چند وات پاور برای کیس هوش مصنوعی کافی است؟

انتخاب توان مناسب پاور (PSU) یکی از مهم‌ترین مراحل بستن یک کیس هوش مصنوعی است. کارت گرافیک معمولاً پرمصرف‌ترین قطعه در چنین سیستمی است و انتخاب پاور ضعیف می‌تواند باعث ری‌استارت شدن سیستم، ناپایداری در پردازش‌های طولانی و حتی متوقف شدن آموزش یا رندر شود.

اما چند وات پاور برای کیس هوش مصنوعی کافی است؟ پاسخ به مدل کارت گرافیک، پردازنده، تعداد GPUها و میزان مصرف سایر قطعات بستگی دارد. برای بسیاری از سیستم‌های تک‌GPU پاور 650 تا 1000 وات کافی است، اما سیستم‌های مجهز به کارت‌هایی مانند RTX 5090 یا چند کارت گرافیک ممکن است به پاور 1000 تا 1600 وات یا حتی بیشتر نیاز داشته باشند.

در ادامه روش انتخاب توان مناسب پاور، مصرف کارت‌های گرافیک مختلف و نکاتی که هنگام خرید PSU برای AI باید در نظر بگیرید را بررسی می‌کنیم.

“

خلاصه جواب:
برای بیشتر کیس‌های هوش مصنوعی تک‌GPU، پاور 650 تا 1000 وات کافی است. سیستم‌های مجهز به RTX 4090 معمولاً به حداقل 850 وات و RTX 5090 به حدود 1000 وات نیاز دارند. اگر از CPU پرمصرف یا چند کارت گرافیک استفاده می‌کنید، ممکن است پاور 1200 تا 1600 وات یا بیشتر لازم باشد. انتخاب نهایی باید براساس مصرف GPU، CPU، سایر قطعات و توصیه رسمی سازنده انجام شود.

پاور کیس هوش مصنوعی چند وات باید باشد؟

اگر بخواهیم یک پاسخ سریع بدهیم، می‌توان از این بازه‌ها به‌عنوان نقطه شروع پاور مناسب کیس هوش مصنوعی استفاده کرد:

این اعداد تقریبی‌اند و مدل GPU و CPU مهم‌تر از عنوان «کیس هوش مصنوعی» هستند. قبل از خرید پاور، توصیه رسمی سازنده کارت گرافیک و مصرف سایر قطعات را نیز بررسی کنید.

آیا کیس هوش مصنوعی واقعاً پاور بیشتری از کیس گیمینگ می‌خواهد؟

نه لزوماً.

در یک سیستم گیمینگ حرفه‌ای، بار کاری پردازنده گرافیکی در طول بازی نوسان دارد، اما در پردازش‌های هوش مصنوعی این فشار پیوسته است.

اگر دو سیستم از سخت‌افزار یکسان استفاده کنند، صرف اینکه یکی برای Gaming و دیگری برای AI استفاده شود باعث نمی‌شود سیستم دوم الزاماً به پاور با وات بسیار بالاتری نیاز داشته باشد.

تفاوت اصلی در نوع و مدت بار کاری است.

اگرچه در پردازش‌های سنگین شباهت‌هایی وجود دارد، اما آگاهی از تفاوت کیس مناسب گیمینگ با معمولی نشان می‌دهد که نحوه توزیع توان و تهویه در این دو متفاوت است.

1. بار کاری طولانی روی GPU

در بسیاری از بازی‌ها مصرف GPU دائماً تغییر می‌کند. اما در کارهایی مانند:

• آموزش مدل‌های هوش مصنوعی

• Fine-tuning

• تولید تصویر در حجم بالا

• تولید ویدیو

• رندر سه‌بعدی

• اجرای طولانی مدل‌های محلی

ممکن است GPU برای مدت طولانی نزدیک به حداکثر توان خود کار کند.

به همین دلیل کیفیت PSU، توان پایدار، سیستم خنک‌کننده پاور و حاشیه مناسب در یک ورک‌استیشن AI اهمیت زیادی پیدا می‌کند.

2. جهش لحظه‌ای مصرف

GPU و CPU همیشه دقیقاً همان مقدار توان اسمی خود را مصرف نمی‌کنند و در بازه‌های کوتاه ممکن است جهش مصرف ایجاد شود.

