液冷式人工智能数据中心：高热负荷下的电源组件选择
液冷技术正在改变高密度人工智能数据中心的散热方式。随着GPU集群和服务器机架对电力需求的不断增长，冷却系统也在与电力分配和转换架构同步发展。
然而，采用液冷并不意味着所有电子元件都会自动降低工作温度。实际的热状况取决于元件的安装位置、热传递方式，以及元件是直接连接到液冷系统还是位于风冷外壳内。
对于电力电子设计人员来说，重要的问题不仅仅是数据中心是否使用液冷，而是冷却架构如何改变电力输送系统中各组件的运行条件。
不同的液冷架构会产生不同的热条件
液冷技术可以应用于人工智能数据中心的不同层级。每种方法对周围电气设备的影响各不相同。
芯片级直接冷却技术通过连接在GPU和CPU等发热组件上的冷板循环冷却液。它能将热量从热源附近排出，但电源和其他电子元件可能仍然需要单独的气流或冷却装置。
后门热交换器可去除离开服务器机架的空气中的热量。它们可以减少释放到数据中心空间的热负荷，而各个电源模块的内部冷却条件仍然取决于其自身的设计。
浸没式冷却是将兼容的IT设备浸入介电液体中。这种方法会形成不同的热环境和材料环境，因此对于直接暴露于冷却液中的设备而言，冷却液的兼容性是一个重要的考虑因素。
这些架构不应被视为可以互换。位于风冷电源架内的电源组件与集成在专用液冷电源单元中的电源组件所处的工作环境可能截然不同。
因此，组件选择的第一步是了解冷却边界：哪些设备采用液冷，哪些设备采用风冷，以及热量如何在两者之间传递。
功率半导体：结温和工作裕度
功率半导体在人工智能数据中心电源系统的转换阶段至关重要。根据电压等级、开关频率、效率目标和转换器拓扑结构，可以使用 MOSFET、IGBT、SiC 器件和 GaN 器件。
它们的热性能与电气运行条件密切相关。
传导损耗和开关损耗会在工作过程中产生热量。最终的结温取决于功耗、器件和封装的热阻、散热界面以及周围的热环境。
在评估半导体器件时，工程师应考虑以下因素：
最大结温和推荐工作范围
预期工作点的传导损耗和开关损耗
结到外壳以及外壳到环境或冷却剂界面的热阻
开关频率和负载曲线
快速负载变化期间的瞬态热行为
所需的电气隔离和安装条件
液冷系统可以改善特定界面处的散热，但这种优势取决于实际的热路径。如果半导体未连接到液冷回路，其工作温度仍然可能受气流、散热器设计和外壳条件的影响。
因此，应使用完整的散热路径来评估所选设备，而不是使用机架中其他地方使用的冷却方法。
电感器和磁性元件：损耗仍然重要
磁性元件在电源转换和电压调节电路中仍然非常重要，包括电源和直流-直流转换器级。
电感损耗通常包括绕组损耗和铁芯损耗。两者都受电气工作点和元件结构的影响。
在高电流下，绕组电阻会造成铜损。铁芯损耗取决于开关频率、磁通密度和铁芯材料等因素。这些损耗会导致元件温升，并可能随时间推移影响其电气特性。
对于人工智能服务器功率应用，工程师应审查以下内容：
额定电流和饱和电流
直流电阻和绕组损耗
核心材料和工作频率
直流偏置下的电感变化
预期负荷下的温度升高
封装和安装方式的热特性
即使系统其他部分采用液冷，也无法消除这些问题。如果电感器仍位于风冷部分，其散热性能仍然取决于局部气流和热传递。
对于紧凑型功率转换组件，磁性元件、开关器件和其他热源之间的间距也会影响最终的温度分布。
电容器：温度、纹波电流和使用寿命
电容器广泛应用于电力转换和分配电路中，用于滤波、储能和电压稳定。
根据它们在电源架构中的位置，它们的运行条件可能会有很大差异。
例如，直流母线电容器可能会受到转换器运行相关的纹波电流和电应力的影响。输出电容器则可能面临不同的纹波特性和瞬态条件。
在为高密度电力系统选择电容器时，工程师应评估以下方面：
额定电压和电容
纹波电流能力
等效串联电阻 (ESR)
工作温度范围
在实际电气和热条件下的预期寿命
机械尺寸和安装要求
温度是影响电容器使用寿命的重要因素，但不能脱离纹波电流和电压应力进行评估。
降低附近设备温度的冷却系统未必能降低纹波电流引起的电容器内部发热。元件自身的电气损耗和热传导路径仍然需要考虑。
