Graphcore や NVIDIA の AI スーパー チップ GH200 などの著名なモデルなどの AI プロセッサは、恐るべき計算能力を発揮します。消費電力レベルは 150 W から 1000 W の間で変化し、これらのチップには数千のプロセッサが搭載されています。このような高密度の統合によりパフォーマンスは向上しますが、電力を効率的に供給するという課題も複雑になります。
テストに関する重要な考慮事項
- 無駄のない適切な電力供給を確保
- テスターとDUTの効率的な熱管理
テスト手順における電力制限
現在のテスト方法では、AI プロセッサー全体を同時にテストするために必要な電力を供給するには不十分なことがよくあります。メーカーは、個々のセクションを順番にテストすることがよくあります。テストに対するより総合的なアプローチにより、時間とコストの両方を節約できる可能性があります。
現在、高い需要と価格設定により AI プロセッサのテスト費用が相殺されていますが、このバランスは変化する可能性があります。 AI テクノロジーがより普及するにつれて、これらのチップのコストは低下すると予想され、それに比例してテストのコスト (COT) を削減する必要があります。
Elevate による電力効率の向上
Elevate は、AI プロセッサーの特定の電力要件を満たすように設計されたデバイス電源 (DPS) 半導体を専門としています。当社の設計は、テスト段階中の電力を削減しながら、テスト対象デバイス (DUT) への電力供給を改善することを目的としています。この効率の向上により、AI プロセッサーのより大きなセグメントを同時にテストできるようになります。
AI プロセッサの大部分は 1V 以下の電圧で動作します。従来の DPS ソリューションは多くの場合、大幅なオーバーヘッドを必要とし、エネルギーの無駄につながります。 Elevate の設計には、リニア ステージのスイッチング機能が統合されており、チャネルごとの効率が最大化されます。低オーバーヘッドのリニアステージとスイッチング位相を組み合わせることで、最適化された電力効率を実現し、スイッチングノイズを大幅に低減します。
エレベートにお問い合わせください
DPS のニーズについてさらに詳しく知りたい場合は、お気軽にお問い合わせください。 Elevate では、イノベーションはコラボレーションによって成長すると確信しています。カスタム、セミカスタム、または標準ソリューションをお探しの場合でも、当社は喜んでお手伝いいたします。お問い合わせ先 sales@elevatesemi.com、そして私たちは一緒にあなたのプロジェクトの将来の軌道を形作ることができます。
