죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

반도체네트워크의 다양한 최신 기능을 사용하려면 이를 완전히 지원하는 최신 브라우저로 업그레이드 하셔야 합니다.
아래의 링크에서 브라우저를 업그레이드 하시기 바랍니다.

Internet Explorer 다운로드 | Chrome 다운로드

첨단 데이터센터의 인공 지능 구현을 위한 향상된 전력 밀도 달성


PDF 다운로드



글/Bastian Lang, Product Marketing Manager,
     Dr. Roberto Rizzolatti, System Innovation Engineer,
     Christian Rainer, System Innovation Engineer, 인피니언 테크놀로지스


과제
인공 지능(AI), 스마트 시티, 자율 운전 같은 첨단 기술이 우리 생활의 모든 면에 변화를 가져오고 있다. 하지만 이러한 첨단 기술을 도입하기 위해서는 많은 과제들을 해결해야 한다.
AI를 구현하고 클라우드의 연산과 저장 요구를 충족하기 위해서 해결해야 할 과제 중의 하나가 전원 관리이다. 좀더 구체적으로는 이러한 시스템에서 프로세서와 ASIC을 구동하기 위해서 사용되는 전원 컨버터의 전력 밀도이다.
Open Compute Project(OCP)는 전원 아키텍처로 기존의 12V 중간 버스 전압에서 48V로 이전해서 이러한 과제들을 극복하고자 하는 것이다. 48V로 이전함으로써 트랜스미션 손실을 크게 줄이고 부하(AI ASIC/GPU/CPU, SoC 등)로 전력을 더 효율적으로 제공할 수 있다. AI 가속화기 모듈로 전력대가 이미 750W를 넘고 있으며 전류가 1000A까지 이르고 있다(0.75V 코어 전압). 하나의 메인보드에 이러한 모듈이 많게는 8개까지 탑재되고 있는 것을 본다면, 전력대가 얼마나 높고 열 관리가 얼마나 어려울지 짐작이 갈 것이다.


기술 현황

48V 전원 공급 아키텍처가 도입됨에 따라서 전원 변환 프로세스의 효율을 향상시키는 것이 무엇보다 중요하게 되었다. 높은 전압 요구와 까다로운 트랜션트 조건을 충족하기 위해서 2스테이지 변환을 흔히 사용한다. 일차 48V 측으로 제로 전압 스위칭(ZVS)과 이차 12V 측으로 제로 전류 스위칭(ZCS)을 위해서 중간 버스 컨버터(IBC)로서 LLC 공진 컨버터를 널리 사용한다. 절연이 필요하지 않을 때는 스위치드 커패시터 컨버터(ZSC)에 기반한 변환을 사용해서 추가적으로 성능을 향상시키고 전력 밀도를 높일 수 있다.
그림 1에서 보는 것과 같은 오픈 컴퓨트 가속화기 모듈(OAM)을 위해서는 새로운 48V 전원 공급 아키텍처의 전력 밀도가 중요한 파라미터이며 해결해야 할 과제이다. 그림 2는 IBC와 다위상 벅 시스템에 사용 가능한 풋프린트 면적을 보여준다.

TT(첨단)-1.jpg

[그림 1] 인피니언의 범용 OAM 보드

이러한 풋프린트 요구를 충족하기 위해서는 일차 스테이지와 이차 스테이지 모두에서 높은 스위칭 주파수로 동작하는 것이 필요하다. 그런데 특히 VRM 스테이지로 고주파수 동작(1.5MHz~2MHz)은 높은 손실로 이어진다(스위칭 손실, 게이트 구동 손실, 전도 손실).
VRM 스테이지로 입력 전압을 6V로 낮춤으로써 풋프린트 크기를 줄이고 높은 효율을 유지할 수 있다. 그런데 변환 비율이 높은 경우에 스위치드 커패시터 토폴로지에 기반한 IBC는 플로팅 드라이버 요구와 스위치 및 세라믹 커패시터 숫자와 관련해서 너무 복잡하고 크기가 커질 수 있다.
스텝다운 비율이 높은 IBC를 구현하기 위해서는 갈바닉  절연 여부에 상관 없이 풀 브리지 LLC 공진 컨버터 같은 트랜스포머 기반 토폴로지가 널리 사용된다. 트랜스포머 기반 토폴로지는 장점도 많지만 단점 또한 없지 않다.

TT(첨단)-2.jpg

[그림 2] OAM 크기와 48V 전원 공급 시스템의 풋프린트 요구

스텝다운 비율은 일차 측과 이차 측 사이에 권선비로 결정되며, LLC 센터탭 공진 컨버터로는 구리를 사용하는 것이 적합하지 않다. 트랜스포머의 I2R 손실 문제를 극복하기 위해서 인피니언은 스위치드 커패시터 컨버터의 장점과 자기 소자의 높은 스텝다운 비를 결합한 하이브리드 스위치드 커패시터(HSC) 컨버터를 도입했다. 이 방식은 커패시터와 자기 소자를 통해서 에너지를 전달함으로써 효율과 전력 밀도를 크게 향상시킬 수 있다. 그러므로 OAM에 요구되는 전력 밀도를 달성할 수 있다.