استانداردهای جدیدتر پاور مانند ATX 3.x برای مدیریت بهتر چنین Power Excursionهایی طراحی شده‌اند. در طراحی‌های جدید، مخصوصاً سیستم‌های دارای کارت‌های پرمصرف، توجه به توان لحظه‌ای پاور فقط به اندازه عدد وات اسمی اهمیت دارد.

پیامد استفاده از پاور نامناسب برای کیس هوش مصنوعی

پاور ضعیف یا بی‌کیفیت برای کامپیوتر هوش مصنوعی ممکن است باعث موارد زیر شود:

• خاموش یا ری‌استارت شدن ناگهانی سیستم: ناپایداری ولتاژ یا فعال شدن مدار حفاظت پاور می‌تواند از عوامل اصلی علت خاموش شدن کیس بعد از روشن شدن در حین بارهای سنگین باشد.

• Crash هنگام Training یا Rendering

• فعال شدن حفاظت OPP یا OCP پاور

• ناپایداری هنگام بار همزمان CPU و GPU

• داغ شدن بیش از حد PSU: خنک‌‌سازی PSU اهمیت بالایی دارد، زیرا تاثیر طراحی کیس بر دمای قطعات داخلی مستقیماً با طول عمر پاور و جلوگیری از افت فریم ارتباط دارد.

• اتلاف زمان در پردازش‌های چندساعته

مصرف برق قطعات کیس هوش مصنوعی چقدر است؟

برای انتخاب PSU برای سیستم هوش مصنوعی باید مصرف کل سیستم را در نظر بگیرید، نه فقط کارت گرافیک.

برای محاسبه دقیق‌تر توان مورد نیاز سیستم، شناخت تفاوت CPU و GPU و میزان سهم هرکدام در مصرف برق کل قطعات ضروری است.

1. کارت گرافیک؛ مهم‌ترین مصرف‌کننده

از آنجا که کارت گرافیک پرمصرف‌ترین قطعه است، بررسی راهنمای خرید کارت گرافیک گیمینگ به شما کمک می‌کند TGP و میزان مصرف مدل‌های مختلف را بهتر بسنجید.

در اکثر کیس‌های AI، GPU بیشترین سهم مصرف برق را دارد.

برای مثال در نسخه مرجع:

• RTX 4090 دارای Total Graphics Power حدود 450 وات است.

• RTX 5090 دارای Total Graphics Power حدود 575 وات است.

کارت‌های سفارشی تولیدکنندگان مختلف ممکن است Power Limit یا تنظیمات متفاوتی داشته باشند، بنابراین مشخصات دقیق همان مدل کارت را بررسی کنید.

2. پردازنده

مصرف CPU می‌تواند از کمتر از 100 وات تا چند صد وات متغیر باشد.

در این بخش فقط به TDP اسمی اکتفا نکنید. بسته به پلتفرم باید مقادیری مانند Maximum Turbo Power، Package Power یا محدودیت‌های توان واقعی پردازنده را نیز بررسی کنید.

یک CPU پرچم‌دار یا ورک‌استیشن در پردازش همزمان CPU و GPU می‌تواند تأثیر زیادی روی توان مورد نیاز PSU داشته باشد.

3. مادربرد، RAM و ذخیره‌سازی

مصرف این قطعات در مقایسه با GPU کمتر است، اما صفر نیست.

موارد زیر نیز باید در محاسبه لحاظ شوند:

• مادربرد

• ماژول‌های RAM

• SSDهای NVMe یا SATA

• هارددیسک

• کارت شبکه پرسرعت

• کارت Capture

• کنترلرهای PCIe

• پمپ واترکولینگ

• فن‌ها و RGB

به‌جای اختصاص دادن یک عدد ثابت به این قطعات، بهتر است برای سیستم معمولی حدودی از مصرف آن‌ها در نظر بگیرید و در ورک‌استیشن‌های حرفه‌ای آن‌ها را جداگانه محاسبه کنید.

چگونه وات پاور مورد نیاز کیس AI را محاسبه کنیم؟

بهترین روش برای محاسبه توان پاور موردنیاز سیستم AI این است که هم مصرف قطعات و هم توصیه رسمی سازندگان را در نظر بگیرید.

مرحله اول: مصرف GPU را مشخص کنید

ابتدا Total Graphics Power یا Total Board Power کارت گرافیک را پیدا کنید.

اگر چند GPU دارید، مصرف همه کارت‌ها را با هم جمع کنید.

