．淺析 GaN 的優勢及對數據中心的影響

什麼是 GAN 生成對抗網路 (深度學習)?
What is Generative Adversarial Nets GAN (deep learning)?

在我們現在的日常生活中，每天都有不斷成長的數據，被產生、儲存及服務，而社交網路、線上視訊、物聯網設備，和汽車高級駕駛員輔助系統(ADAS)，則是這些數據尤其主要的貢獻者。

以 ADAS 為例，數據儲存咨詢公司 Coughlin Associates 預計，自動駕駛汽車每秒將產生 GB 的數據。儘管我們距離完全依賴自動駕駛汽車技術，仍需很長一段時間，但寶馬、福特和豐田等汽車製造商，已紛紛計劃著如何管理和支持，未來的數據中心。

與此同時，數據中心已消耗了全球 2% 的功率，據預測這一數值可能會達到5%。雖然它們比過去十年更高效更節能，但採取措施大幅度提高效率、降低能耗，仍是迫在眉睫。

GaN (氮化鎵)電源轉換技術，為設計高效且緊湊的伺服器電源提供最佳選擇，它產生的系統成本和節能優勢，可以使現有數據中心處理更大量的數據，一定程度上減少了建設新數據中心的需求。

數據中心的效率

新興的應用包括物聯網(工業物聯網，萬物互聯等)，以及常規可生成萬億字節數據的自動駕駛汽車，它們通常會生成太字節的數據，這意味著新的伺服器安裝，必將呈指數級成長。

與此同時，國家資源保護委員會(NDC)的研究表明：許多小型、中型企業和多租戶數據中心，實際上浪費了它們所消耗的大部分能源。因此，必須提高伺服器群的效率，以便最大限度地利用現有設施，同時應對新擴建項目的需求。

數據中心最大的費用是運行伺服器的電力消耗，可能高達總成本的 40%，但這些電能中通常約有 5-10% 會被浪費。此外，到 2020 年數據中心能耗，預計將增加到每年大約 1400 億千瓦時，這將需要 17 個新發電廠，其年產量相當於美國企業每年 130 億美元的電費，而產生近 1.5 億公噸的碳排放量。

使用 GaN 替代 Si 晶體管，進行電源設計的進展，使這一能源使用，預測減少了幾個百分點。除了節能效益外，這些技術的進步，還可以使使用更少、更小的電源轉換，為更少的數據中心，如圖1 所示。

GaN Systems 公司首席執行官 Jim Witham，在一場關於數據中心效率的討論中，解釋了節省空間的好處：「如果您可以使服務器電源更小，那麼便可以使用更少的空間進行電源轉換，並將更多伺服器放在同一空間內。如果您將更多伺服器放在同一空間中，那麼便可以更好地使用資產。這對於數據中心經理來說，他們每平方米的容量會增加很多。我們在數據中心看到了 10 倍的成長，您也可以推遲實際花錢建立一個新的數據中心(透過使用更高效的電源)。」