diafonia e a interferência eletromagnética podem causar problemas de gerenciamento de energia que, em última análise, podem impedir a capacidade de dimensionamento de um data center de IA. Sem ferramentas versáteis de automação e medição de projeto, é extremamente difícil simular redes de fornecimento de energia, identificar as causas principais dos problemas de energia e, por fim, garantir a eficiência energética.
Recursos em destaque: Poder do data center de IA
5 estratégias para otimizar e dimensionar os data centers de IA
A IA está transformando os setores e impulsionando a inovação. No entanto, padrões de tráfego exclusivos, cargas de trabalho dinâmicas e pressões implacáveis de desempenho podem transformar até mesmo as menores questões em problemas críticos.
Leia este eBook para descobrir cinco soluções práticas para otimizar o desempenho do data center de IA para aplicativos modernos.
Quatro considerações para o sucesso do design digital de alta velocidade
Descubra como acompanhar o ritmo dos padrões em evolução no design digital de alta velocidade. Saiba como se adaptar a novos recursos de sinalização, taxas de transferência de dados mais rápidas e margens de projeto menores com novas ferramentas e metodologias de projeto.
Integridade de energia: A base para um desempenho eletrônico confiável
Os sistemas eletrônicos desempenham um papel fundamental na definição de como os data centers de IA operam. No entanto, o desempenho e a confiabilidade dependem muito da integridade da energia. Neste eBook, conheça as principais considerações para obter energia confiável de CC a GHz em seus projetos digitais de alta velocidade.
Evite que problemas de integridade de energia coloquem em risco os data centers de IA
Simplifique a análise de redes de fornecimento de energia, preveja a confiabilidade e otimize o desempenho térmico no início dos projetos - simplificando os fluxos de trabalho de integridade de energia.
Analise ruído, ondulação e diafonia com precisão inigualável
Identifique e elimine as causas básicas de seus problemas mais difíceis de integridade de energia com ferramentas de teste e medição versáteis, compactas e de alto desempenho.
Dimensione a capacidade da carga de trabalho de IA reduzindo o consumo de energia
Otimize a eficiência energética do data center de IA, melhorando a integridade, o gerenciamento e o fornecimento de energia em equipamentos e infraestrutura de rede.
Explore o portfólio: Soluções de energia para data centers de IA
Elimine problemas de integridade de energia com os osciloscópios MXR
Otimize a eficiência e a integridade de energia para equipamentos de rede de data center de IA com os osciloscópios da série MXR da Keysight, o software de análise de integridade de energia e as sondas de trilho de energia. Garanta que os projetos estejam livres de problemas de desperdício de energia, avaliando diafonia, EMI e outros problemas de trilho de energia e sinal de dados de alta velocidade em um único instrumento compacto.
Otimize a confiabilidade da energia e o desempenho térmico com a EDA
De DC a GHz, as ferramentas de automação de projeto eletrônico (EDA) da Keysight fornecem análise abrangente de vários domínios com alta fidelidade sem usar ferramentas de vários fornecedores, ajudando os engenheiros a obter confiança mais rápida no projeto. Uma solução de ponta a ponta baseada em gêmeos digitais simplifica tarefas complexas de análise de fornecimento de energia, facilitando o foco na previsão e otimização da qualidade do sinal, confiabilidade da energia e desempenho térmico no início do processo de design.
Webinar: Validação da integridade de energia com osciloscópios
Descubra os fluxos de trabalho básicos para a medição da integridade da energia enquanto aprende sobre a evolução dos semicondutores e das fontes de alimentação de modo comutado. Descubra os tipos de sondas de medição e software de osciloscópio necessários para depurar problemas de ruído em trilhos de alimentação de alta corrente e baixa tensão.
Configurações de teste para otimização de energia do data center de IA
Analisar a integridade da energia
Meça a impedância da rede de distribuição de energia (PDN), a integridade do trilho de energia e a resposta do loop de controle usando um osciloscópio em tempo real.