مرحله دوم: حداکثر مصرف CPU را بررسی کنید

عدد مصرف واقعی پردازنده در بار سنگین را در نظر بگیرید، نه فقط TDP تبلیغاتی روی جعبه.

مرحله سوم: مصرف سایر قطعات را اضافه کنید

مادربرد، RAM، SSD، فن‌ها، پمپ و کارت‌های توسعه نیز مقداری برق مصرف می‌کنند.

مرحله چهارم: حاشیه مناسب در نظر بگیرید

قرار نیست PSU دائماً نزدیک 100 درصد ظرفیت نامی خود کار کند.

در بسیاری از سیستم‌ها داشتن حدود 15 تا 25 درصد فضای اضافه نسبت به مصرف پایدار محاسبه‌شده انتخاب مناسبی است، اما این یک قانون مطلق نیست.

در سیستم‌های دارای GPUهای جدید، علاوه بر این محاسبه باید:

1. توصیه رسمی سازنده GPU را بررسی کنید.

2. استاندارد و توان لحظه‌ای PSU را در نظر بگیرید.

3. توان مصرفی CPU را با سیستم مرجع سازنده مقایسه کنید.

به‌عنوان یک قاعده عملی، عدد نهایی نباید پایین‌تر از توصیه رسمی سازنده GPU باشد مگر اینکه دقیقاً بدانید چه کاری انجام می‌دهید.

چند مثال:

سیستم میان‌رده

فرض کنید:

• GPU: حدود 250 وات

• CPU: حدود 120 وات

• سایر قطعات: حدود 80 وات

مصرف سنگین تقریبی سیستم حدود 450 وات می‌شود.

در چنین سیستمی پاور 650 وات باکیفیت معمولاً فضای مناسبی ایجاد می‌کند.

سیستم قدرتمند تک‌GPU

فرض کنید:

• GPU: 450 وات

• CPU: 200 وات

• سایر قطعات: 100 وات

جمع مصرف حدود 750 وات می‌شود.

در این حالت پاور 850 وات ممکن است جواب دهد، اما پاور 1000 وات باکیفیت فضای بیشتری برای بار طولانی، ارتقا و نوسان مصرف فراهم می‌کند.

سیستم مجهز به RTX 5090

RTX 5090 Founders Edition دارای TGP حدود 575 وات است و NVIDIA برای پیکربندی مرجع خود پاور سیستم 1000 وات را اعلام کرده است.

اگر در کنار این کارت از CPU بسیار پرمصرف، تعداد زیادی درایو، واترکولینگ یا قطعات توسعه استفاده شود، پاور 1200 وات می‌تواند انتخاب مناسب‌تری باشد.

بنابراین نباید تنها عدد 575 وات GPU را گرفته و یک درصد ثابت به آن اضافه کرد.

پاور مناسب کارت‌های RTX برای کیس هوش مصنوعی

جدول زیر بر اساس توان کارت و Required System Power اعلام‌شده برای مدل‌های مرجع NVIDIA تهیه شده است.

این اعداد مربوط به پیکربندی‌های مرجع هستند. مدل‌های OC و کارت‌های سفارشی برندها ممکن است توصیه متفاوتی داشته باشند.

همچنین اگر CPU سیستم بسیار پرمصرف‌تر از پردازنده‌ای باشد که سازنده GPU در سیستم مرجع استفاده کرده است، انتخاب PSU قوی‌تر منطقی خواهد بود.

وات پاور بر اساس نوع کار هوش مصنوعی

نوع کار AI به تنهایی وات پاور را مشخص نمی‌کند. مهم‌ترین عامل سخت‌افزار است.

در کارهایی نظیر رندر سه‌بعدی و تدوین، علاوه بر مدل‌های زبانی، نیازهای یک کامپیوتر طراحی و گرافیک نیز مطرح می‌شود که فشار همزمان روی CPU و GPU را افزایش می‌دهد.

با این حال الگوی مصرف در کارهای مختلف متفاوت است.

1. اجرای مدل‌های سبک و یادگیری AI

اگر سیستم به کارت‌های کم‌مصرف یا میان‌رده مجهز باشد، معمولاً PSU بین 550 تا 750 وات کافی خواهد بود.

برای مثال یک سیستم مجهز به RTX 5060، RTX 5060 Ti یا GPU مشابه معمولاً نیازی به پاور 1000 وات ندارد.

