标签: 服务器电源

随着数据中心高密度计算需求的增长，服务器电源向高功率密度、高效率方向发展，而磁性元器件产品作为电源的核心部件，其设计直接影响系统性能与可靠性。 南京博兰得电子科技有限公司研发高级经理刘建在近日的中国磁性元器件产业链峰会上，以《15kW 服务器电源磁性元器件优化》为主题，分享了团队在磁性元器件设计中如何平衡多重约束的实战经验。 博兰得研发高级经理刘建 一、背景：解码15kW服务器电源的规格挑战 电源规格：输入覆盖 342-528Vac 宽电压范围，采用液冷散热方案，输出需达到 48V/313A（15kW），15 毫秒掉电保持时间，过流保护（OCP）点为额定电流的 130%~140%。 从服务器电源的系统框图来看，前级采用 Vienna 结构，后级为三路全桥 LLC 并联的电路拓扑组合，原副边均由 DSP 控制。每路LLC的磁性元器件产品通过原边串联、副边并联实现 15kW 总功率，这种磁性元器件设计对集成度、散热效率和电磁兼容性（EMC）提出了更高的要求。 二、LLC 磁性元器件设计优化：从磁芯到绕组的全流程分析 1.磁性元器件设计之匝比优化 磁性元器件匝比确定主要基于三点原则：一是原边采用 1200V SiC MOSFET，尽量提高母线（BUS）电压以降低原边电流；二是在满足电压降额的前提下提高 BUS 电压，减少 BUS 电容数量以满足保持时间要求；三是原边串联、副边并联，等效原边总匝数需为偶数。 最终选择总匝比 34:2（单磁性元器件产品匝比 17:2），选择BUS 电压为810V，增益计算为 17×48/810=1.0074，额定工况下 LLC 工作点接近 100kHz 谐振频率。 2.磁芯结构优化 15kW 电源的 DCDC 部分由三路 5kW 全桥 LLC 组成，原设计每路 LLC 采用两个 EI 磁性元器件（原边串联、副边并联），但 6 个磁性元器件体积过大，无法满足空间要求。 团队提出 “磁通抵消” 设计，将两个磁性元器件磁芯整合：第一个磁性元器件绕组电流逆时针，磁通向外；第二个磁性元器件绕组电流顺时针，磁通向内，边柱合并后磁通相互抵消，两个磁性元器件磁芯可以集成为一个磁芯，磁芯体积减少 30% 以上。 优化后的磁芯 3.磁性元器件绕组损耗优化 磁性元器件损耗主要分为铜损和铁损，由于谐振频率，匝数以及layout已经确定，铁损基本上只能靠材料来进行优化，所以主要考虑铁损的优化。 叠层结构对比： 磁性元器件产品采用无骨架（Bobbinless）绕法，原边每柱 17 匝（100 股直径 0.1mm 三层绝缘线），分为 9 匝和 8 匝两个线圈；副边 S1、S2 为 2 匝宽 8.5mm 扁平线。 针对四种叠层结构（PSP、SPSP、PSSP、PSPS），团队放弃了传统的 “试错法”，利用 Maxwell 2D 仿真分析磁动势（MMF）与损耗： 从仿真结果看，PSPS的比PSP损耗减少8.1W，实测减少12.5W。SPSP 结构因副边靠近气隙，边缘效应（Fringing Effect）导致额外损耗。 根据一般经验，PSSP比较好，然而根据相关文献，PSSP和PSPS在频率变化时，损耗有个交叉点，低频PSSP较好，高频PSPS占优，在本项目中，PSPS较好。 2.厚度敏感分析 副边波形为脉动直流，近似半正弦波，可分解为交流分量（有效值 0.386）和直流分量（有效值0.318），交流分量占主导，因此重点优化交流损耗（集肤效应与邻近效应）。 绕组的损耗可以分解成 DC损耗和 AC 损耗，DC 损耗仅与绕组厚度相关，AC损耗则是集肤效应和邻近效应产生的损耗之和。研究发现，副边绕组的电流密度沿厚度方向剧烈变化，可见电流在厚度方向上严重分布不均是交流损耗较大的原因。 通过仿真不同厚度（0.05-0.7mm）的铜损发现，厚度 0.2mm 时总损耗为19.6W，因集肤效应损耗（随厚度先降后升）与邻近效应损耗（随厚度先升后降）达到平衡。厚度增加到0.5mm后，损耗变化已经变得比较缓慢。 然而，理论优解0.2mm 厚度的难以生产，考虑到可生产性，最终选择 0.3mm厚度的绕组，实测损耗仍比0.6mm 降低 15W。这一折中设计体现了工程思维对理论的修正。 