Wie Stromversorgungslösungen mit dem Mooreschen Gesetz mithalten können

Bei der Bewertung eines Systems (oder einer Reihe von Systemen) im Hinblick auf die Stromversorgungslösung(en) und/oder andere Analysen in Bezug auf den Stromverbrauch, die Energieeffizienz oder den gesamten Energie-/Kohlenstoff-Footprint ist es hilfreich, die Quellen von den Lasten zu trennen. In der einfachsten Form bedeutet dies, dass man die Stromversorgungen/Lösungen von den Endverbrauchern trennt, die den von diesen Quellen bereitgestellten Strom verbrauchen. Stellen Sie sich die QUELLEN und LASTEN als unabhängige Blackboxen vor, die miteinander „sprechen“. Die Abbildung unten zeigt eine willkürliche Aufschlüsselung eines Systems in Form eines Blockdiagramms, in diesem Fall eine Computer- oder Server-ähnliche Architektur, die den Unterschied zwischen den typischen Quellen und den typischen Lasten im System hervorhebt.


Diese Unterscheidung zwischen Quellen und Lasten ist besonders wichtig, wenn man versucht, das Tempo der Technologie in einem komplizierten System zu verstehen, das zahlreiche Komponenten (von denen jedes vielleicht ein kompliziertes System für sich ist) enthält, die von einer unendlichen Anzahl von Variablen aus den Bereichen Technik, Herstellung, Lieferkette und Weltwirtschaft beeinflusst werden. Es ist kein Zufall, dass die Trends der exponentiellen Verbesserung (sei es eine Kennzahl, die die Anzahl der Transistoren, die Größe der Funktionen, die Leistungsdichte, die Energieeffizienz usw. charakterisiert) eher mit der Lastseite als mit der Quellenseite in Verbindung gebracht werden. Die Komponenten auf der Quellenseite werden in der Regel von Magneten, Leistungstransistoren und Energiespeichern dominiert. Bei dieser Art von Komponenten verdoppeln sich die Leistungskennzahlen (FOM) wie bei den Niederspannungshalbleitern eher in jedem Jahrzehnt als in jedem Jahr.

Die Betrachtung des Entwicklungstempos von Roadmaps für Elektronik und elektrische Geräte orientiert sich in der Regel am Mooreschen Gesetz [2], bei dem es sich eher um einen wirtschaftlichen Trend der Transistor-Skalierung als um irgendeine technische Skalierungsregel (siehe Dennard Scaling [3]) oder ein physikalisches Gesetz im herkömmlichen Sinne handelt. Selbst wenn man diese Dinge technisch nicht verfolgt, scheint es in der Elektronikindustrie die allgemeine Auffassung zu geben, dass alles (z.B. alle Komponenten, Lieferketten und technischen Bemühungen) irgendwie diesem Tempo der Leistungsverdopplung alle 18-24 Monate folgt. Natürlich kann sogar die semantische Definition von „Leistung“ Gegenstand vieler Debatten sein, sodass dies für die Zwecke dieser Diskussion beiseitegelassen werden soll.

Abgesehen von den Auswirkungen des Mooreschen Gesetzes auf die Größe/Anzahl der Transistoren in einem integrierten Schaltkreis (IC) gibt es noch einen weiteren Trend, der zu einer erheblichen Reduzierung des Energiebudgets von Systemen führt. Das Mooresche Gesetz lässt die Logik in exponentiellem Tempo schrumpfen und mikroelektromechanische Systeme (MEMS [4]) schrumpfen und integrieren Sensoren so weit, dass sie für das bloße Auge fast unsichtbar sind. Es sollte jedoch klar unterschieden werden, dass das Mooresche Gesetz tendenziell zu einer wesentlichen ERHÖHUNG der Lastleistung führt (d.h. die Leistung pro Transistor sinkt, aber wenn mehr Transistoren eingebaut werden, steigt die Leistungsdichte bzw. die Verlustleistung auf einer gegebenen Grundfläche konstant an), während MEMS tendenziell zu einer wesentlichen SENKUNG der Lastleistung führen, da die Anwendungen selbst bei einer exponentiellen Abnahme der individuellen Sensorleistung keine exponentielle Zunahme der Anzahl der Sensoren erfordern werden. Andererseits treiben MEMS die Integration mehrerer Sensoren (und manchmal auch das Co-Packaging von Verarbeitungs- und/oder Kommunikationssystemen) voran, worauf im nächsten Abschnitt noch näher eingegangen wird.