2. تولید تصویر با هوش مصنوعی

نرم‌افزارهایی مانند Stable Diffusion یا ComfyUI می‌توانند GPU را هنگام تولید تصویر به‌شدت درگیر کنند.

اما وات مورد نیاز همچنان به کارت بستگی دارد.

یک RTX 5070 و RTX 5090 هر دو می‌توانند برای تولید تصویر استفاده شوند، اما توان PSU مورد نیاز آن‌ها کاملاً متفاوت است.

3. اجرای Local LLM

در اجرای مدل‌های زبانی محلی، مقدار VRAM معمولاً یکی از مهم‌ترین معیارهای انتخاب GPU است.

بااین‌حال داشتن VRAM بیشتر الزاماً به معنی مصرف برق بیشتر نیست. برای تعیین PSU باید TBP یا TGP همان کارت را بررسی کنید.

4. آموزش و Fine-tuning مدل

Training و Fine-tuning می‌توانند GPU را برای ساعت‌ها در بار سنگین نگه دارند.

در این سیستم‌ها بهتر است:

• PSU با کیفیت بالا انتخاب شود.

• حاشیه مناسبی برای مصرف مداوم وجود داشته باشد.

• خنک‌کاری PSU و کیس مناسب باشد.

• پاور دائماً در مرز ظرفیت خود کار نکند.

5. تولید ویدیو و رندر

در تولید ویدیو، تدوین حرفه‌ای و رندر سه‌بعدی ممکن است CPU و GPU همزمان تحت فشار قرار گیرند.

در چنین سیستمی بررسی مجموع توان CPU و GPU اهمیت بیشتری پیدا می‌کند.

اگر هدف اصلی شما اجرای پروژه‌های سنگین گرافیکی در کنار AI است، بررسی مشخصات بهترین سیستم خوب برای رندرینگ دید بهتری از انتخاب پاور مناسب به شما می‌دهد.

برای یک کارت گرافیک چند وات پاور لازم است؟

در سیستم تک‌GPU، انتخاب پاور نسبتاً ساده است.

اگر GPU میان‌رده باشد، معمولاً محدوده 600 تا 850 وات کافی است.

برای کارت‌های پرمصرف:

• RTX 4090: حداقل پیشنهادی NVIDIA حدود 850 وات

• RTX 5090: Required System Power حدود 1000 وات

برای سیستم‌های حرفه‌ای با CPU پرمصرف می‌توان یک رده بالاتر را انتخاب کرد.

برای دو کارت گرافیک چند وات پاور لازم است؟

از اینجا به بعد نباید از یک عدد عمومی استفاده کرد.

برای مثال دو کارت 250 واتی کاملاً متفاوت از دو GPU با مصرف 575 وات هستند.

اگر دو RTX 5090 داشته باشید، تنها GPUها در مجموع تا حدود:

1150 وات

توان نامی دارند.

با اضافه شدن CPU، مادربرد، RAM، ذخیره‌سازی، فن‌ها و تجهیزات دیگر، مصرف سیستم می‌تواند از محدوده‌ای عبور کند که PSUهای دسکتاپ معمول برای آن طراحی شده‌اند.

در چنین سیستم‌هایی ممکن است به:

• PSU با توان حدود 1600 وات یا بیشتر

• پاورهای مخصوص ورک‌استیشن

• شاسی سروری

• سیستم توزیع برق تخصصی

نیاز باشد.

عدد دقیق باید بر اساس کل سخت‌افزار محاسبه شود.

سیستم‌های سه یا چهار GPU چه پاوری می‌خواهند؟

سیستم‌های سه یا چهار GPU پرمصرف دیگر یک کیس دسکتاپ معمولی محسوب نمی‌شوند.

در این سطح علاوه بر وات PSU باید موارد زیر بررسی شوند:

• ظرفیت برق ورودی

• نوع پریز و مدار برق

• کابل برق

• ظرفیت PDU

• خنک‌کاری

• تعداد کانکتورهای GPU

• مادربرد و PCIe Laneها

• شاسی

• توان حرارتی قابل دفع

به همین دلیل برای چند GPU حرفه‌ای بهتر است از پلتفرم‌های Workstation یا Server طراحی‌شده برای این منظور استفاده شود.

صرفاً قرار دادن یک PSU با عدد 2500 یا 3000 وات در یک کیس معمولی راه‌حل مناسبی نیست.

