Icon Icon Icon

Tin Công Nghệ

Nguồn Điện Máy Chủ Quan Trọng Thế Nào Với GPU AI Công Suất Cao?

6 17/11/2026

Khi nhắc đến hiệu năng của máy chủ AI, phần lớn sự chú ý thường tập trung vào GPU, bộ nhớ HBM, CPU hay khả năng kết nối tốc độ cao. Tuy nhiên, có một thành phần ít được quan tâm hơn nhưng lại ảnh hưởng trực tiếp đến khả năng vận hành ổn định của toàn bộ hệ thống: nguồn điện máy chủ (Power Supply Unit – PSU).

Các dòng GPU AI hiệu năng cao ngày càng đặt ra yêu cầu lớn đối với hệ thống cấp điện. Một máy chủ tích hợp nhiều GPU có thể cần công suất lên đến hàng kilowatt, chưa kể linh kiện máy chủ: CPU, RAM, ổ lưu trữ, hệ thống mạng và làm mát.

Liệu một bộ nguồn công suất lớn đã đủ để đảm bảo AI Server hoạt động ổn định?

Câu trả lời là chưa. Nguồn điện cho máy chủ GPU AI không chỉ cần đáp ứng công suất mà còn phải bảo đảm khả năng cấp điện liên tục, xử lý biến động tải, hiệu suất chuyển đổi và tính dự phòng khi xảy ra sự cố.

Vì Sao GPU AI Công Suất Cao Đặt Áp Lực Lớn Lên Nguồn Điện Máy Chủ?

Nguồn điện máy chủ
Nguồn Điện Máy Chủ Quan Trọng Thế Nào Với GPU AI Công Suất Cao? Tìm hiểu về cách tính nguồn điện máy chủ, công suất nguồn máy chủ, PSU dự phòng

GPU AI đang tiêu thụ bao nhiêu điện năng?

GPU phục vụ AI Training, AI Inference và High Performance Computing (HPC) được thiết kế để thực hiện khối lượng lớn phép toán song song. Khi xử lý những tác vụ này, GPU có thể duy trì mức sử dụng tài nguyên cao trong thời gian dài.

Một số mức công suất GPU được NVIDIA công bố:

GPU AICông suất tối đa công bố
NVIDIA H200 SXMTối đa 700W, có thể cấu hình
NVIDIA H200 NVLTối đa 600W, có thể cấu hình
NVIDIA RTX PRO 6000 Blackwell Server EditionTối đa 600W, có thể cấu hình

Đối với hệ thống sử dụng 8 GPU hoặc cụm nhiều GPU Server, tổng nhu cầu điện có thể tăng đáng kể. Vì vậy, lựa chọn nguồn điện không thể chỉ dựa vào số lượng GPU mà cần đánh giá toàn bộ cấu hình và mức tiêu thụ của hệ thống.

GPU AI không phải lúc nào cũng tiêu thụ điện ổn định

Một điểm khác biệt quan trọng của AI Server nằm ở đặc điểm tải điện thay đổi theo workload.

Trong quá trình vận hành, GPU có thể chuyển đổi giữa nhiều trạng thái:

  • Idle: GPU ít hoạt động, công suất tiêu thụ thấp.

  • AI Inference: GPU xử lý các yêu cầu suy luận với mức tải thay đổi theo số lượng truy vấn, kích thước mô hình và mức độ xử lý đồng thời.

  • AI Training: GPU thực hiện các bước huấn luyện, thường có những giai đoạn sử dụng tài nguyên tính toán ở mức cao.

  • Multi-GPU Computing: Nhiều GPU cùng hoạt động, làm tổng công suất của hệ thống tăng nhanh.

Khi workload thay đổi, mức tiêu thụ điện cũng có thể biến động trong thời gian rất ngắn. Hiện tượng này thường được gọi là power transients hoặc biến động công suất tức thời.

Schneider Electric cũng xác định những biến động tải nhanh của cụm GPU là một thách thức đáng chú ý đối với kiến trúc cấp điện cho AI Data Center.