进一步通过电流密度分析，0.6mm 厚度在 90°相位时电流密度峰值达 而0.3mm仅为 验证了厚度对交流损耗的决定性影响。 磁性元器件产品优化最终方案为PSPS叠层，副边绕组铜厚0.3mm，实现单个磁性元器件产品损耗降低27.64W。 4.寄生电容抑制 PSPS 结构虽降低损耗，但原副边寄生电容（实测 C1=63pF，C2=52pF）引发两大问题：一是EMI 问题，原边谐振电流出现高频振荡。二是电压尖峰：副边 SR MOSFET 的 DS 电压在软启时出现 150V以上的尖峰（超过 150V 额定应力）。 通过等效电路分析，博兰得研发团队发现A 点回路因缺少电感（磁性元器件产品），成为这些问题的主因。为此，该团队创新提出在 A 点串联电感（与B回路的电感集成），通过增加回路阻抗抑制振荡，无需RC吸收电路。实测显示，满载启机时 DS 电压尖峰降至 134V，谐振电流的高频振荡被抑制。 谐振电感优化 谐振电感采用 EQI35 磁芯（中柱气隙 1.8mm），初始设计为 0.15×75 利兹线 10 匝，仿真发现fringing effect不明显，但绕组损耗较大，为4.67W。经研究发现其原因为边柱与中柱间距 4.5mm，而电感的气隙为1.8mm，两者具有可比性，远离气隙的地方有比较大的磁通直接从边柱到中柱，气隙附近的磁通减少。磁通直接切割了远离气隙的绕组，造成了较大的AC 损耗。 为了验证上面的分析，做了如下仿真：中柱Ae减少，气隙不变，匝数增加到15匝，保持电感量接近，进行仿真结果为绕组损耗为3.63W，验证了上面的分析。 随后，团队通过以下调整破解难题：一是采用 0.1×120 利兹线（股数增加，单股直径减小），降低集肤效应深度（100kHz 时铜的集肤深度 0.066mm，0.1mm 线径）。二是将绕组远离气隙边缘，边缘效应损耗降低35%。最终使总损耗从 4.60W 降至 2.37W。 三、PFC 磁性元器件优化 在 342Vac 输入、冷却液温度 45°C 时，电源运行 30 分钟后关机，博兰得研发团队经磁芯温升测试与仿真分析发现：共模电感磁芯（T63×38×25，TS10 材质）温度升至 110°C，此时 Bsat 从室温 0.3T 降至 0.18T，而满载时磁密峰值达 0.2T，超过高温下的Bsat，导致磁芯瞬间饱和电感量骤降（从 5mH 降至 数uH），PFC控制异常触发保护。 三相共模电感并绕 传统集中绕制时，漏感较大造成共模电感在流过大电流时饱和。于是博兰得团队仿真了如下结构：共模电感的三个绕组，每个绕组拆分为两部分，按 A1-B1-C1-A2-B2-C2 顺序交替绕制。仿真结果显示，磁密峰值降至 0.1T。最终选取了三线并绕的方法进行绕制。 四、总结：仿真驱动设计的价值与工程启示 本次磁性元器件产品优化的启示在于仿真工具的深度应用。团队对比了 3D 仿真与 2D 简化模型的工程价值，在对称结构中，2D 仿真速度更快，且误差较小。 博兰得的实践揭示了高功率密度电源设计的三大核心法则：如副边绕组的Rac仿真值与实际测量值的对比，结果相差不大，仿真具有参考意义，成为当下产品迭代的核心工具。在大功率及高功率密度场合，磁性元器件设计优化是难点之一。仅靠实验来指导设计，可能会事倍功半；但借助仿真来指导设计，则会事半功倍。 系统级优化思维：磁性元器件设计需从单一器件视角转向电源系统视角，例如匝比选择需联动 MOSFET 选型与BUS电容设计； 仿真驱动研发：在 SiC/GaN 等宽禁带器件普及的今天，寄生参数的影响已无法通过经验公式覆盖，必须依赖精确建模； 工艺协同创新：从 Bobbinless 绕法到三线并列结构，磁性元器件设计创新必须与工艺能力深度绑定，避免理论方案的工程不可行。 五、结语 博兰得团队通过电磁理论创新、仿真工具突破与工艺细节打磨的三重协同，不仅实现了单个电源模块的性能跃升，更勾勒出高功率密度电源研发的新范式 —— 以仿真为驱动力，将磁性元器件设计转化为 "可计算、可预测、可迭代" 的工程科学。这在为数据中心电源的下一代技术突破（如 20kW 级产品）奠定基础，推动磁性元器件与电源行业向更高效率、更紧凑体积、更低成本的目标迈进。 本文为哔哥哔特资讯原创文章，未经允许和授权，不得转载

