Η ταχεία επέκταση της τεχνητής νοημοσύνης οδηγεί σε πρωτοφανή ζήτηση για υπολογιστική ισχύ.Τα προβλήματα της βιομηχανίας δεν περιορίζονται πλέον μόνο στις επιδόσεις των επεξεργαστών.

Τα σύγχρονα κέντρα δεδομένων τεχνητής νοημοσύνης αντιμετωπίζουν τέσσερις κρίσιμες υποδομικές προκλήσεις:

• Παροχή ενέργειας
• Επικοινωνίες υψηλής ταχύτητας
• Οπτικές διασυνδέσεις
• Θερμικό Διαχείριση

Για την αντιμετώπιση αυτών των προκλήσεων, τέσσερα προηγμένα υλικά ημιαγωγών γίνονται όλο και πιο σημαντικά:

• Καρβίδιο του πυριτίου (SiC)
• Νιτρίδιο του γαλίου (GaN)
• Φωσφορίδιο ινδίου (InP)
• ΚΑΠ διαμάντι

Κάθε υλικό προσφέρει μοναδικές φυσικές ιδιότητες που το καθιστούν απαραίτητο για τα συστήματα AI επόμενης γενιάς.

Καρβίδιο του πυριτίου (SiC) για συστήματα ηλεκτροπαραγωγής υψηλής απόδοσης

Καθώς οι διακομιστές τεχνητής νοημοσύνης συνεχίζουν να αυξάνουν την κατανάλωση ενέργειας, οι συμβατικές αρχιτεκτονικές ενέργειας αντιμετωπίζουν περιορισμούς αποτελεσματικότητας.που απαιτούν υψηλότερη κατανομή τάσης και πιο αποτελεσματική μετατροπή ισχύος.

Το καρβίδιο του πυριτίου έχει εξελιχθεί σε βασικό υλικό για την προηγμένη ηλεκτρονική ισχύος λόγω των εξής:

• Υψηλή τάση διακοπής
• Μικρές απώλειες μετάβασης
• Εξαιρετική θερμική αγωγιμότητα
• Ικανότητα λειτουργίας σε υψηλές θερμοκρασίες

Σε σύγκριση με τις παραδοσιακές συσκευές ηλεκτρικής ενέργειας από πυρίτιο, τα MOSFET με βάση το SiC μπορούν να βελτιώσουν σημαντικά την απόδοση μετατροπής ισχύος, μειώνοντας παράλληλα την παραγωγή θερμότητας.

Εφαρμογές υποδομής ΤΝ

• Συστήματα παροχής συνεχούς ενέργειας υψηλής τάσης
• Ηλεκτρικές πηγές ηλεκτρικής ενέργειας κέντρων δεδομένων
• Μετασχηματιστές στερεής κατάστασης
• Ενσωμάτωση ανανεώσιμων πηγών ενέργειας
• Υποδομή φόρτισης ηλεκτρικών οχημάτων

Κύρια πλεονεκτήματα

Καθώς οι εγκαταστάσεις τεχνητής νοημοσύνης κινούνται προς αρχιτεκτονικές ισχύος υψηλότερης τάσης, οι συσκευές SiC αναμένεται να διαδραματίσουν όλο και πιο σημαντικό ρόλο στην ενεργειακά αποδοτική υποδομή υπολογιστών.

Νιτρικό γάλλιο (GaN) για επικοινωνίες υψηλής συχνότητας

Η πληροφορική τεχνητής νοημοσύνης εξαρτάται σε μεγάλο βαθμό από την ταχεία μετάδοση δεδομένων μεταξύ διακομιστών, συστημάτων αποθήκευσης και εξοπλισμού δικτύου.το νιτρικό γαλλίμιο έχει γίνει προτιμώμενο υλικό για εφαρμογές ραδιοσυχνοτήτων και υψηλής συχνότητας.

Η GaN προσφέρει:

• Υψηλή κινητικότητα ηλεκτρονίων
• Υψηλή πυκνότητα ισχύος
• Δυναμικό υψηλής συχνότητας
• Μειωμένη κατανάλωση ενέργειας

Τα πλεονεκτήματα αυτά καθιστούν το GaN ιδιαίτερα κατάλληλο για συστήματα ασύρματης επικοινωνίας επόμενης γενιάς.

Εφαρμογές τεχνητής νοημοσύνης και επικοινωνίας

• Δίκτυα 5G και μελλοντικά δίκτυα 6G
• Επικοινωνίες μέσω δορυφόρου
• Συστήματα ραντάρ φάσης
• Μονούλες RF front-end
• Ηλεκτρικές πηγές υψηλής πυκνότητας

Γιατί έχει σημασία το GaN;

Σε σύγκριση με τα συμβατικά υλικά ημιαγωγών, οι συσκευές GaN μπορούν να λειτουργούν σε υψηλότερες συχνότητες διατηρώντας παράλληλα εξαιρετική απόδοση,η δυνατότητα ταχύτερης και πιο αξιόπιστης επικοινωνίας για δίκτυα που βασίζονται στην τεχνητή νοημοσύνη.