Nếu PSU hoặc hệ thống phân phối điện không đáp ứng được yêu cầu thiết kế, máy chủ có thể gặp tình trạng giảm hiệu năng, cảnh báo nguồn hoặc gián đoạn hoạt động.

Điều đó cho thấy, nguồn điện GPU AI cần được lựa chọn theo cả công suất vận hành và khả năng đáp ứng tải thay đổi, thay vì chỉ dựa trên mức điện năng tiêu thụ trung bình.

Nguồn Điện Máy Chủ Ảnh Hưởng Thế Nào Đến Hiệu Năng GPU AI?

Công suất GPU AI
Minh họa tổng công suất của bốn GPU AI trong một máy chủ

Nguồn điện không trực tiếp quyết định năng lực tính toán của GPU, nhưng có ảnh hưởng lớn đến khả năng duy trì hiệu năng và độ ổn định của máy chủ.

Duy trì khả năng hoạt động khi GPU xử lý tải nặng

Trong các hệ thống AI Training, GPU có thể phải vận hành liên tục trong nhiều giờ hoặc nhiều ngày để hoàn thành quá trình huấn luyện mô hình.

Để duy trì hoạt động, hệ thống nguồn phải cung cấp đủ điện năng cho GPU và những thành phần liên quan trong điều kiện tải lớn.

Nếu nguồn điện không đáp ứng được nhu cầu, một số hệ thống có thể kích hoạt cơ chế giới hạn công suất, giảm xung hoặc tắt máy để bảo vệ phần cứng. Cách phản ứng cụ thể phụ thuộc vào thiết kế của từng nền tảng máy chủ.

Hệ quả có thể bao gồm:

  • Giảm throughput và kéo dài thời gian xử lý AI.

  • Gián đoạn tác vụ huấn luyện hoặc suy luận.

  • Mất thời gian khôi phục workload và dữ liệu chưa được lưu.

  • Ảnh hưởng đến khả năng cung cấp dịch vụ AI liên tục.

Vì vậy, một GPU mạnh chỉ có thể phát huy khả năng xử lý khi được vận hành trong hệ thống có nguồn điện và khả năng giải nhiệt phù hợp.

Hạn chế rủi ro khi xảy ra sự cố nguồn

Với doanh nghiệp sử dụng AI Server để vận hành chatbot nội bộ, xử lý dữ liệu khách hàng hoặc triển khai các ứng dụng AI On-Premise, sự gián đoạn nguồn điện có thể ảnh hưởng đến nhiều hoạt động.

Ngoài nguồn điện lưới, các điểm có thể xảy ra sự cố còn bao gồm PSU, PDU, đường dây, thiết bị bảo vệ và hệ thống UPS.

Do đó, cần xem xét khả năng dự phòng tại nhiều cấp độ, thay vì chỉ lắp thêm một bộ nguồn cho máy chủ.

Đảm bảo khả năng mở rộng cấu hình GPU

Không phải doanh nghiệp nào cũng triển khai AI Server ở cấu hình tối đa ngay từ đầu.

Một hệ thống ban đầu có thể sử dụng 1–2 GPU cho AI Inference, sau đó cần nâng cấp số lượng GPU để xử lý thêm workload hoặc mở rộng mô hình.

Nếu công suất PSU và hạ tầng điện đã được sử dụng gần hết, kế hoạch nâng cấp có thể phải đi kèm việc thay nguồn, thay đổi cấu hình máy chủ hoặc cải tạo hệ thống cấp điện.

Vì vậy, dự trù khả năng mở rộng ngay từ giai đoạn lựa chọn máy chủ có thể giúp doanh nghiệp chủ động hơn về chi phí và thời gian triển khai.

PSU Công Suất Lớn Có Đồng Nghĩa Với Nguồn Điện Tốt?

Không hoàn toàn. Công suất là một thông số quan trọng nhưng chưa đủ để đánh giá chất lượng và sự phù hợp của PSU.