在AI服务器内部，电源系统原本是作为“辅助性结构”存在的。它为计算芯片、内存、通信接口等模块提供稳定电压，但本身并不承担核心算力任务。 这种角色定位，在AI负载大幅上行之后发生了改变： 首先是功率层级的抬高，目前AI服务器的整机功耗即将突破300 kW。 其次是响应速度要求变化。计算任务的不均匀性，使得对供电系统的瞬态性能提出了更高要求，多个负载单元需要独立调控电压、电流和反馈路径。 第三是供电颗粒度增加。板载电源模块设计普及，每条轨道都需要单独控制、独立监测，不再依赖统一的集中式电源。 这些变化叠加之后，AI服务器电源系统的结构随之发生调整。系统被拆分为多段电压平台。每一段既要完成能量转换，也要完成控制反馈、安全保护与故障容错等目标。所需器件不再是集中部署的几颗电源芯片，而是一组组覆盖不同功能的芯片网络，分布在AI服务器的多个区域。 这次，我们基于三家头部芯片厂商——英飞凌(Infineon)、安森美(Onsemi)和MPS——在最新财报和投资者材料中披露的信息，来讲一讲：AI服务器电源系统中，半导体器件价值几何?这些钱花在哪儿，都用到了什么器件? 三家厂商分别在哪些环节提供了什么产品?背后反映出AI服务器怎样的元器件趋势? 01 AI服务器电源系统如何吃掉$15,000? 从路径结构到器件密度的变化 Infineon在2025年Q2投资人简报中，给出一个明确的测算：一台AI服务器电源系统中，用到的半导体器件BOM成本可达12,000–15,000美元。 这些器件分布在从AC输入、直流母线转换，到板级降压、核心供电的各个电压段与功能节点中，构成了AI服务器架构中密度最高、路径最长的一个器件系统。 AI服务器电源每一段路径，都是由大量功率器件、控制芯片与保护元件构成的功能结构单元，合起来构成了这条价值链。 以下，我们以Infineon提供的结构图与成本估算为基础，对AI服务器电源路径进行逐段拆解，并结合Onsemi架构图与MPS板级供电分布，对各节点的器件种类与配置成本进行补充还原。 图源：英飞凌 Infineon将这套AI服务器电源系统拆分为几个主要板块：PSU(主电源模块)、BBU(电池备份模块)、48V Bus Converter、板载负载点、以及大量辅助保护与监测器件(如eFuse、热插拔控制、感测器等)。它给出了一个典型AI服务器电源系统架构中各类模块数量及单模块估算成本的组合示意图。 这笔总计高达$15,000的成本，在结构上对应着整条供电路径。我们可以按照供电顺序，从输入到负载，将其逐层拆解。 图源：英飞凌 PSU：从277V AC到48V DC的电源转换 AI服务器的供电入口通常从277V三相交流电开始，首先通过PSU(Power Supply Unit)进行PFC功率因数校正与高压整流，再将电压转换为48V DC或54V DC母线输出。该路径使用高压MOSFET(通常为 SiC)、整流桥与高频 PFC控制器组成完整架构，典型功率等级为 3kW–12kW。 Infineon测算单PSU模块半导体器件成本约为$120，AI服务器电源系统整机中典型部署为24/48套，总成本约为$2,880~5760。Onsemi提供的对比数据也显示，SiC功率器件在PSU中的成本为$160/30kW。 BBU：电池备份 BBU(Battery Backup Unit)模块用于应对断电或瞬时负载飙升，提供短时间、低时延的备用功率支撑。 其内部使用SiC或GaN MOSFET开关、电池管理芯片、电流采样与PFC调节单元等电池充放电控制器件，要求具备高速切换与宽电压容忍能力。 Infineon估算单个BBU模块芯片成本为$70，AI服务器电源系统整机配置同样为24套，合计成本约$1,680。Onsmei给出的BBU所使用的SiC成本是$135/30KW。 IBC：中压DC-DC转换段 服务器内48V DC不直接进入主板，而需通过DC/DC模块(Bus Converter)将电压逐步降至板载适用电平(如12V、5V)。