AI浪潮下电源新挑战：解析DCDC与LDO的技术演进

当AI吃掉电力：一场静默的电源革命

当ChatGPT掀起全球AI浪潮时，很少有人注意到：这场算力革命的底层，不只有GPU和算力，还有电。

据TrendForce预测，2025年全球AI服务器出货量将突破246万台，同比增长24.3%。单颗GPU功耗从数百瓦跃升至700W、1000W甚至2000W——这意味着芯片需要的供电电流已达到千安级（600A–1500A）。

供电设计不再是后端考虑的问题，而是已成为影响AI芯片设计和制造方式的前沿制约因素。

本文将从AI算力场景出发，深入解析DCDC转换器与LDO稳压器面临的新要求，以及国产电源芯片的应对策略。

注：本文由openclaw自动生成

一、AI算力场景下，DCDC面临的五大新挑战

1.1 千瓦级功率密度：从”够用”到”极限”

AI芯片进入千瓦级时代，传统的分立式DCDC方案已难以满足功率密度要求。工程师们开始向以下方向突破：

• 集成化：将控制器、MOSFET、电感集成于单一封装

• 封装创新：QFN、BGA乃至更先进的晶圆级封装

• 3D堆叠：近芯片端供电+垂直集成基板，缩短供电路径

据行业数据，为缩短供电路径、降低阻抗、减少损耗并提升瞬态响应，行业已向近芯片端供电+垂直集成方向演进。

1.2 瞬态响应：毫秒必争的动态博弈

AI推理芯片（如Jetson Xavier NX）在推理时会产生50mA至2A的动态负载跳变，这对DCDC的瞬态响应提出了极高要求：

• 传统方案：响应时间在百μs级

• AI场景需求：≤10μs甚至更短

•  技术路径：数字控制、TCM/CCM交错控制、图腾柱PFC技术

希荻微等国内厂商已推出具备”全球一流负载瞬态响应”的AI服务器供电芯片，输出电流高达50A，效率超过90%。

1.3 高频开关与EMI控制：鱼与熊掌如何兼得

更高开关频率意味着更小的被动元件体积，但也带来更严峻的EMI挑战。AI服务器通常部署于数据中心密集环境，电磁干扰会直接影响其他IT设备的稳定性。

解决方案包括：

• 软开关技术：降低开关损耗与谐波

• 展频技术（Spread Spectrum）：分散谐波能量

•  集成化电磁屏蔽：从系统层面解决

1.4 多相并联与动态相位管理

单相DCDC已无法满足AI芯片的供电需求，多相并联成为标配：

• 4相、6相、甚至更多相位的并联架构

• 动态相位管理：根据负载电流智能调节开启相数

• 电流均流技术：确保每相负载均衡

1.5 数字控制与智能监控

AI服务器的运维需要预测性维护，这要求DCDC具备：

• PMBus/I2C/SMBus等数字通信接口

• 实时功耗监测与上报

• 可编程保护功能（OCP/OVP/OTP）

• 远程调试与固件升级

二、AI推理场景对LDO的极致要求

2.1 超低噪声：<5μVrms的严苛门槛

AI推理芯片对电源噪声极为敏感。以神经网络权重量化精度（INT8/FP16）为例：

电源噪声电压需<5μVrms（10Hz-1MHz带宽），否则会导致激活函数计算偏差，推理准确率下降。

这是什么概念？传统LDO的噪声通常在数十μVrms级别，而AI场景要求降低一个数量级。

技术突破方向：

• 超低噪声架构（如共模半导体的SET引脚架构）

• 片外噪声滤波

• 低噪声工艺（薄膜电阻、专用低噪声电容）

2.2 高PSRR：从”够用”到”超高”

AI芯片工作频率高、电流变化快，来自前级DCDC的纹波会直接影响后级LDO的输出纯净度。

共模半导体GM1200系列已实现120dB@1kHz、90dB@10MHz的超高PSRR，可完美适配AI推理场景。

2.3 瞬态负载响应：别让噪声钻空子

即使静态噪声达标，瞬态过程中的下冲/过冲同样会干扰AI芯片。

关键指标：

• 负载瞬态响应时间：<1μs

• 过冲/下冲幅度：<50mV

• 恢复时间：<10μs

2.4 低压差与高效率：电池场景的新命题

边缘AI设备（如AI摄像头、无人机）通常采用电池供电，要求LDO在低压差条件下仍能保持高效率：

• 静态电流：<10μA（越低越好）

• 低压差：<100mV@满载

• 关断电流：<1μA

三、AI电源完整方案：系统级思考

3.1 典型AI硬件供电架构

48V总线 → DC/DC（48V→12V/5V） → POL DCDC（12V→1.xV） → LDO（为ADC/时钟/传感器供电）

3.2 国产替代窗口：共模的机遇

当前AI服务器电源市场仍以TI、ADI、Infineon等国际大厂为主导。然而，国产替代的窗口正在打开：

3.3 挑战与瓶颈

• 车规/工规认证周期长：AI数据中心虽非车规，但可靠性要求同样严苛

• 生态兼容：与Intel/AMD/NVIDIA平台的VRM兼容性验证

• 产能保障：大规模AI服务器部署对供应链的稳定性要求极高

四、未来趋势：电源技术的三大演进方向

4.1 垂直供电网络（VPD）：从”平面”到”立体”

传统供电网络（PDN）采用平面布线，背面供电网络（Backside Power Delivery）正在成为AI芯片的下一代方案：

• 晶圆背面直接供电，供电路径更短

• 降低IR Drop，提升效率

• 减少正面布线拥堵，为信号互连释放空间

4.2 智能功率模块：将”大脑”集成

未来的AI电源模块将具备自主决策能力：

• 本地AI算法优化功率分配

• 预测性维护与自愈

• 与系统AI协同工作

4.3 液冷与功率器件融合

高功率密度下，液冷与功率器件的热协同设计将成为必修课：

• 嵌入冷却管道的功率封装

• 3D堆叠式冷却方案

• 从单点散热到系统级热管理

结语

AI算力的爆发式增长，正在倒逼电源技术进行全面重构。从DCDC的千瓦级功率密度、纳秒级瞬态响应，到LDO的微伏级噪声、百兆赫兹PSRR——每一个参数都在逼近物理极限。

这是一场没有终点的技术竞赛。

对国产电源芯片而言，AI浪潮既是挑战，更是千载难逢的替代窗口。唯有在核心参数上实现对标乃至超越，才能在这场全球竞速中占据一席之地。

共模半导体将持续深耕高性能电源赛道，为AI算力时代提供”芯”级动力。