Công suất định mức và công suất thực tế

Công suất ghi trên PSU thường thể hiện khả năng cung cấp điện đầu ra theo điều kiện kỹ thuật được nhà sản xuất quy định.

Chẳng hạn, máy chủ hỗ trợ PSU 2.800W không có nghĩa là PSU luôn tiêu thụ 2.800W từ nguồn điện.

Mức điện năng sử dụng thực tế phụ thuộc vào tải của hệ thống và hiệu suất chuyển đổi điện năng.

Ngoài ra, công suất đầu ra của một số PSU có thể thay đổi theo điện áp đầu vào. Dell PowerEdge R760xa, chẳng hạn, có tùy chọn PSU Titanium 2.800W sử dụng nguồn 200–240V AC hoặc 240V Dell.

Vì vậy, khi lựa chọn PSU cho GPU Server, cần kiểm tra cả công suất, điện áp đầu vào và khả năng tương thích với cấu hình máy chủ.

Hiệu suất chuyển đổi nguồn điện

PSU chuyển đổi điện năng từ nguồn đầu vào thành điện áp phù hợp với các linh kiện bên trong máy chủ. Quá trình chuyển đổi luôn có một phần năng lượng hao phí dưới dạng nhiệt.

Hiệu suất càng cao, lượng điện hao phí ở cùng mức công suất đầu ra càng thấp.

Hai cấp chứng nhận phổ biến trên nguồn máy chủ doanh nghiệp là:

Tiêu chí80 PLUS Platinum80 PLUS Titanium
Mục tiêuNâng cao hiệu quả chuyển đổi điệnĐạt hiệu suất chuyển đổi cao hơn
Hiệu suất tại 50% tải, chuẩn 230V Internal Redundant94%96%
Lợi íchGiảm tổn hao điện năngTiếp tục giảm tổn hao ở điều kiện thử nghiệm tương ứng
Lưu ýKhông đảm bảo chất lượng nguồn điện đầu vàoKhông thay thế khả năng dự phòng hay bảo vệ điện

Theo tiêu chí chứng nhận 80 PLUS dành cho PSU dự phòng trung tâm dữ liệu ở 230V. Hiệu suất thực tế thay đổi theo thiết bị và mức tải.

Chênh lệch hiệu suất có thể không quá lớn ở một máy chủ, nhưng khi triển khai nhiều AI Server hoạt động liên tục, lượng năng lượng hao phí có thể trở thành yếu tố đáng cân nhắc trong tổng chi phí vận hành.

Tuy nhiên, không nên lựa chọn PSU chỉ dựa vào chứng nhận Platinum hoặc Titanium. Khả năng tương thích, công suất, cấu hình dự phòng và đặc tính vận hành của nguồn vẫn là những tiêu chí quan trọng hơn.

Nguồn Dự Phòng PSU: Vì Sao Quan Trọng Với Máy Chủ GPU AI?

Kiến trúc PSU dự phòng
Sơ đồ nguyên lý nguồn dự phòng PSU 1+1 trong hệ thống máy chủ.

Một trong những yêu cầu quan trọng của hệ thống máy chủ doanh nghiệp là hạn chế điểm lỗi đơn (Single Point of Failure).

Đây cũng là lý do các dòng máy chủ chuyên dụng thường hỗ trợ nhiều PSU hoạt động song song theo những cấu hình dự phòng khác nhau.

Các mô hình PSU dự phòng

Cấu hìnhNguyên lý hoạt động
1+1Một PSU có khả năng đáp ứng tải khi PSU còn lại gặp lỗi
N+1Có thêm một PSU dự phòng so với số PSU tối thiểu cần thiết
N+NHai nhóm PSU có khả năng dự phòng cho nhau theo thiết kế hệ thống
N+0Không có PSU dự phòng, toàn bộ PSU tham gia đáp ứng tải

Không phải mọi máy chủ đều hỗ trợ tất cả các chế độ trên.

Ví dụ, HPE ProLiant DL380a Gen11 hỗ trợ cấu hình 2 PSU với chế độ 1+1 và cấu hình 4 PSU với các chế độ 2+2, 3+1 hoặc 4+0.