该模块通常由高频GaN功率管、数字驱动器、DC-DC控制芯片与反馈稳压控制器构成，在AI服务器中被广泛部署于主板与加速板之间的接口区域，负责主板供电电压源的构建。 Infineon的测算中，单个Bus Converter模块半导体器件成本约$70–$150之间，AI服务器电源系统整机部署数量为18套，总计芯片价值区间为$1,260–$2,700。这是GaN器件在数据中心服务器中最具密度的部署区域。 GPU/CPU Board：主板核心负载调压路径 主板模块用于将12V或5V电压降压至GPU、CPU等负载核心所需的0.8V–1.8V区间。主板电源系统一般为多相结构，由DrMOS、控制器、电源模块组成的阵列完成电压调节、反馈与热平衡控制。一个GPU Board上通常部署多相电源模块，每个模块支持50–100A的电流输出。 Infineon在简报中给出每个GPU Board配置成本约为$130，AI服务器电源系统总计部署36块，合计成本达$4,680，为整机电源系统中单段最高的成本点。 Smart NIC：非主负载区域的多路小功率供电 除核心运算模块外，服务器中还存在大量边缘供电需求，例如Smart NIC(网络加速卡)、DDR、主板控制单元等。这些区域电压通常为3.3V等低压，功率需求不高，但路径众多、数量庞大。为此部署小型降压芯片、低压 LDO、轻量级电源模块。 Infineon估算Smart NIC及类似路径在AI服务器电源系统中共部署约108组，每组芯片成本约$8，总计约$864。这些边缘路径虽然单体价值较低，但叠加后也是不可忽视的支出部分。 eFuse/热插拔：保护监测路径 电源系统的稳定运行离不开大量路径保护与热管理芯片，如eFuse、Hot Swap控制器、电流监测芯片、电压反馈通道等。这些器件并不参与功率变换，但对整台AI服务器的安全性与可维护性起决定作用。 Infineon测算这些器件合计数量超过300颗，每颗单价约$3，总成本约$900。在高可用数据中心系统中，这部分器件密度仍在逐年上升。 整台AI服务器电源系统从AC输入到负载core，共划分六个供电板块，每一段均由一组特定芯片构成，既包括主功率路径(MOSFET、GaN、DrMOS)，也包括路径控制(PFC、控制器、PWM)，以及外围支撑(eFuse、感测芯片)。 下表为典型成本结构对照： 这一整套结构说明了，在AI服务器中，电源系统是多级分布、模块集成、结构嵌入的一整套路径。 每一级转换节点都内嵌芯片，每一段电压链路都由独立器件构成，每一个计算模块的供电都伴随着多个电源模块、数十相调压单元与成套传感控制系统。在这样的AI服务器电源系统结构下，芯片厂商的产品不再是简单的嵌入，而是以模块的形式构成AI服务器整机供电体系的基本构件。 02 三家厂商方案有何特色? 未来趋势又如何? Infineon：从AC到板载电源模块的全路径覆盖 Infineon在AI服务器电源系统中提供从PSU到板载电源模块全路径的模块化方案，其关键特征在于将供电路径拆解为结构单元，并通过统一封装嵌入整机系统。 其中PSU模块可提供3kW至12kW功率等级。在12kW PSU方案中，其功率密度达到113 W/in³，峰值效率达97.5%。 在中压段，Infineon采用双面散热封装的器件，适用于高频硬开关拓扑。该封装结构设计目的是减少主板布线和散热设计的工程成本。双面引脚便于上下均匀散热，降低局部温升，适配典型AI服务器水冷夹层结构。 图源：英飞凌 在众多段位中，它在板载电源模块的处理具有结构差异。其预计今年推出的电源模块采用 10×9×5mm 封装，内部集成四相同步降压电路，集成电感、电容，最大峰值电流输出能力可达280A。 图源：英飞凌 模块设计为贴装在主板背面，从下方向芯片供电，形成垂直PDN(Vertical Power Delivery)路径。该方式相比横向布局不仅节省空间，更有效缩短布线，降低功耗，Infineon方面称其可将PDN损耗从20%降至3%。 Onsemi：以高压母线为核心，构建路径分段结构 Onsemi在AI服务器电源系统中围绕400V DC母线架构展开部署，构建从输入段到主板供电的多段供电路径。