¿Qué busca?
AI Potencia
Maximice la eficiencia energética del centro de datos de IA para mejorar el escalado de la carga de trabajo de IA.
Optimizar la integridad y la eficiencia energética del centro de datos de IA
En los centros de datos de IA, la gestión de la energía es tan importante como el rendimiento. Sin embargo, aunque los servidores de gama alta y los conmutadores de rack utilizan los mejores chips e interconexiones, la diafonía y las interferencias electromagnéticas pueden causar problemas de gestión de la energía que, en última instancia, pueden impedir la capacidad de ampliación de un centro de datos de IA. Sin herramientas versátiles de automatización y medición del diseño, resulta extremadamente difícil simular las redes de suministro de energía, identificar las causas fundamentales de los problemas energéticos y, en última instancia, garantizar la eficiencia energética.
Recursos destacados: AI Data Center Power
5 estrategias para optimizar y ampliar los centros de datos de IA
La IA está transformando los sectores e impulsando la innovación. Sin embargo, los patrones de tráfico únicos, las cargas de trabajo dinámicas y las incesantes presiones sobre el rendimiento pueden hacer que incluso los problemas más pequeños se conviertan en problemas críticos.
Lea este libro electrónico para descubrir cinco soluciones prácticas para optimizar el rendimiento del centro de datos de IA para aplicaciones modernas.
Cuatro consideraciones para el éxito del diseño digital de alta velocidad
Descubra cómo seguir el ritmo de la evolución de los estándares en el diseño digital de alta velocidad. Aprenda a adaptarse a las nuevas funciones de señalización, velocidades de transferencia de datos más rápidas y márgenes de diseño más reducidos con nuevas herramientas y metodologías de diseño.
Integridad de potencia: La base para un rendimiento electrónico fiable
Los sistemas electrónicos desempeñan un papel fundamental en el funcionamiento de los centros de datos de inteligencia artificial. Sin embargo, el rendimiento y la fiabilidad dependen en gran medida de la integridad de la alimentación. En este libro electrónico, aprenderá las consideraciones clave para lograr una alimentación fiable de CC a GHz en sus diseños digitales de alta velocidad.
Evite que los problemas de integridad de la energía pongan en peligro los centros de datos de IA
Simplifique el análisis de las redes de suministro de energía, prediga la fiabilidad y optimice el rendimiento térmico en las primeras fases de los diseños, agilizando los flujos de trabajo de integridad de la energía.
Analice el ruido, la ondulación y la diafonía con una precisión inigualable
Identifique y elimine las causas fundamentales de los problemas de integridad eléctrica más difíciles con herramientas de prueba y medición versátiles, compactas y de alto rendimiento.
Aumente la capacidad de la carga de trabajo de IA reduciendo el consumo de energía
Optimice la eficiencia energética del centro de datos de IA mejorando la integridad, la gestión y el suministro de energía a través de los equipos y la infraestructura de red.
Explore la cartera: Soluciones de alimentación para centros de datos AI
Elimine los problemas de integridad de la alimentación con los osciloscopios MXR
Optimice la eficiencia y la integridad energética de los equipos de redes de centros de datos de IA con los osciloscopios Keysight de la serie MXR, el software de análisis de integridad energética y las sondas de carril de alimentación. Asegúrese de que los diseños estén libres de problemas de desperdicio de energía mediante la evaluación de la diafonía, EMI y otros problemas del riel de alimentación y de la señal de datos de alta velocidad en un solo instrumento compacto.
Optimice la fiabilidad energética y el rendimiento térmico con EDA
De CC a GHz, las herramientas de automatización del diseño electrónico (EDA) de Keysight proporcionan un completo análisis multidominio de alta fidelidad sin necesidad de utilizar herramientas de varios proveedores, lo que ayuda a los ingenieros a lograr una mayor confianza en el diseño. Una solución integral basada en gemelos digitales simplifica las complejas tareas de análisis de suministro de potencia, lo que facilita centrarse en predecir y optimizar la calidad de la señal, la fiabilidad de la potencia y el rendimiento térmico en las primeras fases del proceso de diseño.
Webinar: Validación de la integridad de la alimentación con osciloscopios
Descubra los flujos de trabajo básicos para la medición de la integridad de la potencia mientras aprende sobre la evolución de los semiconductores y las fuentes de alimentación conmutadas. Descubra los tipos de sondas de medición y el software de osciloscopio que necesita para depurar problemas de ruido en el carril de alimentación de alta corriente y baja tensión.