پاور Redundant چیست؟

Redundant PSU بیشتر در سرورها و بعضی ورک‌استیشن‌های حرفه‌ای دیده می‌شود.

برای مثال در آرایش 1+1، دو ماژول PSU وجود دارند تا اگر یکی از آن‌ها از کار افتاد، سیستم بتواند با ماژول دیگر به کار ادامه دهد.

بنابراین دو پاور معمولی که هرکدام بخشی از سیستم را تغذیه می‌کنند الزاماً Redundant محسوب نمی‌شوند.

راه‌اندازی چند PSU در یک سیستم دسکتاپ نیز به طراحی صحیح، هماهنگی روشن شدن پاورها و توزیع مناسب بار نیاز دارد و برای کاربران عادی توصیه نمی‌شود.

چه ویژگی‌هایی غیر از وات برای پاور کیس AI مهم هستند؟

توان PSU برای کیس AI فقط یکی از معیارهای خرید است.

پشتیبانی از ATX 3.x

نسخه‌های جدید استاندارد ATX الزامات مشخصی برای مدیریت تغییرات سریع بار و Power Excursion دارند.

برای سیستم‌هایی با GPUهای جدید و پرمصرف، استفاده از یک PSU مدرن مطابق استانداردهای جدید انتخاب مناسبی است.

کانکتور 12V-2×6

در کارت‌های گرافیک جدید ممکن است از کانکتور 16 پین 12V-2×6 استفاده شود.

داشتن کابل Native سازگار روی PSU می‌تواند کابل‌کشی را ساده‌تر کند و نیاز به مبدل را کاهش دهد.

هنگام نصب:

• کانکتور را کاملاً وارد سوکت کنید.

• کابل را بلافاصله کنار سوکت با زاویه تند خم نکنید.

• فقط از کابل مخصوص همان PSU استفاده کنید.

• کابل‌های ماژولار یک پاور را به پاور برند یا مدل دیگر متصل نکنید.

آیا استفاده از آداپتر برق GPU خطرناک است؟

نه به‌صورت مطلق.

بعضی کارت‌های گرافیک همراه با آداپتر رسمی عرضه می‌شوند و استفاده صحیح از آداپتر مورد تأیید سازنده مشکلی ندارد.

مشکل زمانی ایجاد می‌شود که:

• آداپتر نامعتبر استفاده شود.

• کانکتور کامل جا نرود.

• کابل نامناسب استفاده شود.

• کابل بیش از حد خم شود.

• تعداد کابل‌های ورودی توصیه‌شده رعایت نشود.

بنابراین نمی‌توان گفت هر نوع آداپتری برای GPU اشتباه است.

راندمان 80 PLUS

برای بسیاری از ورک‌استیشن‌های AI یک PSU با راندمان 80 PLUS Gold انتخاب مناسبی است.

رده‌های Platinum و Titanium در بارهای طولانی می‌توانند تلفات و گرمای کمتری داشته باشند، اما معمولاً قیمت بیشتری نیز دارند.

نکته مهم این است که 80 PLUS در درجه اول یک گواهی راندمان است و به‌تنهایی کیفیت کلی PSU را تضمین نمی‌کند.

کیفیت طراحی، تنظیم ولتاژ، Ripple، حفاظت‌ها و عملکرد در بارهای لحظه‌ای نیز اهمیت دارند.

تک‌ریل یا چندریل؟

نمی‌توان به‌طور مطلق گفت Single Rail از Multi Rail بهتر است.

یک PSU چندریل با طراحی مناسب و تقسیم صحیح بار می‌تواند کاملاً پایدار باشد و حفاظت OCP مناسبی نیز ارائه دهد.

در سیستم‌های پرمصرف بهتر است به جای انتخاب صرفاً بر اساس عبارت Single Rail یا Multi Rail، بررسی‌های تخصصی همان مدل PSU را مطالعه کنید.

حفاظت‌های الکتریکی

یک PSU باکیفیت برای سیستم هوش مصنوعی باید حفاظت‌های مناسبی مانند موارد زیر داشته باشد:

• OCP: حفاظت اضافه‌جریان

• OVP: حفاظت اضافه‌ولتاژ

• UVP: حفاظت افت ولتاژ

• OPP: حفاظت اضافه‌بار

• SCP: حفاظت اتصال کوتاه

• OTP: حفاظت دمای بیش از حد

ماژولار بودن

استفاده از پاورهای ماژولار علاوه بر خلوت کردن فضای داخلی، طبق اصول آموزش مدیریت کابل کیس باعث گردش هوای بهتر و کاهش دمای قطعات می‌شود.