在其投资人简报中，Onsemi展示了AI服务器典型供电结构，从UPS、电池模块和PLSS(Peak Load Shaving Shelf)出发，经过主电源通路与控制器，最终连接至板载电源模块。 图源：安森美 在路径上游，PLSS Shelf模块作为AI服务器整机的高压输入节点，通过统一母线与主电源系统连接，并与UPS、PDU构成供电链路的前端。系统以400V DC Bus为主干电压平台，承接高压输入并向下游各功能段进行电压分配。在系统中部，主电源控制器与母线接口作为路径控制与调度节点，实现AI服务器整机电源的分段供给与集中调压。 Onsemi提供的电源路径部署强调结构分工与电压平台划分，从AI服务器整机供电通路角度完成输入、分段、控制与负载匹配的全路径划分。通过模块化结构嵌入方式构成系统供电通道，适配集中供电、高密度并联与AI服务器级功耗管理场景。 MPS：从板载供电出发，绑定整机负载节点 MPS专注于GPU板卡、主板和DIMM电源等低压端供电模块。它集中在负载侧，将供电模块做成可嵌入主板结构的器件形态。 在电源模块方面，MPS推出Intelli-Module系列集成电源器件，将电感、电容与芯片集成于单一封装中，可与多项控制器配合使用实现动态电流控制。 图源：MPS 为降低配电损耗，MPS使用ZPD(Z-axis Power Delivery)架构，将电源模块放在处理器的下方，由之前的横向供电改为纵向供电。ZPD构型下，电源路径更短，电流损耗与EMI干扰大幅降低，热分布也更集中。 03 写在结尾 三家厂商不仅在架构路径上各自推进，也都明确释放出对AI服务器电源系统的高增长预期。 Onsemi在Q1财报中披露，其AI数据中心相关收入同比增长超过100%，明确显示其AI服务器供电系统业务正在快速扩张。Infineon也预计其25财年，AI服务器营收将达6亿欧元，并在两年内达到10亿欧元目标。MPS同样在投资者沟通中指出，AI板卡供电已成为其增长最快的供电路径之一，未来多个板载节点将进入单板百安培级供电时代。 从路径布局来看，负载端的供电方式正在发生深刻变化。垂直供电(Vertical Power Delivery)正在成为主流方案。Infineon和MPS都将电源模块部署在主板背面，从板底向芯片核心垂直供电，以缩短PDN路径、优化电流回路与热耦合。横向布线的限制正在被突破，供电路径正从逻辑连接变成结构分层。 从这些变化中可以看到，AI服务器的电源系统正从电气功能层走向结构部署层，供电路径也从“贴片连接”逐步转向“结构嵌入”。芯片厂在其中的角色，也从提供控制和开关器件，转变为供电路径的直接构成单元。 本文为哔哥哔特资讯原创文章，未经允许和授权，不得转载，

在车载变换器和服务器电源领域，硬开关和软开关技术各有其特点和应用优势。 硬开关技术通常涉及MOSFET或IGBT等器件的直接切换，这种切换方式简单且成本较低。然而，硬开关过程中电压和电流的交叠会导致显著的开关损耗和电磁干扰。由于这些缺点，硬开关在高频应用中受到限制，因为随着频率的提高，开关损耗会更加严重，影响系统的整体效率和可靠性。 软开关技术则通过控制开关过程中的电压和电流波形，使得它们在开关动作时不产生交叠，从而显著降低开关损耗和电磁干扰。软开关技术包括零电压开通（ZVS）和零电流关断（ZCS），以及利用谐振电路实现软开关条件。尽管软开关技术可以有效减少损耗并提高效率，但它增加了电路的复杂度和设计难度，需要精确计算谐振参数并可能增加额外的硬件成本。 在实际应用中，如车载DC/DC变换器和服务器电源，软开关技术因其高效率和低EMI特性而被广泛采用。例如，迪龙新能源生产的车载DC/DC变换器就采用了软开关技术，结合全数字化模块和同步整流技术，实现了高功率密度和高效率。此外，移相全桥和LLC谐振变换器是实现软开关的常见拓扑，它们在电动汽车和数据中心电源系统中得到了广泛应用。 总的来说，软开关技术虽然提供了更高的效率和更低的EMI，但其设计和实现更为复杂，可能需要更高的成本和更精细的设计考虑。相比之下，硬开关技术虽然简单且成本低廉，但在高频应用中的损耗和EMI问题限制了其性能。因此，在选择适合的技术时，需要根据具体的应用需求、成本预算和技术能力来决定使用硬开关还是软开关解决方案。