TI AI 数据中心芯片瞄准运营商无法察觉的电源故障

Texas Instruments 推出了三款 TI AI 数据中心芯片，瞄准传统监控可能遗漏的故障，包括仅持续数纳秒的电源事件。这些器件分别应对 AI 基础设施的不同薄弱环节：低压电源轨可见性、安全的 800V 配电，以及高速网络链路中的时钟稳定性。

TI 于 2026 年 10 月 12 日在 Open Compute Project 全球峰会上发布了 ADC34DSO75 转换器、LMI800PS 热插拔控制器和 LMK6B 振荡器。它们共同基于一个直接的前提：随着加速器密度提升，微小的电气扰动会带来更严重的后果，而传统诊断工具往往要等到设备故障后才能捕获证据。

因此，真正的竞争并非 TI 与某一家半导体对手之间的较量，而是持续、基于事件的监控，与依靠较慢遥测和现场测试设备诊断间歇性故障这一既有做法之间的竞争。TI 表示，其组件可将更多此类工作转移到电路板上完成，但产品目前仍处于预览或量产前阶段。

这一区别很重要。更快的测量能够暴露运营商此前忽略的故障，但可见性并不会自动避免停机。数据中心设计人员仍须验证检测阈值、整合由此产生的遥测数据，并决定控制系统应如何响应。

TI AI 数据中心芯片将可靠性拆分为三个问题

TI 将数据中心可靠性视为一连串的感知、保护和时序决策，而非单一设备问题。

核心产品是 ADC34DSO75，这是一款四通道、14 位模数转换器。ADC 可将持续变化的电信号转化为监控软件能够处理的数字测量值。该器件每个通道的采样速率最高可达每秒 3 千兆次，即每秒 30 亿次测量。

这一速度很重要，因为处理器电源轨可能出现电压下跌、过冲及其他瞬态事件，而这些事件会在常规管理遥测记录前消失。一块 GPU 可能重置或报错，但系统日志中可能没有识别初始事件所需的电气证据。

ADC34DSO75 试图在本地保留这些证据。根据其产品规格，每个通道均配有事件检测引擎。设计人员可配置高阈值、低阈值、斜率、基线衍生或外部引脚触发器。

当某一条件越过设定边界时，器件会将事件前后的样本存储在片上内存中。其事件前窗口可保留阈值被触发前发生的情况，事件后窗口则记录紧随其后的变化。64 位计数器会以完整采样速率为事件添加时间戳。

该转换器配备 256 KiB 内存，可在四个通道之间分配。每个通道最多可保留 32,720 个样本，具体取决于设计人员如何配置内存和捕获窗口。随后，数据可通过 Octal Serial Peripheral Interface，即 OSPI，以最高 200 Mbps 的速率从芯片传出。

这种架构改变了诊断工作流程。运营商无需持续通过昂贵的现场可编程门阵列传输 ADC 的全部原始输出。芯片会评估输入测量值，并在相关事件发生时保留一份更小的记录。

TI 还推出了 LMI800PS，这是一款面向 800V 系统的隔离式热插拔控制器。热插拔控制器可在电路板接入带电电源总线时管理电流，帮助防止浪涌电流扰乱其他设备。电气隔离则将控制电路与危险的高压域分开。

TI 表示，LMI800PS 集成了此前需要五颗集成电路才能实现的功能。该器件内置隔离式偏置电源和 PMBus 遥测；PMBus 是用于监控和管理电源组件的标准接口。它支持 800V，以及正负 400V 配电设计。

第三款器件 LMK6B 针对的是时序噪声而非电源故障。高速串行器-解串器链路，通常称为 SerDes，依赖稳定的参考时钟在加速器、交换机和光模块之间传输数据。时钟抖动指微小的时序变化，它会缩小接收器余量并提高出错风险。

LMK6B 规格显示，在规定滤波条件下，其 625 MHz 时的典型差分抖动为 9.3 飞秒。一飞秒等于一秒的千万亿分之一。该振荡器支持 50 MHz 至 2.5 GHz 的固定频率，以及多种差分输出格式。