Mit der Verkleinerung von Transistoren geht eine Verringerung der Schwellenspannung einher, was effektiv bedeutet, dass ICs mit immer kleineren Vorspannungsschienen arbeiten können. Das ist der Grund, warum Mikroprozessoren von ~2,5/3,3 V-Schienen zu ~1,2/1,5V-Schienen und jetzt sogar <<1,0V-Schienen benötigen. Wie bereits erwähnt, steigt die Leistungsdichte immer noch, wenn mehr dieser Transistoren mit niedrigerer Spannung eingebaut werden, was zu einem konstanten Trend führt, der die von diesen dichten Lasten geforderten Eingangsströme in die Höhe treibt. Die dicht gepackten Lasten stellen auch eine größere Belastung für die Stromversorgungen dar, indem sie den Transientenbedarf in Form von schnelleren Spannungs- (~100V/ns) und Stromübergängen (~1.000A/µs) erhöhen.

Wie in vielen Ressourcen zum Design und zur Optimierung von Energielösungen hervorgehoben wird, sind die gängigsten FOMs für ein System seine Größe, sein Gewicht und seine Leistungsmerkmale (auch bekannt als SWaP-Faktoren). In Kombination mit einer Kostenmetrik kann dies auch als SWaP-C-Faktor bezeichnet werden [5]. Es liegt auf der Hand, dass schrumpfende Lasten zu einer regelmäßigen SWaP-Verbesserung führen, aber das gilt weniger für die Quellen.

Im pragmatischeren Sinne sollte es darum gehen, wie Systemkomponenten, insbesondere Stromversorgungslösungen im Kontext dieses Blogs, es den Systemen ermöglichen, von den Fortschritten zu profitieren, die durch die dem Mooreschen Gesetz ähnliche, generationenübergreifende Verbesserung der Transistordichte von Computern und der Integration von MEMS-Bauteilen erzielt werden. Die Stromversorgungslösungen müssen nicht mit den Niederspannungstransistoren schrumpfen oder sogar deren Leistungsdichten im Verhältnis 1:1 erfüllen, damit die Systeme die evolutionären Verbesserungen der Lasten nutzen könnten.

Die oben beschriebenen erhöhten Transienten werden organisch dazu führen, dass die Stromversorgung näher an die hochtransiente Last gebracht werden muss. Dies dient nicht nur der Optimierung des Wirkungsgrads durch Verringerung der Wärmeabgabe (P=I2R) und des Spannungsabfalls (V=IR), was durch höhere Ströme noch schwieriger wird, sondern auch der Vermeidung von katastrophalen Spannungsüberschwingungen, die selbst durch kleine Mengen an parasitärer äquivalenter Serieninduktivität (ESL, 1s - 10s nH) entstehen, die in älteren Systemgenerationen als vernachlässigbar angesehen wurden.

Dies stellt eine große Herausforderung für Stromversorgungslösungen dar, die mit dem Mooreschen Gesetz und MEMS Schritt halten wollen, indem sie schnellere Stromversorgungsschalter verwenden, insbesondere unter Verwendung von Wide-Bandgap (WBG)-Chemikalien wie Galliumnitrid (GaN), Siliziumkarbid (SiC), Galliumarsenid (GaAs) oder Aluminiumnitrid (AlN) [6]. Die nachstehende Abbildung zeigt, wie eine so geringe ESL allein durch das Komponentengehäuse katastrophale Auswirkungen auf Ihr Design haben kann. Und das sogar, bevor man extrem viel Zeit und Mühe in ein sehr sauberes, dichtes Layout investiert hat, das diese Stromflüsse so gut wie möglich einschließt. Es ist anzumerken, dass mangelnde Forschung und Entwicklung bei der Weiterentwicklung von Hochfrequenz-Magnetmaterialien derzeit der ultimative Engpass bei der Erschließung des vollen Potenzials der ultraschnellen Schaltgeschwindigkeiten ist, zu denen WBG-Leistungsschalter fähig sind.

In Anbetracht des bereits erwähnten Punktes, dass das Energiebudget der Last (des Systems) viel schneller sinkt als die Verfügbarkeit der Quelle (der Stromversorgungslösung), ist die Fähigkeit, mit dem Mooreschen Gesetz Schritt zu halten, weitaus besser zu erreichen, wenn man den manischen Fokus auf die Reduzierung des Energiebudgets des Systems legt, als wenn man die meisten Entwicklungszyklen in die Implementierung eines größeren Netzteils steckt. Hier kommen die Techniken des intelligenten Energiemanagements (IPM) ins Spiel. IPM ist eine „Kombination aus Hardware und Software, die die Verteilung und Nutzung der elektrischen Energie in Computersystemen und Rechenzentren optimiert“ [9]. Es handelt sich dabei eher um eine Denkweise im Designansatz als um irgendetwas anderes. So kann beispielsweise eine Änderung des Ansatzes für die Architektur des Stromversorgungs-Subsystems von einer „immer an“- zu einer „immer verfügbar“-Mentalität einen Paradigmenwechsel bei den Ergebnissen der Endlösung bewirken.