Φωσφορίδιο ινδίου (InP) για οπτικές διασυνδέσεις

Καθώς τα AI clusters κλιμακώνονται σε δεκάδες χιλιάδες επιταχυντές, οι ηλεκτρικές διασυνδέσεις γίνονται όλο και περισσότερο ένα εμπόδιο απόδοσης.Η οπτική επικοινωνία έχει εξελιχθεί στην προτιμώμενη λύση για τη μετάδοση δεδομένων υψηλού εύρους ζώνης.

Το φωσφίδιο ινδίου είναι ένα από τα σημαντικότερα υλικά υποστρώματος για στοιχεία οπτικής επικοινωνίας υψηλής ταχύτητας.

Βασικές εφαρμογές

• Οπτικοί δέκτες-διαβιβαστές
• Λάιζερ EML
• Ενσωμάτωση φωτονικής πυριτίου
• Συσκευασμένες οπτικές (CPO)
• Οπτικά δίκτυα κέντρων δεδομένων

Πλεονεκτήματα του InP

• Ημιαγωγός με άμεσο εύρος ζώνης
• Εξαιρετική απόδοση οπτικής εκπομπής
• Δυνατότητα διαμόρφωσης υψηλής ταχύτητας
• Συμβατότητα με οπτικές συσκευές επικοινωνίας

Οι σύγχρονες οπτικές ενότητες 800G, 1.6T και 3.2T του μέλλοντος βασίζονται σε μεγάλο βαθμό στις τεχνολογίες λέιζερ που βασίζονται στο InP για να υποστηρίξουν τις τεράστιες απαιτήσεις εύρους ζώνης των συστάσεων υπολογιστών τεχνητής νοημοσύνης.

Διαμάντι CVD για προηγμένη θερμική διαχείριση

Η θερμότητα έχει γίνει ένα από τα σημαντικότερα εμπόδια για την ανάπτυξη της απόδοσης της τεχνητής νοημοσύνης.

Οι σύγχρονοι επιταχυντές τεχνητής νοημοσύνης παράγουν τεράστια θερμικά φορτία και τα παραδοσιακά υλικά ψύξης πλησιάζουν τα φυσικά τους όρια.

Το διαμάντι CVD προσελκύει σημαντική προσοχή ως προηγμένο υλικό θερμικής διαχείρισης λόγω της εξαιρετικής θερμικής αγωγιμότητας του.

Σύγκριση θερμικής αγωγιμότητας

Το διαμάντι CVD μπορεί να διεξάγει θερμότητα περίπου:

• 5 φορές καλύτερο από το χαλκό
• 4×5 φορές καλύτερο από το SiC.
• Πάνω από 10 φορές καλύτερο από το πυρίτιο.

Εφαρμογές ψύξης AI

• Επεξεργαστές θερμότητας GPU
• Προχωρημένοι απορροφητές θερμότητας
• Θερμική διαχείριση σε επίπεδο τσιπ
• Φωτονικές συσκευές υψηλής ισχύος
• Ψύξη ραδιοσυχνοτήτων και ηλεκτρονικής ισχύος

Καθώς οι επεξεργαστές τεχνητής νοημοσύνης συνεχίζουν να αυξάνουν την πυκνότητα ισχύος, οι θερμικές λύσεις με βάση τα διαμάντια μπορεί να γίνουν απαραίτητες για τη διατήρηση αξιόπιστης λειτουργίας και τη μεγιστοποίηση της απόδοσης.

Συγκρίνοντας τα τέσσερα βασικά υλικά ημιαγωγών AI

Μαζί, αυτά τα υλικά αποτελούν το θεμέλιο της επόμενης γενιάς υποδομών AI.

Προοπτικές για το μέλλον

Η επανάσταση της τεχνητής νοημοσύνης οδηγεί την ζήτηση πολύ πέρα από τις παραδοσιακές τεχνολογίες ημιαγωγών.και αποτελεσματικότερη διαχείριση της θερμότητας.

Ως αποτέλεσμα, προηγμένα ημιαγωγικά υλικά όπως το καρβίδιο του πυριτίου, το νιτρίδιο του γαλλίου, το φωσφορικό ίνδιο,και CVD διαμάντι αναμένεται να διαδραματίσουν ολοένα και σημαντικότερους ρόλους στην ενεργοποίηση της επόμενης γενιάς συστημάτων AI.

Για τους κατασκευαστές ημιαγωγών, τα ερευνητικά ιδρύματα και τους προγραμματιστές τεχνολογίας, αυτά τα υλικά αντιπροσωπεύουν μερικούς από τους πιο ελπιδοφόρους τομείς καινοτομίας στην επόμενη δεκαετία.