这三种组件共同覆盖不同的故障领域。ADC 记录短暂的电气行为，控制器保护接入高压总线的电路板，振荡器则试图在密集计算硬件周围存在噪声时保持网络时序稳定。

TI 宣布将提供这些器件的量产前样品和评估模块。这种可用性让系统设计人员能够评估硬件，但并不意味着超大规模部署已在生产规模上使用这些组件。

停机问题始于缺失的证据

更快遥测最有力的论点并非每次瞬态都会导致停机，而是运营商无法管理从未记录过的故障。

AI 服务器会产生极具动态性的电气负载。随着训练、推理、同步和检查点阶段发生变化，数千个加速器可能在高强度计算与较轻负载之间切换。电压调节器必须作出响应，同时将敏感处理器电源轨维持在狭窄的工作范围内。

超出这些范围的瞬态可能引发降频、工作损坏、通信错误或重置。可见症状可能出现在加速器、网络接口或冷却控制器中。若没有同步的电气记录，工程师可能难以判断是软件、芯片、网络还是电源引发了事故。

传统电路板管理遥测很适合追踪温度、电压、电流和风扇行为的较慢变化。然而，其采样频率可能会将极短事件平均掉。示波器可以揭示这些事件，但工程师首先需要复现故障，并在正确位置连接合适的探头。

这造成了一个困难的运维循环：间歇性问题在远程机架中发生，监控软件只记录后果，技术人员随后才携带诊断设备到场。到那时，确切的负载模式或电网状况可能已经消失。

ADC34DSO75 实际上是在系统内部部署了一项有限的数字存储示波器功能。它并不能替代所有实验室仪器，而是试图保留足够的波形证据，让工程师能够将故障与其他日志关联起来，并缩小调查范围。

TI 将这种方法描述为全天候、低功耗、基于事件的远程监控。其中，“基于事件”至关重要。持续传输四个 3 GSPS 通道的全速率数据将带来显著的存储、处理和带宽需求。本地触发器将这一数据流缩减为选定的窗口。

不过，根据 TI 的规格，该转换器在 3 GSPS 下每通道仍消耗 1.6W。因此，四通道部署要求设计人员考虑转换器自身的功耗和热负载。这种开销对关键电源轨而言可能合理，但会阻碍在每个可测节点上不加区分地部署。

从更广泛的停机数据来看，商业价值更易理解。Uptime Intelligence 发现，在经历过重大、严重或极严重停机的受访者中，54% 表示最近一次事故的成本超过 10 万美元。在其2025 年停机分析中，每五名受访者中就有一人报告成本超过 100 万美元。

该研究还将电源问题列为严重和极严重数据中心停机最常见的原因。不过，Uptime 提醒称，停机统计数据存在不确定性，因为运营商并未通过一个完整、透明的系统报告事故。

这些数字并不能证明 TI 的转换器本可避免被调查的停机事件。许多事故起因于公用电力馈线、发电机、开关设备、电池、流程或软件层面，远远超出单一处理器电源轨的范畴。这些数据反而说明，当电源行为变得可疑时，运营商为何重视更好的证据。

一项有用的部署会将事件记录与电路板管理数据、加速器错误日志、工作负载计划及保护系统活动连接起来。缺少这一关联层时，新 ADC 可能生成精确波形，却仍与运营决策流程相隔离。

这也是为什么 TI AI 数据中心芯片更应被理解为诊断基础设施，而非自动化疗法。它们可以缩短故障与解释之间的距离。能否缩短停机时间，则取决于围绕其测量结果构建的系统。

纳秒级遥测改变调试机制

关键的技术变化在于本地选择：ADC 决定哪些短暂电气时刻值得保留。

传统高速转换器会产生庞大且连续的数字数据流。工程师通常会将其与 FPGA 配对，以进行实时处理和内存控制。这种安排具有灵活性，但也增加了电路板面积、功耗、软件工作量和组件成本。