ماژولار بودن الزام فنی برای AI نیست، اما در سیستم‌های قدرتمند مزایایی مانند:

• کابل‌کشی مرتب‌تر

• کاهش شلوغی کیس

• دسترسی بهتر به قطعات

• بهبود جریان هوا

ایجاد می‌کند.

وات واقعی پاور مهم‌تر است یا عدد روی جعبه؟

فقط دیدن عبارت «1000W» روی PSU برای انتخاب کافی نیست.

یک PSU باید بتواند توان خود را در شرایط واقعی و برای مدت طولانی تحویل دهد.

هنگام خرید بهتر است بررسی کنید:

• برند و مدل دقیق PSU

• تست‌های مستقل

• توان خروجی ریل 12 ولت

• حفاظت‌های الکتریکی

• استاندارد ATX

• تعداد کانکتورها

• گارانتی

• راندمان

• عملکرد حرارتی و صوتی

همچنین گواهی‌هایی مانند Cybenetics و بررسی‌های تخصصی می‌توانند اطلاعات بیشتری درباره عملکرد واقعی PSU ارائه دهند.

آیا Power Limit می‌تواند مصرف کیس AI را کم کند؟

بله.

در بسیاری از GPUها می‌توان Power Limit را کاهش داد.

این کار می‌تواند:

• مصرف برق را کاهش دهد.

• دمای GPU را پایین بیاورد.

• فشار روی PSU را کمتر کند.

• راندمان Performance per Watt را افزایش دهد.

اما میزان افت عملکرد به GPU و workload بستگی دارد.

نباید یک PSU نامناسب را فقط با این فرض انتخاب کنید که همیشه Power Limit فعال خواهد بود.

برای انتخاب PSU بهتر است ابتدا سیستم را برای تنظیمات استاندارد و ایمن طراحی کنید و سپس Power Limit را به‌عنوان روش بهینه‌سازی مصرف در نظر بگیرید.

آندروولت برای کیس هوش مصنوعی

Undervolting می‌تواند در بعضی کارت‌ها مصرف و دما را کاهش دهد، اما نیازمند تست پایداری است.

سیستمی که چند ساعت Training انجام می‌دهد باید کاملاً پایدار باشد؛ حتی یک ناپایداری کوچک می‌تواند باعث Crash شدن پردازش طولانی شود.

بنابراین پس از آندروولت باید سیستم تحت بار واقعی آزمایش شود.

آیا پاور بزرگ‌تر برق بیشتری مصرف می‌کند؟

خیر.

یک PSU با ظرفیت 1200 وات دائماً 1200 وات برق مصرف نمی‌کند.

مصرف واقعی را قطعات سیستم هوش مصنوعی تعیین می‌کنند.

برای مثال اگر سیستم در یک لحظه 500 وات توان DC نیاز داشته باشد، PSU فقط متناسب با همان بار از شبکه برق انرژی دریافت می‌کند؛ البته مقداری نیز به دلیل تلفات PSU مصرف می‌شود.

به همین دلیل راندمان پاور اهمیت دارد.

برق ورودی سیستم‌های 1600 وات به بالا را جدی بگیرید

در سیستم‌های بسیار پرمصرف فقط PSU مهم نیست.

اگر سیستم بتواند نزدیک 1600، 2000 یا حتی 2500 وات مصرف کند، ظرفیت مدار برق ساختمان نیز باید بررسی شود.

توانی که PSU روی خروجی DC تحویل می‌دهد با مصرف آن از پریز دقیقاً برابر نیست؛ به علت راندمان، ورودی AC کمی بیشتر خواهد بود.

بنابراین در سیستم‌های چند GPU باید موارد زیر بررسی شوند:

• ولتاژ برق محل

• حداکثر جریان مدار

• ظرفیت پریز

• کیفیت کابل برق

• محافظ یا PDU

• تجهیزات دیگری که روی همان مدار هستند

این موضوع مخصوصاً در ورک‌استیشن‌های چند GPU اهمیت زیادی دارد.

UPS مناسب کیس هوش مصنوعی

اگر سیستم برای Training، Render یا پردازش‌های طولانی استفاده می‌شود، UPS می‌تواند از قطع ناگهانی کار جلوگیری کند.

هنگام انتخاب UPS فقط عدد VA را نبینید.