Đối với nền tảng AI tích hợp, NVIDIA DGX B300 được thiết kế với 12 PSU theo cấu hình N+N và công suất đầu vào hệ thống tối đa được công bố là 15kW. Đây là ví dụ cho thấy yêu cầu cấp điện và dự phòng có thể rất lớn ở các hệ thống AI chuyên dụng.

Lưu ý: Nhiều PSU không đồng nghĩa toàn bộ công suất ghi trên chúng đều có thể sử dụng đồng thời khi vẫn duy trì dự phòng.

Khi một PSU hoặc một nhánh cấp điện gặp sự cố, những nguồn còn lại phải đủ khả năng đáp ứng mức tải theo chính sách dự phòng. Một số máy chủ có thể tiếp tục hoạt động nhưng bị giới hạn hiệu năng.

PSU dự phòng có thay thế UPS được không?

Không. Đây là hai thành phần đảm nhiệm những chức năng khác nhau:

  • PSU (Power Supply Unit): Chuyển đổi và cung cấp điện cho các thành phần bên trong máy chủ.

  • UPS (Uninterruptible Power Supply): Cung cấp điện dự phòng trong thời gian nhất định khi nguồn điện đầu vào gặp sự cố, đồng thời hỗ trợ bảo vệ nguồn tùy theo công nghệ UPS.

PSU dự phòng giúp máy chủ tiếp tục hoạt động khi một module nguồn bị lỗi, với điều kiện dung lượng dự phòng còn đủ.

Trong khi đó, UPS giúp duy trì cấp điện khi nguồn điện lưới bị gián đoạn. Thời gian duy trì phụ thuộc vào công suất tải, dung lượng pin và cấu hình UPS.

Với môi trường AI Server hoạt động liên tục, doanh nghiệp cần đánh giá kết hợp PSU, UPS, PDU và các nhánh điện độc lập.

Hạ Tầng Điện Cho GPU Server: Không Chỉ Có PSU

Ngay cả khi đã lựa chọn PSU phù hợp, AI Server vẫn có thể gặp sự cố nếu hệ thống cấp điện bên ngoài không đáp ứng yêu cầu vận hành.

Sơ đồ nguyên lý cấp điện đơn giản cho AI Server. Hệ thống thực tế có thể sử dụng nhiều nhánh nguồn A/B và các cấp phân phối điện khác nhau.

PDU và hệ thống phân phối điện

PDU (Power Distribution Unit) có chức năng phân phối điện đến các thiết bị trong rack máy chủ.

Với hệ thống GPU Server công suất cao, PDU cần được lựa chọn theo tổng dòng điện, công suất, loại đầu nối và đặc điểm của mạch cấp điện.

PDU có khả năng giám sát còn hỗ trợ quản trị viên theo dõi mức tải và phát hiện nguy cơ quá tải trước khi ảnh hưởng đến hoạt động.

Đặc biệt, khi triển khai nguồn cấp A/B, cần bảo đảm nhánh còn lại đủ khả năng đáp ứng tải theo kịch bản sự cố đã thiết kế.

UPS và khả năng duy trì hoạt động

Hệ thống cấp điện AI Server
Kiến trúc cấp điện cho AI Server gồm UPS, PDU, PSU và GPU

UPS là thành phần quan trọng đối với doanh nghiệp cần duy trì tính liên tục của hệ thống AI.

Khi lựa chọn UPS cho GPU Server, cần quan tâm đến công suất thực (kW), công suất biểu kiến (kVA), hệ số công suất, khả năng chịu quá tải, thời gian lưu điện và mức độ tương thích với PSU.

UPS không nhất thiết phải duy trì AI Server trong nhiều giờ. Tùy yêu cầu vận hành, UPS có thể được thiết kế để duy trì hệ thống trong thời gian chuyển sang nguồn dự phòng hoặc thực hiện shutdown an toàn.

Schneider Electric khuyến nghị xem xét khoảng công suất dự phòng cho UPS, tránh duy trì thiết bị liên tục ở mức tải tối đa và kiểm tra biểu đồ thời gian lưu điện của từng sản phẩm.