Teste o fornecimento de energia USB tipo C
Meça parâmetros de projeto importantes para o fornecimento de energia (PD), incluindo o nível de tensão, o carregamento do dispositivo e a funcionalidade do cabo.
Analisar a integridade do sinal da placa de circuito impresso
Reduza os riscos de integridade do sinal em uma PCB digital de alta velocidade por meio da detecção e do diagnóstico de cross talk, jitter, ruído vertical e ruído de fase.
Saiba mais sobre a otimização de energia do data center com IA
Perguntas frequentes: Energia do data center de IA
Os data centers de IA estão experimentando um crescimento exponencial na demanda de energia. De acordo com a Wells Fargo, o uso de energia de IA pode chegar a 652 terawatts-hora (TWh) até 2030, representando um aumento de 8.050% em relação aos níveis de 2024. Esse aumento é impulsionado por cargas de trabalho de computação intensiva, como treinamento e inferência de modelos, que são executadas em racks densos de GPUs e TPUs. Diferentemente dos data centers tradicionais, as cargas de trabalho de IA exigem fornecimento contínuo de energia em altas densidades de corrente, muitas vezes ultrapassando os limites da integridade da energia e do design térmico.
Os principais consumidores de energia incluem:
- Aceleradores como GPUs e TPUs (para treinamento e inferência)
- Subsistemas de memória (por exemplo, módulos HBM / DDR)
- Equipamento de rede para movimentação de dados em alta largura de banda
- Sistemas de resfriamento para dissipar o calor gerado por cargas de trabalho densas de IA
Cada watt fornecido deve ser estável e sem ondulações, e é por isso que ferramentas como osciloscópios de conformidade em tempo real com sondas de trilho de alimentação e software trifásico são usadas para validar a integridade da alimentação em todos os níveis, desde os reguladores de tensão no nível da placa até a distribuição em escala de rack.
As cargas de trabalho de IA não são apenas pesadas em termos de computação - elas são explosivas, paralelas e termicamente intensas. O treinamento de modelos grandes geralmente resulta em picos de carga que estressam os sistemas de fornecimento e de resfriamento. Isso exige monitoramento e análise em tempo real das margens de tensão, picos de corrente e ondulação. O software de análise de energia da Keysight, as ferramentas de EMI conduzidas e o SIPro ajudam os engenheiros a detectar anomalias de energia e a refinar os layouts de placas para garantir energia estável sob estresse. Esses esforços são essenciais para otimizar as operações, evitar falhas de hardware e reduzir o uso ineficiente de energia durante o treinamento de IA ou ciclos de inferência em tempo real.
Os principais data centers implementam estratégias em nível de hardware e de software, incluindo:
- Validação da integridade de energia usando osciloscópios de conformidade em tempo real e sondas EMI
- Balanceamento de fases e detecção de harmônicos com ferramentas como o software trifásico
- Simulação e modelagem com ferramentas EDA para pré-validar projetos de placas e caminhos de fornecimento de energia
- Ajuste e programação da carga de trabalho para reduzir os picos de energia nos ciclos de inferência ou treinamento
Além disso, as plataformas de gerenciamento de dados de projeto e de dados de IP da Keysight permitem que as equipes analisem, versionem e otimizem os dados de energia nas equipes de chip e sistema. Esses insights apoiam a iteração do projeto e a conformidade com as metas de eficiência energética.
Os principais desafios para dimensionar a infraestrutura de energia de IA incluem:
- Carga térmica de racks de computação de alta densidade
- Degradação da integridade de energia devido a componentes de comutação mais rápidos e margens mais finas
- Picos de demanda imprevisíveis de modelos de IA com alocação dinâmica de recursos
- Restrições da rede à medida que a demanda ultrapassa a infraestrutura tradicional
Para enfrentar esses desafios, é necessário validação (por exemplo, análise de ondulação e EMI conduzida) e inovação arquitetônica, como fornecimento de energia desagregada, controle térmico com reconhecimento de IA e integração de telemetria de energia em tempo real em painéis operacionais.
Deseja ajuda ou tem dúvidas?