باید بررسی کنید:

• حداکثر توان واقعی بر حسب وات

• سازگاری با Active PFC

• زمان Backup مورد نیاز

• توان لحظه‌ای

• شکل موج خروجی

برای ورک‌استیشن‌های پرمصرف ممکن است به UPS حرفه‌ای با ظرفیت بسیار بالاتر از UPSهای اداری معمول نیاز باشد.

هماهنگی پاور با کیس و سایر قطعات

قبل از خرید PSU موارد فیزیکی را نیز بررسی کنید.

ابعاد پاور

پاورهای 1000، 1200 و 1600 واتی ممکن است طول بیشتری نسبت به PSUهای معمول داشته باشند.

بررسی کنید کیس فضای کافی برای:

• طول PSU

• کابل‌های خروجی

• Cage هارددیسک

• خم شدن مناسب کابل‌ها

داشته باشد.

تعداد کانکتورها

در سیستم‌های چند GPU تنها وات کافی نیست.

PSU باید تعداد کافی کانکتور مورد نیاز کارت‌ها را نیز داشته باشد.

از Splitter یا تبدیل‌های نامناسب برای جبران کمبود کانکتور استفاده نکنید.

کابل مخصوص PSU

یکی از مهم‌ترین نکات ایمنی در پاورهای ماژولار این است که کابل‌های آن‌ها لزوماً Pinout یکسانی ندارند.

حتی اگر دو کابل ظاهراً مشابه باشند، کابل PSU یک برند یا مدل را نباید بدون تأیید سازنده روی PSU دیگری استفاده کرد.

اشتباهات رایج هنگام انتخاب پاور کیس هوش مصنوعی

1. انتخاب PSU فقط بر اساس مصرف GPU

RTX 5090 ممکن است حدود 575 وات مصرف کند، اما سیستم فقط شامل GPU نیست.

CPU و سایر قطعات نیز باید در نظر گرفته شوند.

2. انتخاب پاور فقط با فرمول درصدی

فرمول‌هایی مانند «مصرف سیستم + 25 درصد» برای تخمین اولیه مفید هستند، اما جای توصیه رسمی سازنده و بررسی Power Excursion را نمی‌گیرند.

3. خرید پاور با وات بسیار بالا ولی کیفیت پایین

یک PSU باکیفیت 850 وات ممکن است انتخاب بسیار مطمئن‌تری از یک PSU ضعیف با برچسب 1000 وات باشد.

4. تصور اینکه Gold یعنی پاور حتماً باکیفیت است

80 PLUS Gold درباره راندمان است.

کیفیت طراحی داخلی، Ripple، حفاظت‌ها و عملکرد واقعی باید جداگانه بررسی شود.

5. استفاده نادرست از کابل GPU

کانکتور نیمه‌جا، کابل نامناسب یا مبدل غیرمعتبر می‌تواند مشکل‌ساز شود.

6. استفاده از کابل ماژولار پاور دیگر

شباهت ظاهری کانکتورها تضمین نمی‌کند Pinout آن‌ها یکسان باشد.

7. نادیده گرفتن ارتقای آینده

اگر احتمال می‌دهید در آینده GPU یا CPU پرمصرف‌تری نصب کنید، کمی فضای ارتقا در انتخاب PSU در نظر بگیرید.

8. نادیده گرفتن برق ورودی

در سیستم‌های 1600 وات به بالا ممکن است محدودیت اصلی دیگر خود PSU نباشد، بلکه مدار برق ساختمان باشد.

بالاخره چه پاوری برای کیس هوش مصنوعی بخریم؟

اگر سیستم هنوز مشخص نشده است، می‌توان این راهنمای سریع را در نظر گرفت:

• GPU اقتصادی:
  معمولاً 550 تا 650 وات
• GPU میان‌رده:
  حدود 650 تا 750 وات
• GPU قدرتمند:
  حدود 750 تا 1000 وات
• RTX 4090:
  850 وات حداقل رسمی؛ 1000 وات برای بسیاری از سیستم‌های قدرتمند انتخاب راحت‌تری است.
• RTX 5090:
  NVIDIA برای سیستم مرجع 1000 وات اعلام کرده است. در کنار CPU پرمصرف، پاور 1200 وات می‌تواند فضای بیشتری ایجاد کند.
• ورک‌استیشن تک‌GPU حرفه‌ای:
  معمولاً حدود 1000 تا 1300 وات بسته به CPU و GPU
• دو GPU پرمصرف:
  معمولاً وارد محدوده 1600 وات یا بیشتر می‌شوید و باید کل سیستم دقیق محاسبه شود.
• سه یا چهار GPU:
  بهتر است سیستم به‌عنوان یک Workstation یا Server حرفه‌ای طراحی شود و علاوه بر PSU، برق ورودی و خنک‌کاری نیز محاسبه شود.