连接器和互连：局部温升
大功率人工智能系统需要在电源架、服务器机架和配电组件之间实现紧凑的电气连接。
连接器、端子和母线接口必须在保持可接受的接触电阻和机械稳定性的同时，承载预期的电流。
即使整个外壳温度得到控制，电气连接点仍可能出现局部发热。接触电阻、电流负载、导体尺寸、连接质量和安装条件都会影响温升。
组件选择应考虑以下因素：
实际安装条件下的额定电流
接触电阻及相关功率损耗
在预期电流下，温度升高
电线或母线兼容性
振动和机械保持
绝缘和爬电要求
环境保护和维护条件
在液冷设备中，连接器相对于冷板、冷却液管路和其他热接口的位置也值得关注。
冷却液管道或歧管靠近电气连接处，使得安装布局和维修通道成为设计审查的重要组成部分。
保护组件必须与其实际运行条件相匹配
熔断器和其他保护装置的选择是根据电气故障要求，而不仅仅是系统的额定功率。
对于大功率直流应用，工程师需要验证额定电压、连续电流、分断能力、时间-电流特性以及与更广泛的保护系统的协调性。
热环境也会影响保护元件的运行方式。环境温度、外壳温度、安装方式以及相邻元件产生的热量都可能影响其适用的载流能力。
仅根据额定电流选择保险丝可能不适用于实际安装条件。应参考制造商的降额使用指南和预期运行环境。
同样的原理也适用于开关设备和其他保护相关组件：电气额定值、热条件和安装要求需要综合考虑。
冷却基础设施也对电气设计提出了要求。
液冷技术会在数据中心环境中引入额外的设备和接口。
根据架构的不同，冷却系统可能包括冷却剂分配单元（CDU）、泵、阀门、传感器、监控设备和控制电路。
这些设备会产生辅助电气负载，并对电源、开关、传感和通信提出额外要求。
对于电力电子和控制电路设计人员来说，有几个细节值得注意：
水泵、常压装置和控制设备的功率需求
监测和控制装置的供应稳定性
温度和流速传感接口
冷却控制系统与设施监控系统之间的通信
辅助负载的电气保护
设备放置及维护通道
冷却性能和电气性能密切相关。冷却系统需要可靠的电源和控制，而电力设备则依赖于合适的散热条件才能在其规定的范围内运行。
这种关系在高密度人工智能设施中尤为重要，因为电力和冷却基础设施必须一起规划，而不是作为完全独立的系统来开发。
在最终确定组件选择之前进行实际审查
在评估液冷式人工智能数据中心的电源组件时，工程师应在比较各个部件编号之前确定实际运行条件。
一篇有用的评论可以包含以下几点：
确定冷却架构。判断该系统采用的是芯片直接冷却、后门热交换器冷却、浸没式冷却还是多种方法的组合。
绘制组件位置图。确定哪些电源组件直接采用液冷，哪些组件间接受冷却系统影响，哪些组件仍然依赖于局部气流。
明确电气工作条件。确认电压、连续电流、峰值电流、开关频率和预期负载变化。
评估热极限。检查结温、温升、热阻和制造商的降额要求。
检查材料和环境兼容性。对于暴露于冷却液或介电液的设备，请验证其与相关材料和运行条件的兼容性。
检查电气连接。检查连接器额定值、接触电阻、绝缘性能、安装空间和温升。
考虑辅助设备。包括冷却基础设施的电力、控制、传感和通信需求。
验证整个组件的组装情况。组件规格应在最终的机箱和散热装置中进行评估，而不仅仅依据孤立的数据手册条件。
这个过程有助于防止一个常见的设计错误：假设液冷的存在会自动解决整个电源系统的散热限制。
集成电源和散热设计中的组件选择
液冷技术正逐渐成为高密度人工智能数据中心基础设施的重要组成部分，但这并不能取代精心设计的电气和热工程。
半导体、电感器、电容器、连接器、开关器件和保护元件各自具有不同的工作特性。它们的适用性取决于电气负载、局部热环境、安装环境以及与周围设备的交互作用。
随着电源转换和冷却系统集成度的提高，组件的选择需要反映电源输送链中每个阶段的实际情况。
ESHINE 为电力电子和能源相关应用提供电子元器件采购和技术选型支持。对于人工智能服务器和数据中心电源项目，可根据电气参数、热条件、封装限制和应用需求评估元器件要求。
分享电路的预期功能、运行参数和安装环境有助于缩小合适的元件选择范围，以便进行进一步的技术审查。
+86 28 86519933