何をお探しですか？
AIパワー
AIワークロードのスケーリングを改善するために、AIデータセンターの電力効率を最大化します。
AIデータセンターの電源完全性と効率を最適化
AIデータセンターでは、エネルギー管理はパフォーマンスと同じくらい重要です。しかし、ハイエンドサーバーやラックスイッチが最高級のチップとインターコネクトを利用している一方で、クロストークや電磁干渉は電力管理の問題を引き起こし、最終的にAIデータセンターのスケーリング能力を妨げる可能性があります。多機能な設計自動化ツールと測定ツールがなければ、電力供給ネットワークをシミュレートし、電力問題の根本原因を特定し、最終的に電力効率を確保することは非常に困難です。
注目のリソース：AIデータセンターの電力
AIデータセンターを最適化し、スケールアップするための5つの戦略
AIは産業を変革し、イノベーションを推進しています。しかし、独自のトラフィックパターン、動的なワークロード、そして絶え間ない性能への圧力は、わずかな問題でさえも重大な問題へとエスカレートさせる可能性があります。
このeBookを読んで、最新のアプリケーション向けにAIデータセンターのパフォーマンスを最適化するための5つの実用的なソリューションを発見してください。
高速デジタル設計を成功させるための4つの考慮事項
高速デジタル設計における進化する標準にどのように対応するかを発見してください。新しいツールと設計手法を使用して、新しいシグナリング機能、より高速なデータ転送速度、およびより小さな設計マージンに適応する方法を学びましょう。
パワーインテグリティ：信頼性の高いエレクトロニクス性能の基盤
電子システムは、AIデータセンターの運用方法を形成する上で極めて重要な役割を果たします。しかし、パフォーマンスと信頼性は電源完全性に大きく依存します。このeBookでは、高速デジタル設計においてDCからGHzまでの信頼性の高い電力を実現するための重要な考慮事項を学びます。
電源完全性の問題がAIデータセンターを危険にさらすのを防ぐ
パワーデリバリーネットワークの解析を簡素化し、信頼性を予測し、設計の初期段階で熱性能を最適化することで、パワーインテグリティのワークフローを効率化します。
比類のない精度でノイズ、リップル、クロストークを解析
多用途でコンパクト、高性能なテスト/測定ツールを使用して、最も困難なパワーインテグリティ問題の根本原因を特定し、排除します。
消費電力を削減してAIワークロード容量を拡張します。
ネットワーク機器およびインフラストラクチャ全体の電源完全性、管理、および供給を改善することにより、AIデータセンターの電力効率を最適化します。
ポートフォリオを見る：AIデータセンター電力ソリューション
MXRオシロスコープでパワーインテグリティの問題を解消
Keysight MXRシリーズ オシロスコープ、パワーインテグリティ解析ソフトウェア、およびパワー・レール・プローブを使用して、AIデータセンター・ネットワーキング機器の電力効率とインテグリティを最適化します。クロストーク、EMI、その他のパワー・レールおよび高速データ信号の問題を単一のコンパクトな測定器で評価することにより、設計に電力損失の問題がないことを確認します。
EDAで電源の信頼性と熱性能を最適化
DCからGHzまで、キーサイトの電子設計自動化（EDA）ツールは、マルチベンダーツールを使用せずに、高忠実度で包括的なマルチドメイン解析を提供し、エンジニアが設計の信頼性をより迅速に確立できるよう支援します。エンドツーエンドのデジタルツインベースのソリューションは、複雑な電力供給解析タスクを簡素化し、設計プロセスの早い段階で信号品質、電力信頼性、および熱性能の予測と最適化に集中しやすくします。
ウェビナー：オシロスコープによるパワーインテグリティの検証
半導体とスイッチング電源の進化について学びながら、パワーインテグリティ測定の基本的なワークフローを発見してください。高電流、低電圧のパワー・レール・ノイズの問題をデバッグするために必要な測定プローブとオシロスコープ・ソフトウェアの種類を見つけてください。
AIデータセンターの電力最適化のためのテストセットアップ
パワーインテグリティの解析
