Movellus 提出 AI 数据中心电源管理四大公理，50 mV 电压裕量约合每吉瓦 270 机架算力

Movellus 在一篇论文中量化了 AI 数据中心的电压裕量价值：在 1 GW 输入电力下，50 mV 的电压裕量大约相当于 270 个机架的算力。为说明这一点，论文对两座设施建模，二者运行相同的 Vera Rubin NVL72 机架、时钟频率相同，供电分别为 0.80 V 和 0.75 V；按已公布的 Vera Rubin 功耗数据，0.75 V 一侧每 GPU 功耗约低 8%，每机架少约 17 kW。 所谓裕量，是在芯片实际所需电压之上额外增加的供电电压，用于覆盖最坏情况下的电压跌落。不断演进的 AI 负载使这一裕量变得更大、也更难预测，平台与芯片团队往往因此过度留裕量，牺牲算力密度与 token 吞吐；而裕量留得过少的团队则会在现场遇到故障。 论文将 AI 时代的供电网络（PDN）设计归纳为四条公理：测试误差必须最小化；功耗包络必须同时考虑演进中的负载与 PDN 动态特性；AI 系统需要反应式或预防式的 Ldi/dt（电压跌落）缓解；协同设计的控制环路是系统的必要条件。 Movellus 表示，其 Aeonic 平台在同一套栈中应对这四条公理，帮助团队在 AI 时代打好电源架构的基础。