ADC34DSO75 将多项类似示波器的功能移至转换器内部。可编程阈值可检测绝对电压边界。基线相对模式能够检测相对于近期测量条件的变化。即使信号尚未越过固定限制，斜率触发器也能对变化过快的信号作出反应。

交叉触发允许一个通道上的事件在其他位置启动捕获。这项功能不仅能揭示事件是否存在，还能揭示其发生顺序。例如，一个通道可以监控稳压器输入，另一个则跟踪其输出。捕获窗口可显示哪条电源轨先发生变化。

该器件还支持每通道最多 96 抽头的可编程有限脉冲响应滤波器。这类滤波器会处理采样数据，以突出或抑制选定的信号行为。它们为设计人员提供了另一种区分相关事件与正常高频噪声的方法。

TI 的技术说明将这一能力定位为实现远程故障排查的路径。工程师无需带着示波器前往现场，而可提取已存储的事件，并结合系统记录检查波形。

这种模式在实施严格物理安全措施的设施中具有明显优势。每次现场访问都会带来日程安排、访问控制和人为错误方面的考量。远程捕获还可以帮助工程团队比较不同地点的类似事件，无需在站点之间运输专用测试设备。

不过，事件检测本身也带来了设计问题。阈值设置过宽，可能会让无害波动填满内存；阈值设置过窄，则可能错过工程师希望捕获的故障。基线选择、触发逻辑、保留策略和时钟同步都会影响证据的价值。

存储窗口同样有限。以最高采样率计算，32,720 个样本只能覆盖极短的一段时间。降采样可以延长记录时长，但会牺牲分辨率。设计人员必须决定，是需要详细观察一次纳秒级扰动，还是更长时间地了解系统的恢复过程。

当多个转换器或电路板参与其中时，时间戳质量至关重要。TI 提供了同步功能，但数据中心运营商仍需要为电源组件、基板管理控制器、交换机、服务器和应用程序建立更广泛的时间模型。否则，调查人员可能拥有准确的本地时间戳，却难以将其对齐。

ADC 的 14 位分辨率使该转换器在其输入范围内具备 16,384 个理论数字电平。实际测量质量还取决于噪声、信号调理、探头放置、电路板布局、校准，以及通往转换器的模拟信号路径。

这些限制并不会抹杀该机制的价值，而是界定了工作重点的转移方向。工程师将减少重建缺失波形的工作，转而更多地判断哪些波形重要、应如何分类，以及每种模式应触发何种响应。

从更长期看，存储的瞬态特征可能为预测性维护模型提供数据。反复出现的压降或恢复行为的变化，或许能在严重故障发生前识别出正在劣化的连接器、稳压器或配电路径。TI 将这一方向描述为未来可能性，而非该转换器单独已经验证的能力。

任何自动化操作都需要经过广泛验证。若控制系统将正常瞬态误判为异常，可能会限制健康设备的性能，或不必要地移除容量。目前，最有根据的用途仍是收集证据，随后进行工程分析。

800V 转型提高了电源保护的要求

随着 AI 基础设施向更高电压的配电方式演进，TI 的监测布局正逢其时：更少的转换级可提升效率，但也提高了保护要求。

传统服务器机架通常会在将输入交流电转换后，分配较低电压的直流电。AI 集群每个机架需要的功率大幅增加，使电流和导体损耗愈发难以管理。提高配电电压，可让相同功率以更低电流传输。

因此，业界正在评估 800V 直流架构，以及相关的正负 400V 设计。根据其数据中心资源页面，TI 正与 Nvidia 合作开发面向这些系统的传感与电源管理技术。

更高电压的配电并不会消除转换环节，而是改变转换发生的位置，以及哪些组件必须对能量路径进行隔离、中断、监测和控制。电路板仍需防范短路、过大电流、不安全的插入条件以及下游设备故障。

