Onsemi promuove architettura di alimentazione a 800 VDC per l'infrastruttura AI

Onsemi promuove architettura di alimentazione a 800 VDC per l'infrastruttura AI

Onsemi, azienda leader nel settore dei semiconduttori, sta promuovendo attivamente l'adozione di un'architettura di alimentazione a 800 VDC (corrente continua) come standard per le future infrastrutture dedicate all'intelligenza artificiale. Questa iniziativa si inserisce in un contesto di crescente domanda di potenza ed efficienza per i data center che ospitano carichi di lavoro AI, dai Large Language Models (LLM) al training di reti neurali complesse.

L'evoluzione delle esigenze computazionali, spinta dall'avanzamento dell'AI, richiede sistemi di alimentazione sempre più robusti e performanti. L'approccio a 800 VDC di Onsemi mira a rispondere a queste sfide, offrendo un potenziale significativo in termini di riduzione delle perdite energetiche e ottimizzazione della densità di potenza all'interno dei rack server. Per CTO, DevOps lead e architetti infrastrutturali, la scelta dell'architettura di alimentazione rappresenta una decisione strategica con impatti diretti sul Total Cost of Ownership (TCO) e sulla sostenibilità operativa.

Il Dettaglio Tecnico: 800 VDC e i suoi Vantaggi

L'architettura a 800 VDC si distingue dai tradizionali sistemi di alimentazione in corrente alternata (AC) o a tensioni continue inferiori (come 48 VDC). L'adozione di una tensione più elevata in corrente continua consente di ridurre le correnti necessarie per erogare la stessa potenza, minimizzando le perdite per effetto Joule lungo i cavi e all'interno dei componenti di conversione. Questo si traduce in una maggiore efficienza energetica complessiva del data center.

Inoltre, un'architettura a 800 VDC può semplificare la catena di conversione della potenza, riducendo il numero di stadi e la complessità dei Power Supply Units (PSU) all'interno dei server e dei rack. Questa semplificazione non solo migliora l'affidabilità, ma permette anche di ottenere una maggiore densità di potenza, essenziale per ospitare un numero crescente di GPU ad alte prestazioni – come le NVIDIA H100 o le AMD Instinct MI300X – in spazi fisici limitati. La gestione termica, un aspetto critico per i sistemi AI, può beneficiare indirettamente di una minore dissipazione di calore dovuta all'efficienza migliorata.

Implicazioni per l'Framework AI On-Premise

Per le organizzazioni che valutano deployment di infrastrutture AI on-premise o self-hosted, l'architettura di alimentazione è un fattore chiave. La capacità di erogare potenza in modo efficiente e denso incide direttamente sui costi operativi (OpEx) legati al consumo energetico e al raffreddamento. Un sistema a 800 VDC, riducendo le perdite, può contribuire a contenere la bolletta energetica, un aspetto sempre più rilevante data la fame di energia dei moderni carichi di lavoro AI.

La sovranità dei dati e la compliance normativa spesso spingono le aziende verso soluzioni on-premise o air-gapped. In questi scenari, il controllo completo sull'infrastruttura fisica, inclusa l'alimentazione, diventa fondamentale. L'adozione di standard come l'800 VDC può facilitare la progettazione di data center più compatti e potenti, permettendo di allocare più risorse computazionali (come VRAM e core di calcolo) per unità di spazio. Questo è particolarmente vantaggioso per chi deve gestire LLM di grandi dimensioni o pipeline di training intensivo con requisiti specifici di latenza e throughput, senza dipendere da risorse cloud esterne.

Prospettive Future e Considerazioni per i Decision Maker

L'iniziativa di Onsemi evidenzia una tendenza chiara nel settore: l'ottimizzazione dell'infrastruttura fisica è tanto cruciale quanto l'avanzamento degli algoritmi e dei modelli AI. L'adozione di architetture di alimentazione innovative come l'800 VDC richiederà una collaborazione tra i fornitori di componenti, i produttori di server e gli operatori di data center per garantire l'interoperabilità e la standardizzazione.

Per i decision-maker tecnici, la valutazione di queste nuove tecnicie implica un'analisi approfondita dei trade-off. Se da un lato l'800 VDC promette maggiore efficienza e densità, dall'altro potrebbe richiedere investimenti iniziali (CapEx) per l'aggiornamento dell'infrastruttura esistente. È essenziale considerare l'intero ciclo di vita del deployment AI, dal provisioning hardware alla gestione operativa. Per chi valuta deployment on-premise, AI-RADAR offre framework analitici su /llm-onpremise per valutare i trade-off tra diverse soluzioni infrastrutturali, aiutando a prendere decisioni informate che bilancino performance, TCO e requisiti di sovranità dei dati.