Es gibt immer einen Bedarf und einen Nutzen für eine höhere Energiedichte und eine längere Lebensdauer von Energiespeicherkomponenten. Wie bei der Magnetik ist die evolutionäre Verbesserung der (sicheren, praktischen) Energiespeicherung eher eine Größenordnung unter dem Tempo von Mooreschem Gesetz. Selbst wenn dies der Fall ist, bedeutet es nicht, dass die Energieversorgung das Tempo der Systemverbesserung (z.B. hauptsächlich SWaP-C) nicht mitgehen kann. Der Bereich, in dem dies am deutlichsten wird, ist der, in dem die Dimensionierung der Stromversorgungslösung für den ungünstigsten Fall (in Bezug auf Bedarf, Transienten, Temperatur, Fertigungstoleranz, Sicherheitsmarge usw.) ein sehr breites Spektrum an Subjektivität bietet, wenn es darum geht, ein Gleichgewicht zwischen der Erfüllung der Anforderungen des Systems/der Anwendung und einer nicht zu weitgehenden Überplanung zu finden.

Dieser Punkt unterstreicht auch die Bedeutung und Berechtigung einer sorgfältigen Charakterisierung der Lasten vor der Entwicklung/Implementierung deren jeweiligen Stromversorgungslösungen. Ein System kann zum Beispiel seltene Spitzen mit hohem Stromverbrauch aufweisen, während die meiste Zeit auf einem deutlich niedrigeren, stabilen Stromniveau verbracht wird. Es ist äußerst verschwenderisch (in Bezug auf Kapital- und Betriebsausgaben, auch bekannt als CAPEX/OPEX), die gesamte Stromversorgung des Systems, die vorgelagerte Verteilung/Überbrückung usw. auf diese seltenen Spitzen zuzuschneiden, wenn dieser Bedarf durch eine lokale Energiespeicherung gedeckt werden kann, sodass der Rest des Systems für diesen niedrigeren stationären Zustand optimiert werden kann. Dies ist das Konzept des Peak Shaving, das auf jedes System, von der Mikro- bis zur Makroenergieversorgung, angewendet werden kann.

Eine weitere Variante des IPM ist die Nutzung von Lastabwurf-/Konsolidierungs-/Allokationstechniken. Nichts verbraucht weniger Strom als etwas, das ausgeschaltet ist, und nichts nutzt die Wirkleistung effizienter als eine Last, die am Scheitelpunkt der Last-Effizienz-Kurve der vorgeschalteten Stromversorgungslösung arbeitet. Ob es nun darum geht, die Stromversorgung von Subsystemen abzuschalten, wenn diese nicht in Gebrauch sind (z.B. Funkgeräte im Ruhezustand, dunkle Siliziumblöcke von ICs) oder kleinere Lasten zu konsolidieren, die andernfalls eine unabhängige Stromversorgung benötigen würden, dies ermöglicht die Implementierung von effektiv dichteren, effizienteren Stromversorgungslösungen.

Ein Beispiel für eine intelligente Stromzuweisung ist das Verständnis eines realistischen Szenarios für den externen Strombedarf, z.B. bei Universal Serial Bus (USB)- oder Power-over-Ethernet (PoE)-Anschlüssen, die in der Lage sind, als aggregierte Spitzenleistung mehr Strom zu beziehen (d.h. alle Anschlüsse arbeiten gleichzeitig mit maximaler Leistung), aber nicht alle gleichzeitig in Betrieb sind und daher nicht über eine vorgeschaltete Stromversorgung verfügen sollten, die für diese aggregierte Spitzenleistung ausgelegt ist.

Darüber hinaus ist es unüblich, dass alle Systemlasten gleichzeitig mit ihren Maximalwerten arbeiten, sodass die Erstellung eines Systemleistungsbudgets durch einfache Summierung der Maximalwerte (z.B. die im Datenblatt angegebenen Maximalwerte im schlimmsten Fall) aller Lasten in nahezu jedem Anwendungsfall höchst unpraktisch ist. Wenn es möglich ist, kann man die Lasten in einem komplexen System aufschlüsseln, um sie in Gruppen zusammenzufassen, was die Optimierung ihrer spezifischen Leistungssubsysteme ermöglicht und sich daher für die Optimierung des SWaP-C eignet. Auf diese Weise kann ein Entwicklungsingenieur das Beste aus beiden Welten nutzen (Mooresches Gesetz/MEMS und die direkten Auswirkungen des Mooreschen Gesetzes/MEMS).