Configuraciones de prueba para la optimización energética de centros de datos de IA
Analizar la integridad de la energía
Mida la impedancia de la red de distribución de energía (PDN), la integridad de los rieles de alimentación y la respuesta del bucle de control utilizando un osciloscopio en tiempo real.
Prueba USB Type-C Power Delivery
Mida parámetros de diseño importantes para el suministro de energía (PD), como el nivel de tensión, la carga del dispositivo y la funcionalidad del cable.
Analizar la integridad de la señal PCB
Reduzca los riesgos de integridad de la señal en una PCB digital de alta velocidad mediante la detección y el diagnóstico de diafonía, fluctuación, ruido vertical y ruido de fase.
Más información sobre la optimización energética de centros de datos
Preguntas más frecuentes: Alimentación de centros de datos AI
Los centros de datos de IA están experimentando un crecimiento exponencial de la demanda de energía. Según Wells Fargo, el uso energético de la IA puede alcanzar los 652 teravatios-hora (TWh) en 2030, lo que representa un aumento del 8.050% con respecto a los niveles de 2024. Este aumento está impulsado por las cargas de trabajo de cálculo intensivo, como el entrenamiento y la inferencia de modelos, que se ejecutan en densos bastidores de GPU y TPU. A diferencia de los centros de datos tradicionales, las cargas de trabajo de IA requieren un suministro continuo de energía a altas densidades de corriente, lo que a menudo supera los límites de la integridad energética y el diseño térmico.
Los principales consumidores de energía son:
- Aceleradores como GPU y TPU (para entrenamiento e inferencia)
- Subsistemas de memoria (por ejemplo, módulos HBM / DDR)
- Equipos de red para el movimiento de datos de gran ancho de banda
- Sistemas de refrigeración para disipar el calor generado por las densas cargas de trabajo de IA
Cada vatio suministrado debe ser estable y sin ondulaciones, por lo que se utilizan herramientas como los osciloscopios de conformidad en tiempo real con sondas de carril de alimentación y software trifásico para validar la integridad de la alimentación en todos los niveles, desde los reguladores de tensión a nivel de placa hasta la distribución a escala de rack.
Las cargas de trabajo de la IA no sólo son de alta carga computacional, sino que también son rápidas, paralelas y térmicamente intensas. El entrenamiento de grandes modelos suele provocar picos de carga que sobrecargan los sistemas de suministro y refrigeración. Esto requiere monitorización y análisis en tiempo real de los márgenes de tensión, picos de corriente y ondulación. El software de análisis de potencia de Keysight, las herramientas EMI conducidas y SIPro ayudan a los ingenieros a detectar anomalías de potencia y a refinar los diseños de las placas para garantizar una potencia estable bajo estrés. Estos esfuerzos son fundamentales para optimizar las operaciones, evitar fallos de hardware y reducir el uso ineficiente de energía durante el entrenamiento de IA o los ciclos de inferencia en tiempo real.
Los principales centros de datos aplican estrategias tanto a nivel de hardware como de software:
- Validación de la integridad de la alimentación mediante osciloscopios de conformidad en tiempo real y sondas EMI
- Equilibrado de fases y detección de armónicos con herramientas como el software trifásico
- Simulación y modelado con herramientas EDA para validar previamente los diseños de las placas y las rutas de suministro de energía.
- Ajuste y programación de la carga de trabajo para reducir los picos de potencia en los ciclos de inferencia o formación.
Además, las plataformas de gestión de datos de diseño e IP de Keysight permiten a los equipos analizar, versionar y optimizar los datos de potencia en todos los equipos de chips y sistemas. Esta información facilita la iteración del diseño y el cumplimiento de los objetivos de eficiencia energética.
Entre los principales retos que plantea la ampliación de la infraestructura energética de la IA figuran los siguientes:
- Carga térmica de los bastidores informáticos de alta densidad
- Degradación de la integridad energética debido a componentes de conmutación más rápidos y márgenes más finos.
- Picos de demanda imprevisibles en modelos de IA con asignación dinámica de recursos
- Limitaciones de la red: la demanda supera la infraestructura tradicional
Para hacer frente a estos retos se requiere tanto validación (por ejemplo, análisis de ondulación y EMI conducida) como innovación arquitectónica, como suministro de energía desagregado, control térmico consciente de la IA e integración de telemetría de energía en tiempo real en cuadros de mando operativos.
¿Necesita ayuda o tiene alguna pregunta?