人工智能工作（AI）负载的快速增长，将显著推升数据中心的容量需求、能源消耗，并加剧碳排放问题。2020年至2022年期间，全球数据中心的总能源使用量估计在每年200TWh至450TWh（各研究在方法论和专业术语上的显著差异，估算得出，数据中心消耗的电量在全球总电量消耗中的占比大约在1%至4%）之间。以300TWh作为数据中心年均耗电量的中位数，UptimeIntelligence分析显示，预计2024年第一季度生成式AI年化能源约占数据中心电网总用电量的2.3%。然而，到2025年第一季度，这一比例可能会达到7.3%。
数据中心
数据中心是“无烟囱”的电老虎，是公认的高耗能行业，一座大型数据中心的年耗电量大致相当于近80,000个家庭一年的用电量。电力是数据中心运营商最大的持续支出，占企业的数据中心总支出约46%，占服务提供商的数据中心总支出约60%，由此可见将能耗打下来到底有多重要了。
PUE（PowerUsageEffectiveness，电源使用效率）是评估数据中心能源效率的关键指标，它表示数据中心总能耗与IT设备能耗的比值，可反映用户总输入电能中到底有多少电能真正被馈送到IT设备上。
PUE值越接近于1，表示一个数据中心的绿色化程度越高。未来总体趋势是新建数据中心PUE会被要求限制在1.3以下，改造的存量数据中心PUE要求的1.4附近。
典型的数据中心能耗分配大致遵循以下比例，这些数字提供了一个行业概览，但实际比例可能因具体的数据中心设计、技术使用和运营效率而有所不同。
在这些组成部分中，IT设备和冷却系统通常是能耗的大头。随着绿色数据中心概念的普及和技术革新，诸如液冷技术、高密度服务器布局、AI辅助的能源管理，乃至使用氮化镓（GaN）技术提升电源转换效率的方法正逐渐成为主流，助力数据中心行业朝着更可持续的方向发展。
千岛湖数据中心，90%时间不需要电制冷
尽管浸入式冷却、人工智能驱动优化和废热利用等技术已经出现，但它们只能提供部分解决方案。典型的大型数据中心年消耗大约250兆瓦电力，伴随着对实时数据洞察的无限需求，以及生成式人工智能 (AI) 的快速发展，尤其是AI训练，对电力的需求增加迅猛，因此电源的转换效率越发值得我们关注。
AI驱使的数据中心机架功率要求增加，每个电源的功率水平需要大幅提高，更大的功率需求，迫切需要结合高效率、紧凑外形和提供大量功率输出的电源解决方案。
功率密度100W/ in3的数据中心电源
在数据中心电源系统的某些转化阶段中加入氮化镓(GaN)技术是一大重要创新，可有效提升某些电源转化阶段的效率与功率密度。在数据中心的电源管理系统中，氮化镓（GaN）技术主要贡献以下几项显著优化：
①更高的能效
氮化镓基晶体管（如GaN Systems产品）在电源管理中的高效率源于其低导通电阻和高开关速度。相比传统的硅基晶体管，GaN晶体管能够在更高的频率下工作，这意味着它可以使用更小的磁性元件（如电感和变压器），从而减少了电能损耗，提高了电源转换效率。
②节省空间和重量
由于GaN技术能够在更高的频率下工作，并且其散热要求更低，因此可以缩小电源设备的体积。这对于数据中心来说尤为重要，因为更紧凑的电源设备意味着更高的功率密度，从而提高了服务器机架的功率效率。
③更好的热性能
GaN器件能在较高的工作温度下正常运行，减少了对复杂冷却系统的需求，可降低能耗并简化设计。这对于需要密集堆叠服务器的数据中心尤为重要。
氮化镓节能效果好处，在产业上已经有了许多实践案例，例如GaN Systems Inc.及其合作伙伴已验证，使用了氮化镓技术的新电源在50%负载下的能效高达98%，比传统硅基电源高出4%。仅此一项就可以将数据中心的总能耗降低10%。如果结合数据中心UPS电源和冷却系统的电源更换，节能效果预计可达20%。
当下，氮化镓（GaN）技术在消费电子领域，特别是快速充电器产品的成功商用，昭示了其成熟的市场地位与广阔应用前景。与此同时，生成式AI的崛起加速了数据中心向更高层次演进的需求。GaN技术与生成式AI交汇碰撞，释放出前所未有的市场能量，为塑造数据中心更高效、可持续和稳健的未来提供了激动人心的机会。
编辑：Alpha
来源：360powder.com
