AI 處理器，例如 Graphcore 和增強型 NVIDIA A-100 等著名模型，展示了強大的運算能力。這些晶片包含數千個處理器，功耗水平在 150W 至 350W 之間。雖然這種密集整合提高了性能，但也使高效供電的挑戰變得更加複雜。
關鍵測試考慮因素
- 確保充足的電力傳輸而不浪費
- 測試儀和 DUT 的高效熱管理
測試過程中的功率限制
目前的測試方法通常無法提供同時測試整個人工智慧處理器所需的能力。製造商經常採取順序測試各個部分的方法。更全面的測試方法可以節省時間和成本。
雖然目前的高需求和定價抵消了人工智慧處理器的測試費用，但這種平衡可能會改變。隨著人工智慧技術變得越來越普遍，這些晶片的成本預計會下降，從而需要按比例降低測試成本（COT）。
透過 Elevate 提高電源效率
Elevate 專注於裝置電源 (DPS) 半導體，旨在滿足人工智慧處理器的特定電源要求。我們的設計旨在改善向被測設備 (DUT) 的供電，同時減少測試階段的功耗。這種效率的提高使得同時測試人工智慧處理器的更大部分成為可能。
大多數 AI 處理器的工作電壓為 1V 或更低。傳統的 DPS 解決方案通常需要大量開銷，從而導致能源浪費。 Elevate 的設計整合了線性級的開關功能，以最大限度地提高每個通道的效率。透過將低開銷線性級與開關相匹配，我們實現了優化的功率效率並顯著降低了開關雜訊。
聯繫提升
如需進一步討論您的 DPS 需求，請隨時與我們聯絡。在 Elevate，我們堅信創新因協作而蓬勃發展。無論您正在尋求客製化、半客製化還是標準解決方案，我們都渴望為您提供幫助。聯絡我們： sales@elevatesemi.com，我們可以共同塑造您專案的未來軌跡。
