隨著 AI（人工智慧）及 5G 網路的發展，人們對於數位化的型態已大幅地接受，周遭生活已離不開 AI 的產品，小的如個人裝置手機或 NB，大至企業使用的伺服器等。

甚麼是伺服器？簡單地說，就是一台電腦，但它是具有特殊功能及用途的企業電腦，使用者可以透過連線取得相關的資訊或是服務項目，遠遠超過一台個人電腦所可以提供的資源。

傳統伺服器與 AI 伺服器有何不同？

傳統 Server（伺服器）是甚麼？指的是專為某企業作為特殊應用的電腦，可以管理網頁或公司資料，也可共享資訊，讓其它電腦裝置透過網路連線取得資訊。其所搭載的 CPU 可以符合一般通用的、簡單的運算，對於需要大量的矩陣資料處理，會顯得能力不足。

而 AI Server（人工智慧伺服器），它具有深度的學習能力，可以讓機器去學習複雜高階的演算程式，並可以更快速、更有效率地執行任務。它需搭配 GPU 或是 TPU（Tensor Processing Unit，張量處理單元，Google 開發專用）或是 ASIC（積體電路），結合不同類型的處理器單元，提供不同的運算服務。

設計一台AI Server需要的AI晶片有CPU / GPU / FPGA / ASIC 四種類型可選擇，視應用需求選取合適的晶片。

 AI Server 除了硬體的需求外，也需要搭配複雜的演算法來處理大量的外部資訊。其演算法可以放置在雲端的 Server（稱為雲端 Server），只要使用者將你電腦所收集的資訊透過網路上傳至雲端，再由雲端 Server 的應用服務程式計算完成後，再透過網路傳至使用者電腦上。

但隨著資料量愈來愈多，加上透過網路往復的傳輸過程會有一定的延遲時間，會造成使用者在開啟網頁資訊時有延遲的情況。因此現在還有另一種方式，就是將應用演算法或是內容儲存在使用者電腦或是靠近用戶端，這樣可以減少開啟網頁資料的延遲（這一類型的設計我們稱為 Edge Server／邊緣伺服器）。

在 AI Server 運算需求急遽攀升、朝向更高密度與需要更大功耗的架構發展下，也使得核心電源系統（Core Power）面臨挑戰與轉型壓力。從傳統 CPU 為主的伺服器架構，轉向以 GPU、AI 加速器為主的設計，不僅核心數量倍增，動態負載變化也更劇烈，迫使電源設計從「穩定供電」進化到「智慧管理」。而也從傳統的硬體控制進入到數位電源控制（Digital Core Power），並與 PMBus／AVS（Adaptive Voltage Scaling）通訊管理，透過韌體自動追蹤負載變化，進行即時電壓調整、熱點偵測與系統補償優化。同時，核心電源也隨著晶片廠商推陳出新、不同協定規範（如 Intel VR14／.Cloud、AMD SVI3 協定規範），因此在電源控制器的選擇上需要相對地謹慎。其中瑞薩（Renesas）在核心電源控制器領域有長久的設計歷史，能對應不同的晶片商，提供相對應的產品供客戶使用。

資料來源:工研院