リアルタイム・オシロスコープを使用して、パワー・ディストリビューション・ネットワーク (PDN) インピーダンス、パワー・レール・インテグリティ、および制御ループ応答を測定します。
USB Type-C Power Deliveryのテスト
電圧レベル、デバイス充電、ケーブル機能など、パワーデリバリー（PD）の重要な設計パラメータを測定します。
PCBシグナルインテグリティの解析
クロストーク、ジッタ、振幅ノイズ、位相ノイズの検出と診断により、高速デジタル PCBにおけるシグナルインテグリティのリスクを低減します。
AIデータセンターの電力最適化について詳細を見る
よくある質問：AIデータセンターの電力
AIデータセンターでは、電力需要が指数関数的に増加しています。Wells Fargoによると、AIの電力使用量は2030年までに652テラワット時（TWh）に達する可能性があり、これは2024年レベルから8,050%の増加に相当します。この急増は、モデルトレーニングや推論など、GPUやTPUの密なラックで実行される計算負荷の高いワークロードによって引き起こされます。従来のデータセンターとは異なり、AIワークロードは高電流密度での継続的な電力供給を必要とし、多くの場合、パワーインテグリティと熱設計の限界を押し広げています。
主な電力消費源は次のとおりです。
- GPUやTPUのようなアクセラレータ（トレーニングと推論用）
- メモリサブシステム（例：HBM/DDRモジュール）
- 高帯域幅データ転送用ネットワーク機器
- 高密度AIワークロードによって発生する熱を放散するための冷却システム
供給されるすべてのワットは安定しており、リップルのないものでなければなりません。そのため、ボードレベルの電圧レギュレータからラック規模の配電まで、あらゆるレベルでパワーインテグリティを検証するために、リアルタイム・コンプライアンス・オシロスコープとパワー・レール・プローブ、3相ソフトウェアのようなツールが使用されます。
AIワークロードは、計算負荷が高いだけでなく、バースト的で並列処理が多く、熱的に集中します。大規模モデルのトレーニングでは、供給システムと冷却システムの両方に負荷をかけるピーク負荷が発生することがよくあります。このため、電圧マージン、電流スパイク、リップルのリアルタイム監視と分析が必要です。キーサイトのパワー解析ソフトウェア、伝導EMIツール、およびSIProは、エンジニアが電力異常を検出し、ボードレイアウトを改善して、ストレス下での安定した電力を確保するのに役立ちます。これらの取り組みは、AIトレーニングまたはリアルタイム推論サイクル中の動作を最適化し、ハードウェア障害を防止し、非効率なエネルギー使用を削減するために不可欠です。
主要なデータセンターは、ハードウェアレベルとソフトウェアレベルの両方の戦略を展開しており、以下を含みます。
- リアルタイムコンプライアンスオシロスコープおよびEMIプローブを用いたパワーインテグリティ検証
- 3相ソフトウェアなどのツールによる位相バランス調整と高調波検出
- ボード設計と電力供給経路を事前検証するための、EDAツールによるシミュレーションとモデリング
- 推論またはトレーニングサイクル全体で電力スパイクを平坦化するためのワークロードのチューニングとスケジューリング
さらに、キーサイトのデザインデータおよびIPデータ管理プラットフォームは、チームがチップおよびシステムチーム全体で電力データを分析、バージョン管理、最適化することを可能にします。これらの洞察は、設計の反復とエネルギー効率目標の順守をサポートします。
AIパワーインフラストラクチャを拡張する上での主な課題は以下のとおりです。
- 高密度コンピューティングラックからの熱負荷
- 高速スイッチングコンポーネントとマージンの縮小によるパワーインテグリティの劣化。
- 動的なリソース割り当てを伴うAIモデルからの予測不可能な需要の急増
- 需要が従来のインフラを上回るにつれて生じるグリッドの制約
これらの課題に対処するには、検証（例：リップルおよび伝導EMI解析）と、分散型電力供給、AI対応熱制御、運用ダッシュボードへのリアルタイム電力テレメトリ統合などのアーキテクチャ革新の両方が必要です。
サポートが必要ですか、ご質問がありますか？