Nguồn điện và làm mát cần được thiết kế đồng bộ

Phần lớn điện năng sử dụng bởi GPU Server cuối cùng sẽ chuyển thành nhiệt trong môi trường vận hành.

Do đó, công suất điện cao thường kéo theo yêu cầu giải nhiệt lớn hơn.

Khi triển khai các hệ thống AI có mật độ GPU cao, doanh nghiệp cần đồng thời đánh giá hệ thống điện, luồng khí, giải pháp làm mát và khả năng vận hành của phòng máy.

Những Sai Lầm Cần Tránh Khi Lựa Chọn Nguồn Điện Máy Chủ AI

Một số vấn đề phổ biến có thể xuất hiện khi doanh nghiệp triển khai hoặc nâng cấp GPU Server:

Chỉ tính công suất GPU: Bỏ qua CPU server, RAM, quạt, ổ lưu trữ và các thành phần khác, khiến mức công suất dự trù chưa đầy đủ.

Cộng công suất mọi PSU thành công suất khả dụng: Không xét đến chế độ dự phòng và khả năng duy trì tải sau khi mất một PSU hoặc một nhánh điện.

Không kiểm tra điện áp đầu vào: Một số PSU công suất lớn yêu cầu điện áp đầu vào cụ thể để đạt công suất định mức.

Sử dụng PSU không tương thích: Trộn các module nguồn khác loại hoặc không được nhà sản xuất hỗ trợ có thể gây lỗi. HPE cũng cảnh báo việc sử dụng các PSU không đồng nhất có thể ảnh hưởng đến chế độ dự phòng và tính ổn định hệ thống.

Thiếu giám sát điện năng: Không theo dõi mức tiêu thụ, tải đỉnh và trạng thái PSU khiến quản trị viên khó nhận biết vấn đề trước khi xảy ra sự cố.

NSTECH – Tư Vấn Hạ Tầng Máy Chủ AI Và Giải Pháp Nguồn Điện Phù Hợp

Nguồn điện máy chủ là một phần quan trọng trong kiến trúc hạ tầng AI, ảnh hưởng đến khả năng duy trì hiệu năng, tính liên tục và kế hoạch mở rộng hệ thống.

Việc lựa chọn PSU công suất cao chưa đủ để bảo đảm AI Server vận hành ổn định. Doanh nghiệp cần đánh giá đồng bộ GPU, CPU, khả năng cấp điện, dự phòng nguồn, UPS, PDU và hệ thống làm mát.

NSTECH đồng hành cùng doanh nghiệp trong quá trình lựa chọn cấu hình máy chủ và xây dựng phương án hạ tầng CNTT phù hợp với nhu cầu triển khai AI.

Nếu doanh nghiệp đang có kế hoạch đầu tư GPU Server, nâng cấp hệ thống AI On-Premise hoặc mở rộng cụm máy chủ AI, hãy liên hệ NSTECH để trao đổi về cấu hình phần cứng, nhu cầu công suất và các điều kiện hạ tầng cần chuẩn bị.

Website: https://nstech.vn/
Hotline: 09 3333 5554
Email: ducnh@nstech.vn
Văn Phòng TPHCM: 419/2N Phan Xích Long, Phường Đức Nhuận, Tp.Hồ Chí Minh
Văn Phòng Hà Nội: Tầng 6 Số 95 Phố Hoàng Cầu, Phường Đống Đa, Thành phố Hà Nội
Văn Phòng Đà Nẵng: Số 36 đường Nguyễn Cư Trinh, Phường Hòa Cường, TP Đà Nẵng

CHIA SẺ BÀI VIẾT

Icon Icon Icon
Gửi Liên Hệ (24/24h)
Chat Facebook (8h-24h)
Chat Zalo (8h-24h)
0933335554 (8h-24h)

Yêu Cầu Báo Giá

Họ và tên*

Số điện thoại*

Email*

Ghi chú

Đã gửi thành công!