Yapay Zekâ Yük Dinamikleri - Güç Elektroniği Perspektifi
Özgün başlık AI Load Dynamics - A Power Electronics Perspective
arXiv preprint (University of Alberta) · Yuzhuo Li, Yunwei Li
Bu arXiv ön baskısı, yapay zekâ hızlandırıcı yük geçişlerinin veri merkezindeki çok kademeli güç dönüşüm zinciriyle nasıl etkileştiğini inceler.
Bu sayfada
Özet
Çalışma, Alberta Üniversitesi'nden Yuzhuo Li ve Yunwei Li'nin 2025 tarihli arXiv ön baskısıdır (arXiv:2502.01647). Yapay zekâ hızlandırıcı yük geçişlerinin, orta gerilim transformatörlerinden ve UPS'ten (KGK) raf PSU'larına ve gerilim regülatörlerine kadar uzanan çok kademeli güç dönüşüm zinciriyle nasıl etkileştiğini inceler. Modern yapay zekâ hızlandırıcıları TDP'nin yüzde 50'sini aşan güç değişimleri gösterebilir.
Çalışma yapay zekâ raf yapılandırmalarını tarar: geleneksel A100 rafı 32 kW (GPU başına 400 W), geleneksel H100 rafı 34 kW (GPU başına 700 W), sıvı soğutmalı GB200 NVL36 73 kW ve NVL72 132 kW (GPU başına 1.200 W). 7392 kW'lık bir BT rafı yapılandırması, soğutma altyapısı dahil yaklaşık 10,5 MW toplama karşılık gelir. Ayrıca AC ve DC güç zinciri mimarilerini, verimliliklerini, PSU ve VRM topolojilerini ve kontrolünü ele alır.
Verimlilik değerleri olarak, orta gerilim AC'den 480 VAC'a dönüşüm tipik olarak yaklaşık yüzde 98,5-99,2 verimlilik sağlar; ek Kuzey Amerika kademeleri (480 V'tan 277 V'a) kademe başına kabaca yüzde 1-2 ceza ekler. Çift dönüşümlü UPS'ler anma yükte yaklaşık yüzde 94-96, hat etkileşimli UPS'ler yüzde 97-98 verimlilik elde eder; ancak veri merkezleri anma kapasitesinin yalnızca yüzde 30-50'sinde çalışabileceğinden hizmet içi verimlilik bu değerlerden sapar.
Bir ölçüm vaka çalışması, yaklaşık 180 W'lık bir GPU yük adımının ardından PSU AC giriş akımının yaklaşık 1-2 AC çevrim (20-40 ms), en çok yaklaşık 50 ms geciktiğini gösterir. Raf PSU bant genişliği olan 30-50 ms, yukarı akıştaki en hızlı net salınımı sınırlar; yani en hızlı salınımı VRM değil son dönüşüm kademesi belirler. Senkronize çoklu raf salınımları yine de şebeke arayüzüne ulaşır. Bu nedenle ek tamponlar (süperkapasitörler, yüksek eğimli UPS, kademeli zamanlama) önerilir.
Öne çıkan noktalar
- Raf yapılandırmaları: geleneksel A100 rafı 32 kW (GPU başına 400 W), geleneksel H100 rafı 34 kW (GPU başına 700 W), sıvı soğutmalı GB200 NVL36 73 kW ve NVL72 132 kW (GPU başına 1.200 W).
- 7392 kW'lık BT rafı yapılandırması, soğutma altyapısı dahil yaklaşık 10,5 MW toplama karşılık gelir.
- Modern yapay zekâ hızlandırıcıları TDP'nin yüzde 50'sini aşan güç değişimleri gösterebilir.
- Orta gerilim AC'den 480 VAC'a dönüşüm tipik olarak yaklaşık yüzde 98,5-99,2 verimlidir; ek Kuzey Amerika kademeleri (480 V'tan 277 V'a) kademe başına kabaca yüzde 1-2 ceza ekler.
- Çift dönüşümlü UPS'ler anma yükte yaklaşık yüzde 94-96, hat etkileşimli UPS'ler yüzde 97-98 verimlidir; ancak veri merkezleri anma kapasitesinin yüzde 30-50'sinde çalışabilir.
- PSU vaka çalışmasında yaklaşık 180 W'lık GPU yük adımını PSU AC giriş akımı yaklaşık 1-2 AC çevrim (20-40 ms), en çok yaklaşık 50 ms gecikmeyle izledi.
- Raf PSU bant genişliği (30-50 ms) yukarı akıştaki en hızlı net salınımı sınırlar.
- Ek tamponlar önerilir: süperkapasitörler, yüksek eğimli UPS, kademeli zamanlama.
Tasarımda kullanımı
- Yapay zekâ rafları için raf düzeyinde şablonlar ekleyin (32-34 kW hava soğutmalı, 73-132 kW sıvı soğutmalı NVL) ve GPU başına gücü girdi yapın.
- UPS verimini anma yükte değil, beklenen kısmi yükte (yüzde 30-50) hesaplayın.
- Geçici durum analizinde raf PSU/güç rafı bekletme süresini yaklaşık 20-50 ms'lik bir filtre olarak ele alın; bundan yavaş salınımlar UPS ve transformatörlere geçer.
- Büyük senkron kümeler için süperkapasitör veya yüksek eğimli UPS tamponlama ve kademeli kontrol noktası zamanlaması önerin.
- AC ile 400/800 VDC zincirleri için bölgesel gerilim varyantlarıyla kademe başına verimliliği gösterin.
Aylık bülten · ücretsiz
Referans listeniz güncel kalsın
Ayda bir: yeni eklenen kaynaklar, Türkiye mevzuatındaki değişiklikler ve yaklaşan veri merkezi etkinlikleri.
SoSo CAD
Güç tasarımınızı SoSo CAD’de değerlendirin
Besleme yollarını, ekipman yüklerini ve UPS arıza senaryolarını aynı modelde inceleyin.
Demo iste
Kimler okumalı
Yapay zekâ yüklerinin güç zincirine etkisini inceleyen elektrik tasarımcıları, UPS (KGK) mühendisleri ve güç elektroniği uzmanları.
Yayın bilgileri
- Yazarlar
- Yuzhuo Li; Yunwei Li
- Yayıncı
- arXiv preprint (University of Alberta)
- Yıl
- 2025
- Belge numarası
- arXiv:2502.01647
- Belge dili
- İngilizce
- Kaynak türü
- Bilimsel yayın
- Erişim
- Ücretsiz okunur
- Lisans
- arXiv dağıtım izni — yeniden kullanım koşulları hak sahibine bağlıdır
Özgün lisans notu (İngilizce)
arXiv default non-exclusive distribution licence; citation only
Künye
Yuzhuo Li; Yunwei Li (2025). AI Load Dynamics - A Power Electronics Perspective. arXiv preprint (University of Alberta). arXiv:2502.01647. https://doi.org/10.48550/arXiv.2502.01647
Konuyla ilgili etkinlikler
- Electricity Eurasia 2027
- ELECO 2026 Elektrik-Elektronik ve Biyomedikal Mühendisliği Konferansı
- NVIDIA GTC
İçerik ve tüm hakları eser sahiplerine aittir. SoSo CAD yalnızca künye, kendi hazırladığı özet ve kaynağa bağlantı sunar; kaynakların içeriğinden sorumlu değildir.