Niemand macht sich etwas vor, wenn er die kühne Behauptung aufstellt, dass alle Aspekte von Energielösungen direkt mit dem Mooreschen Gesetz und dem Fortschritt von MEMS-Bauteilen (bald auch häufiger als nanoelektromechanische Systeme oder NEMS bezeichnet) Schritt halten werden. Wie in den Branchennachrichten der letzten Jahre häufig dargestellt, scheint es nicht einmal klar zu sein, dass das Mooresche Gesetz selbst (entweder in seiner jetzigen oder in einer ähnlichen Form) in absehbarer Zukunft fortbestehen wird. Auch wenn dadurch eine Lücke zwischen der verfügbaren Leistung der Quelle und dem Leistungsbedarf der Last entstehen kann, handelt es sich dabei nicht um eine Lücke, die exponentiell weiter wächst und eine immer größer werdende Kluft schafft, die dazu führt, dass Leistungssubsysteme einen Grund haben, die Systemfunktionalität zu reduzieren.

Wie bereits erwähnt, gibt es viele kreative Techniken, mit denen Entwickler von Stromversorgungslösungen und Systemingenieure Schritt halten können, um weiterhin von den technologischen Verbesserungen zu profitieren, die Mooresches Gesetz und MEMS regelmäßig liefern. IPM-Techniken stehen dabei im Mittelpunkt, denn wir gehen viel intelligenter mit jedem Watt um als mit einer eher rudimentären Anpassung von Quelle und Last im traditionellen Sinne (z.B. Worst-Case-Peak). Auch die Energiespeicherung ist ein viel zu wenig beachtetes und genutztes Werkzeug, um die Erwartungen an die Systemleistung zu erfüllen, und zwar sowohl zuverlässig als auch unter Beibehaltung eines Fahrplans für eine geringere Systemgröße und höhere Leistungsdichte.

Letztendlich stehen 3DPP^® und andere fortschrittliche Packaging-Techniken wirklich an vorderster Front, wenn es darum geht, die Lücke zwischen Quelle und Last zu schließen, denn sie ermöglichen eine dramatischere Verbesserung der wichtigsten FOMs als dies bei reinen Magneten oder Energiespeichern der Fall ist.

[1] B. Zahnstecher, „Best Practices for Low-Power (IoT/IIoT) Designs: SEPARATING THE SOURCE-SIDE & LOAD-SIDE ANALYSES,” ECCE 2022 Tutorial, Detroit, MI, 9. Oktober 2022.
[2] Wikipedia contributors, „Moore's law,“ Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=Moore%27s_law&oldid=1139518707 (zugegriffen am 24. Februar 2023).
[3] Wikipedia contributors, „Dennard scaling,“ Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=Dennard_scaling&oldid=1134445777 (zugegriffen am 24. Februar 2023).
[4] Wikipedia contributors, „Microelectromechanical systems,“ Wikipedia, The Free Encyclopedia, https://en.wikipedia.org/w/index.php?title=Microelectromechanical_systems&oldid=1139870714 (zugegriffen am 24. Februar 2023).
[5] „Power Supply Design for maximum Performance,” RECOM Blog, 21. Oktober 2022, https://recom-power.com/rec-n-power-supply-design-for-maximum-performance-229.html (zugegriffen am 15. Februar 2023).
[6] „DC/DC for GaN,” RECOM Blog, 16. September 2022, https://recom-power.com/rec-n-dc!sdc-for-gan-225.html (zugegriffen am 23. Januar 2023).
[7] E. Shelton, P. Palmer, A. Mantooth, B. Zahnstecher, G. Haynes, „WBG Devices, Circuits and Applications,” APEC 2018 Short Course, San Antonio, TX, 4. März 2018.
[8] „Introducing RECOM 3D Power Packaging® (3DPP®),” RECOM Blog, 26. Februar 2021, https://recom-power.com/rec-n-introducing-recom-3d-power-packaging-%283dpp%29-145.html (zugegriffen am 23. Januar 2023).
[9] Data Center Facilities Definitions, „Intelligent Power Management (IPM),“ TechTarget, https://www.techtarget.com/searchdatacenter/definitions/Data-center-design-and-facilities (zugegriffen am 24. Februar 2023).