热插拔控制器负责处理电路板连接到带电母线时的情况。输入电容在初始阶段看起来像高需求负载，可能吸入浪涌电流。若没有受控启动，这种浪涌电流可能损坏连接器、触发上游保护，或扰动共享电源的其他系统。

LMI800PS 在维持增强隔离的同时管理这种电源路径行为。TI 表示，该控制器可提供 5 kV RMS 隔离和超过 8 mm 的爬电距离，即绝缘边界两侧导电部件之间沿表面的距离。

集成度是 TI 推介的核心。根据该公司的发布公告，该控制器可替代由五颗 IC 组成的实现方案。TI 还称，由此形成的设计可减少超过 60% 的电路板空间占用。

这些是公司自身的比较，并非覆盖所有替代设计的独立测量结果。最终占用面积取决于外部开关、无源器件、散热要求、隔离间距，以及控制器周边的保护架构。

不过，集成可以减少设计人员需要验证的接口数量，也能让整个部署中的遥测和故障行为更加一致。PMBus 支持为管理系统提供了读取状态和配置兼容电源设备的标准路径。

因此，800V 控制器和高速 ADC 服务于相关但不同的层级。LMI800PS 管理进入电路板的危险能量；ADC34DSO75 则观察更接近低压、高电流处理器电源轨的快速行为。两种组件都无法单独覆盖整条电源路径。

这种区别避免了过于简单的营销解读。一颗芯片无法保护 AI 园区免受每一种电网扰动影响，另一颗芯片也无法解释每一次加速器崩溃。TI 正在组合可提升可见性和控制能力的组件，以应用于更大架构中的特定位置。

竞争对手中的模拟和功率半导体供应商也将面对同样的架构转型。Analog Devices、Infineon、Renesas、Monolithic Power Systems 及其他厂商已经提供转换器、控制器、传感器、隔离器件和时钟产品的不同组合。竞争的关键在于，哪些供应商能够为量产 800V 系统验证其协同产品组合。

TI 的优势主张集中在集成度和产品广度。尚未解决的问题是，数据中心建设者是更偏好高度协同的一组组件，还是从多家供应商中选择各类别的最佳器件。验证周期、第二来源要求、固件支持和长期供货能力都会影响这一选择。

低抖动将可靠性论点延伸至网络领域

AI 集群即使仍保持供电，也可能因时序错误扰乱加速器之间的通信而失去有效工作能力。

分布式 AI 工作负载依赖于数据在交换机和链路之间可预测地传输。训练任务经常在大量处理器之间交换模型参数、梯度、检查点和中间结果。即使本地电源轨保持稳定，延迟或故障链路仍可能令昂贵的加速器处于等待状态。

每条高速链路都依赖时钟来确定何时应对传输的比特进行采样。抖动会改变这些时序点。随着比特周期缩短，相同的绝对时序误差会占用接收器可用裕量中更大的比例。

LMK6B 使用体声波谐振器，即 BAW 谐振器，作为频率源。BAW 器件通过压电材料内部的声学能量产生稳定振荡。TI 将该设计定位为高速 SerDes 应用中的参考时钟和核心时钟方案。

根据产品页面，该振荡器支持 PCI Express 第 1 至第 7 代。其频率选项包括 100、125、156.25、312.5、625、1,250 和 2,500 MHz 等常见数值，另有更多固定频率可用或计划推出。

TI 还强调电源抑制比。PSRR 衡量电路防止电源噪声影响输出的能力。这一特性对于处理器和加速器在敏感时序电路附近产生快速变化电负载的电路板尤为重要。

对于 156.25 MHz LP-HCSL 输出，TI 规定在既定电源纹波和去耦条件下，杂散低于负 95 dBc。在采用 LVDS 的 312.5 MHz 条件下，列出的性能为低于负 80 dBc。这些数字描述的是受控测试条件，并非保证的系统级链路性能。

产品页面目前将 LMK6B 标记为预览状态。这一状态是重要限定，因为数据手册可能在全面量产前发生变化。客户还需要验证频率稳定性、老化、温度行为、封装、电路板布局，以及与其特定接收器的兼容性。