جمع‌بندی

برای تعیین اینکه چند وات پاور برای کیس هوش مصنوعی کافی است نمی‌توان یک عدد ثابت برای همه سیستم‌ها ارائه کرد.

مهم‌ترین عامل مدل و تعداد کارت‌های گرافیک است، اما مصرف CPU، سایر قطعات، توان لحظه‌ای، کیفیت PSU و نوع بار کاری نیز اهمیت دارند.

برای انتخاب پاور:

1. توان GPU را بررسی کنید.

2. حداکثر مصرف CPU را در نظر بگیرید.

3. مصرف سایر قطعات را اضافه کنید.

4. حاشیه منطقی برای بار پایدار و ارتقا در نظر بگیرید.

5. عدد حاصل را با Recommended System Power سازنده GPU مقایسه کنید.

6. عدد پایین‌تر را انتخاب نکنید مگر اینکه محاسبه تخصصی انجام داده باشید.

7. علاوه بر وات، استاندارد ATX، کابل‌ها، حفاظت‌ها و کیفیت واقعی PSU را نیز بررسی کنید.

برای بیشتر سیستم‌های AI تک‌GPU، محدوده 650 تا 1000 وات کافی است. سیستم‌های مجهز به GPUهای بسیار پرمصرف مانند RTX 5090 یا چند کارت گرافیک می‌توانند به PSUهای 1000 تا 1600 وات و بالاتر نیاز داشته باشند.

در نهایت، انتخاب پاور تنها گام اسمبل نیست؛ برای انتخاب سایر قطعات می‌توانید راهنمای خرید کیس برای هوش مصنوعی و یادگیری ماشین را مطالعه کنید.

سوالات متداول

1. برای کیس هوش مصنوعی چند وات پاور لازم است؟

بسته به سخت‌افزار، از حدود 550 وات برای سیستم‌های اقتصادی تا بیش از 1600 وات برای ورک‌استیشن‌های چند GPU. بیشتر سیستم‌های تک‌GPU در محدوده 650 تا 1000 وات قرار می‌گیرند.

2. آیا پاور 650 وات برای هوش مصنوعی کافی است؟

برای سیستم‌های مجهز به GPUهای کم‌مصرف یا میان‌رده می‌تواند کافی باشد. برای کارت‌های پرچم‌دار مانند RTX 4090 یا RTX 5090 مناسب نیست.

3. آیا پاور 750 وات برای AI کافی است؟

برای تعداد زیادی از سیستم‌های میان‌رده و بعضی کارت‌های قدرتمند کافی است، اما باید توصیه رسمی GPU و مصرف CPU بررسی شود.

4. آیا پاور 850 وات برای کیس هوش مصنوعی کافی است؟

برای بسیاری از سیستم‌های تک‌GPU بله. NVIDIA برای RTX 4090 در پیکربندی مرجع حداقل 850 وات اعلام کرده است. برای RTX 5090 بهتر است به محدوده 1000 وات یا بالاتر نگاه کنید.

5. آیا پاور 1000 وات برای RTX 5090 کافی است؟

بله. NVIDIA برای RTX 5090 Founders Edition در سیستم مرجع خود Required System Power برابر 1000 وات اعلام می‌کند. اگر CPU بسیار پرمصرف یا تجهیزات جانبی زیادی داشته باشید، پاور 1200 وات می‌تواند حاشیه بیشتری فراهم کند.

6. آیا 80 PLUS Gold برای کیس هوش مصنوعی کافی است؟

بله، در بیشتر سیستم‌ها Gold کاملاً مناسب است. اما 80 PLUS فقط راندمان را نشان می‌دهد و کیفیت کلی PSU باید جداگانه بررسی شود.

7. آیا پاور قوی‌تر برق بیشتری مصرف می‌کند؟

خیر. ظرفیت PSU حداکثر توانی است که می‌تواند ارائه دهد. مصرف واقعی را قطعات سیستم تعیین می‌کنند.