HSC 컨버터
LLC 같은 공진 컨버터는 소프트 스위칭을 위해서 스위칭 주파수가 LC 공진에 근접해야 한다. 게다가 에너지를 전부 트랜스포머를 통해서 전달하므로, 전반적인 손실을 높인다. 부품들이 매칭되지 않아서 효율이 크게 변동적인 컨버터 토폴로지는 추가적인 보정 없이는 양산용으로 적합하지 않다. 이러한 문제를 극복하기 위해서 인피니언은 HSC 토폴로지 듀얼 위상 공진 컨버터에 기반한 새로운 접근법을 개발했다. 그림 3에서 보듯이 HSC는 6개 MOSFET이 2개 레그로 나뉘고 2개 플라잉 커패시터와 다중탭 오토트랜스포머(MTA)라고 하는 자기 소자를 통해서 연결된다. MTA는 직렬로 4개 권선으로 이루어지며 동일한 자기 코어를 공유한다. MTA의 자화 인덕턴스를 통한 ZVS 동작으로 고주파수 동작이 가능해진다.

TT(첨단)-3.jpg

[그림 3] HSC 컨버터 토폴로지

HSC는 N1과 N2의 권선비에 따른, 레귤레이트되지 않은 전압 레일을 제공한다. 이 토폴로지는 2개의 대칭적 PWM에 의해서 구동된다. H(Q1, Q3, Q5는 온이고, Q2, Q4, Q6은 오프)와 L(Q1, Q3, Q5는 오프이고, Q2, Q4, Q6은 온)이다. 상태들 사이에 데드 타임을 사용해서 부하 독립적 ZVS 동작이 가능하다. HSC는 ZVS 동작으로 영향을 미치지 않으면서 공진 주파수보다 높거나 낮게 동작할 수 있다. 그러므로 부품 허용오차에 상관 없이 전반적인 시스템 성능을 높게 유지할 수 있다.
HSC로 높은 효율과 높은 전력 밀도를 달성할 수 있도록 하는 한 가지 요인은 FOM(figure-of-merits)이 우수한 저전압 MOSFET을 사용할 수 있다는 것이다. 예를 들어서 48V 레일로 실행되는 8:1 구성의 경우에 Q3과 Q6으로 25V 정격 MOSFET을 사용할 수 있다.

Source-Down 패키지를 사용한 전력 밀도 향상
전력 밀도 요구를 충족하기 위해서는 공진 토폴로지를 향상시키는 것뿐만 아니라, 부품 차원의 혁신 또한 필요하다. 인피니언의 Source-Down 패키지를 적용한 IQE006NE2LM5는 전기 및 열 성능을 향상시킴으로써, 첨단 데이터센터 애플리케이션에 요구되는 전력 밀도를 달성할 수 있다. 이 혁신적인 패키지는 다음과 같은 장점을 제공한다:
*30퍼센트 낮은 RDS(on)으로 I2R 손실을 낮춘다.
*패키지와 관련된 기생성분을 낮춤으로써 FOM을 향상시키고 스위칭 손실을 낮춘다.
*Rthjc를 낮춤으로써 패키지에서 발생된 열 분산을 극대화한다.
*방열 패드가 소스 핀에 위치하고 있으므로, 히트싱크로 넓은 GND 영역을 활용할 수 있고 최적화된 레이아웃을 가능하게 한다.

성능 비교를 위해서 한 보드에는 표준 Drain-Down 디바이스(BSZ011NE2LS5I), 또 한 보드에는 새로운 Source-Down 디바이스(IQE006NE2LM5)를 사용해서 두 버전의 8:1 HSC를 제작했다. 그림 4는 이들 디바이스의 열 성능을 비교해서 보여준다. 기존 패키지는 핫스팟이 발생되는데, 새로운 Source-Down 패키지는 핫스팟이 발생되지 않는다는 것을 알 수 있다. MOSFET 표면 온도가 크게 향상됨으로써 Drain-Down 디바이스와 비교해서 9?C의 차이를 보인다. 그림 5는 효율을 비교하고 있다(보조장치 손실 포함). 새로운 Source-Down 디바이스가 효율이 더 높고, 이것은 전력 밀도를 크게 향상시키는 것으로 이어진다.

TT(첨단)-4.jpg

[그림 4] (a) BSZ011NE2LS5I와 (b) IQE006NE2LM5를 사용했을 때 HSC의 열 동작. 48V 입력으로 450W, Tamb = 24℃, v = 3.3m/s.

TT(첨단)-5.jpg

[그림 5] BSZ011NE2LS5I(파란색)와 IQE006NE2LM5(빨간색)를 사용했을 때 48V 대 6V로 HSC 컨버터 효율(보조장치 손실 포함). Tamb = 24℃, v = 3.3m/s.

이러한 점들을 종합했을 때 혁신적인 Source-Down 패키징 기술이 인공 지능 같은 전력 소모적인 메가트렌드를 지원하기 위해서 요구되는 전력 밀도를 달성하기 위해서 큰 역할을 할 수 있다는 것을 알 수 있다.

leekh@seminet.co.kr
(끝)
<저작권자(c) 반도체네트워크, 무단 전재-재배포 금지>


PDF 다운로드

개인정보보호법 제15조에 의한 수집/이용 동의 규정과 관련하여 아래와 같이 PDF 다운로드를 위한 개인정보 수집 및 이용에 동의하십니까? 동의를 거부할 수 있으며, 동의 거부 시 다운로드 하실 수 없습니다.

이메일을 입력하면,
(1) 신규참여자 : 성명/전화번호/회사명/분야를 입력할 수 있는 입력란이 나타납니다.
(2) 기참여자 : 이메일 입력만으로 다운로드가 가능합니다.

×

회원 정보 수정