该振荡器无法修复损坏的线缆、有故障的光模块、拥塞的交换机或存在缺陷的协议实现。它只是缩小了一种时序不确定性的来源。在大型集群中，减少多个层级的不确定性，仍可能转化为更少难以复现的故障。

因此，这项三芯片公告拓宽了电源可靠性的定义。稳定的能量传输可让设备持续运行，但稳定的时序有助于设备完成有价值的协同工作。数据中心可以避免全面宕机，却仍可能因重试、重置、限频或部分任务失败而损失吞吐量。

这一更广泛的框架也揭示了测量挑战。运营商通常更容易追踪服务可用性和设备事故，而不是纳秒级电源轨事件或飞秒级时钟改进。TI 及其客户需要系统级证据，将组件规格与更少的中断或更短的维修时间联系起来。

缺乏此类证据并不意味着这些器件在工程上不出色，但采购团队可能会将其视为运行回报不确定的优秀技术。有了这些证据，嵌入式遥测和低噪声时钟可能成为高密度加速器平台的标准要求。

量产部署将决定停机时间主张是否成立

下一项考验并非又一项峰值规格，而是系统构建者能否将这些组件转化为真实 AI 集群中可衡量的改进。

首先需要关注的是 ADC34DSO75 从预览样品走向通过量产认证部署的路径。评估板可以验证触发行为和电气性能，但超大规模部署需要供应保障、可靠性认证、固件集成和可重复的电路板设计。

如果公开案例研究显示，该转换器捕捉到了传统遥测遗漏的故障，将会增强 TI 的地位。最有价值的证据，是将记录的波形与确诊的根本原因、维修决策或更短的服务中断联系起来。

缺少此类证据并不代表 ADC 的电气性能失效，而是表明主要集成挑战在于转换器之上：运营商必须将捕捉到的事件与软件日志和维护工作流关联起来。

第二个信号是 800V 机架架构的推广。若主要加速器平台在靠近计算板的位置标准化高压直流配电，LMI800PS 就会变得更重要。如果部署仍在不兼容的电源设计之间呈现碎片化，或进展慢于供应商预期，其价值就会减弱。

与服务器制造商、电源架供应商和加速器平台合作伙伴达成设计导入，将比营销主张提供更有力的指标。工程师还应关注替代控制器能否匹配 TI 的集成度，同时提供可信的第二来源选择。

第三个信号是运营测量。买方需要了解这些组件是否能缩短平均维修时间、降低重复事件发生率，或提高工作负载的成功完成率。高速波形只有在改变工程或运营决策时，才具有商业价值。

独立测试还应检验误触发、保留窗口的实用性、散热开销、跨设备同步，以及真实电路板噪声环境下的性能。对于 LMI800PS，验证必须涵盖完整电源系统中的故障隔离和浪涌行为。对于 LMK6B，链路级测试比孤立的抖动数值更重要。

TI 的核心主张依然可信，但比标题暗示的范围更窄。这些器件可以揭示隐藏的电气事件，简化一种形式的高压保护，并减少网络时序不确定性的一个来源。它们并不能独立保证正常运行时间。

实际的机会在于形成更完整的证据链。当 AI 机架发生重置时，运维人员无需等待技术人员复现事件，便可调取电源轨行为、保护状态与系统日志的同步记录。这类记录能够将原因不明的故障转化为可诊断的事件序列。

对于工程师和基础设施采购方而言，下一步是审视现有遥测在哪些环节存在盲区。识别那些与高成本、长期未解决事件相关的电源轨、板卡或链路，随后评估 TI 的事件捕获和保护功能能否弥补这些特定缺口。

TI 的 AI 数据中心芯片值得关注，因为它们让可观测性更贴近物理事件本身。其成效将取决于运维人员如何利用这种可见性。在将停机时间缩短视为既定成果之前，应关注其量产可用性、公开的设计导入案例，以及有据可查的诊断时间缩短情况。