Server data AI

Dalam server data AI, kapasitor terutama digunakan untuk manajemen daya, penyaringan, dan penyimpanan energi untuk memastikan stabilitas dan efisiensi. Kapasitor berkinerja tinggi dapat mengurangi noise catu daya, meningkatkan kualitas daya, mendukung pengisian dan pengosongan cepat, dan memenuhi kebutuhan komputasi AI untuk bandwidth tinggi dan latensi rendah. Di masa depan, seiring meningkatnya permintaan akan efisiensi energi yang lebih tinggi dan komponen yang lebih kecil, kapasitor akan berkembang ke arah frekuensi tinggi, suhu tinggi, ESR (resistansi seri ekivalen) rendah, dan umur pakai yang lebih panjang. Penerapan material baru dan teknologi desain akan semakin meningkatkan kinerja dan keandalan kapasitor dalam server data AI.

Catu daya server ACDC/DCDC
Daya cadangan BBU
Papan Utama Server
Penyimpanan SSD/Kontrol Penyimpanan
Mengalihkan
Perangkat Gerbang
Catu daya server ACDC/DCDC

企业微信截图_17653462064006

Daya cadangan BBU

企业微信截图_17653464582230

Papan Utama Server

企业微信截图_17653465323169

Penyimpanan SSD/Kontrol Penyimpanan

企业微信截图_17653467924416

Mengalihkan

企业微信截图_17653471068963

Perangkat Gerbang

企业微信截图_17653469482769

Navitas
NVIDIA
Navitas

案例_01(1)

 

Solusi Catu Daya Server 8,5KW Kolaboratif YMIN & Navitas GaN

Peningkatan Kinerja

Efisiensi Volume: Pada tegangan nominal yang sama (misalnya, 500Vdc), kapasitansi produk standar φ30*85mm meningkat menjadi 1400μF (dibandingkan dengan 820μF untuk produk konvensional, peningkatan sekitar 70%).

Optimalisasi Ukuran: Mencapai pengurangan ukuran modul secara keseluruhan lebih dari 55%, atau meningkatkan kapasitansi dasar sistem sebesar 63% tanpa mengubah ukurannya.

Umur Pakai pada Suhu Tinggi: Pada suhu 105℃, umur pakai beban pada tegangan nominal melebihi 10.000 jam, dengan penurunan kapasitas ≤8%.

Arus Riak: Berkat desain ESR rendahnya, arus riak terukur yang dapat ditahan pada suhu 105℃ meningkat menjadi 19 Arms @100kHz, memenuhi persyaratan pensaklaran frekuensi tinggi.

Menghemat ruang tata letak, meningkatkan umur pakai dan keandalan sistem, memastikan pengoperasian yang stabil dalam kondisi suhu tinggi, dan memenuhi persyaratan aplikasi yang ketat.

NVIDIA

案例_05(1)

 

Kapasitor modular YMIN SLF dan solusi daya cadangan server AI NVIDIA GB300 BBU.

Ukuran dan Berat Lebih Kecil, Efisiensi Pengisian/Pengosongan Lebih Baik: Volume berkurang 50%-70% dan berat berkurang 50%-60% dibandingkan dengan solusi aslinya. Efisiensi pengisian/pengosongan meningkat lebih dari 5 kali lipat, mendukung pengisian/pengosongan cepat dari 10 detik hingga 10 menit.

Output Daya yang Kuat dan Masa Pakai yang Panjang: Satu modul mendukung output daya 15-21kW, sangat sesuai dengan kebutuhan konsumsi daya puncak GB300, dan memiliki masa pakai lebih dari 1 juta siklus, memastikan pengoperasian yang andal selama lebih dari 6 tahun.

Arsitektur Penyimpanan Energi Inovatif: Dengan memanfaatkan superkapasitor untuk kompensasi daya instan tingkat milidetik, BBU menangani cadangan energi jangka panjang tingkat menit, mengatasi kelemahan solusi tradisional seperti latensi respons, umur siklus pendek, dan biaya perawatan yang tinggi.