Dimensionado de la fuente y configuraciones de doble fuente para servidores de IA multi-GPU

La alimentación es lo que peor se resuelve en el primer intento en casi todos los equipos multi-GPU. Es también el modo de fallo más caro de corregir después: si la fuente de alimentación se queda corta, el sistema se reinicia de forma aleatoria bajo carga; si se pasa de potencia, habrá malgastado €400 en una unidad que funciona al 30% de eficiencia. La cuestión de la doble fuente es todavía peor, porque casi todo lo que se escribe en internet sobre «redundancia» es falso en el contexto de un chasis de estación de trabajo o de servidor 4U con GPU de consumo.

Este artículo es la aritmética, la realidad del factor de forma y el planteamiento honesto para un equipo de 4 y de 8 GPU sobre el hardware que realmente enviamos: RTX 5090, 4090, RTX Pro 6000 Blackwell (Workstation y Max-Q), L40 y L4, sobre plataformas host EPYC.

El cálculo de la potencia total

La cifra que le importa es el consumo sostenido en la toma bajo carga realista, más suficiente margen para que los picos transitorios no disparen la protección contra sobrecorriente de la fuente. La fórmula es sencilla:

P_total  =  (GPU_TDP × N_gpu)  +  CPU_TDP  +  drives  +  fans  +  motherboard
P_psu    =  P_total / efficiency_at_load  ×  1.30  (30% headroom)

El margen del 30% no es arbitrario. Cubre tres cosas a la vez: los picos transitorios de la GPU, la caída de eficiencia cuando se empuja la fuente más allá de ~70% de su potencia nominal, y el hecho de que el TDP de una GPU es una cifra de marketing que las cargas de trabajo reales superan de vez en cuando.

Los TDP de referencia que usamos para dimensionar:

El patrón: las tarjetas de estación de trabajo (Pro 6000, L40, L4) mantienen su TDP nominal con rigidez porque llevan límites de potencia por firmware pensados para carga sostenida de centro de datos. Las tarjetas de consumo (5090, 4090) dan picos. Una 5090 llegará a consumir 600 W o más durante decenas de milisegundos en una transición de carga de trabajo. Multiplique eso por cuatro tarjetas con transitorios desfasados entre sí y su fuente verá picos breves muy por encima de la media en régimen permanente.

Por eso «la cuenta dice 1500 W, compro una fuente de 1500 W» es la forma más habitual de que un equipo con 4× 5090 acabe reiniciándose bajo estrés.

Picos transitorios: por qué el margen es real

El comportamiento transitorio de las GPU de consumo de la clase Blackwell está bien documentado. Una 5090 en reposo a ~30 W puede saltar a 600 W en un solo milisegundo cuando se lanza un kernel CUDA sobre una cola vacía. El propio VRM de la tarjeta suaviza parte de ello, pero una fracción nada despreciable llega de vuelta a los raíles de la fuente. Una 4090 hace lo mismo con picos de ~500 W.

Dos consecuencias:

1. La protección contra sobrecorriente (OCP) de la fuente es el punto de fallo, no la capacidad media del raíl. Una fuente de 1500 W con una OCP agresiva fijada en ~130% de su potencia nominal saltará cuando cuatro 5090 coincidan en un pico. El reinicio es silencioso: sin registro de eventos, sin aviso, el sistema simplemente vuelve a arrancar. Diagnosticarlo sin instrumentación lleva días.
2. El tiempo de respuesta de la fuente importa más que la potencia de pico. Las fuentes ATX de gama alta y de grado servidor tienen una capacidad de hold-up que absorbe transitorios de menos de un milisegundo sin hacer oscilar el raíl. Las unidades baratas o antiguas, no. Por eso la diferencia de precio entre una fuente de 2 kW de grado industrial y una de 2 kW «gaming» de consumo es real: no es solo la etiqueta.

La regla práctica que usamos: fije como carga en régimen permanente el 70% de la potencia nominal de la fuente y deje el 30% para los transitorios y la curva de eficiencia. Un equipo con 4× 5090 a ~2.3 kW sostenidos pide un presupuesto de fuente de 3 kW, lo que en la práctica significa dos fuentes ATX de 1500 W repartiendo la carga.

Certificaciones 80+: qué significan realmente

Los niveles de certificación 80+ describen la eficiencia al 20%, 50% y 100% de carga, con entrada de 115 V o de 230 V. Las cifras relevantes para un servidor de IA multi-GPU (que vive cerca del 50% de carga la mayor parte del tiempo) con suministro europeo de 230 V:

Al 50% de carga, la diferencia entre Gold y Titanium es de cuatro puntos porcentuales. En un sistema de 2 kW funcionando 24/7, cuatro puntos son unos 80 W continuos, o ~700 kWh al año. A €0.20/kWh eso son €140 al año por fuente. Titanium se amortiza en menos de dos años en un servidor que de verdad cumple el ciclo de trabajo para el que está hecho; Gold es la respuesta correcta si el sistema está parado la mitad del tiempo.

No afirmamos 80+ Platinum ni Titanium en las páginas de producto de Kentino salvo que tengamos la certificación en nuestro poder. La inmensa mayoría de las fuentes ATX de 2 kW que enviamos son Gold. Los clientes que necesiten específicamente Platinum o Titanium para un despliegue en colocación 24/7 pueden solicitarlo como opción de configuración: lo buscamos y lo presupuestamos.

ATX frente a fuentes de grado servidor intercambiables en caliente

La cuestión del factor de forma se divide con claridad:

ATX (fuente única, hasta ~2 kW)

• Los chasis estándar de estación de trabajo 4U admiten una o dos fuentes ATX.
• La potencia máxima práctica por unidad ATX es ~2 kW (el límite de un circuito monofásico de 240 V a 16 A es de 3.6 kW en total).
• Los cables son modulares y reemplazables por el usuario, y los pinouts de los conectores son estándar.
• Sin intercambio en caliente. Un fallo de la fuente implica apagar y desmontar.
• Coste: €200–€500 para una unidad ATX de 2 kW seria (Corsair AX, Seasonic PRIME, EVGA SuperNOVA G+, Super Flower Leadex).

CRPS (Common Redundant Power Supply, factor de forma de servidor)

• Módulo de fuente de servidor estándar del sector, ~73.5 mm × 185 mm × 40 mm.
• Se usa en chasis de servidor Supermicro, Tyan, Gigabyte y Bone64c.
• Intercambio en caliente real cuando se combina con un backplane redundante (1+1 o 2+2).
• Potencias habituales: 1200 W, 1600 W, 2000 W, 2400 W, 3000 W por módulo.
• Coste: €350–€700 por módulo, más el backplane.

El planteamiento honesto para los equipos de Kentino:

• Los servidores Kentino AI de 4 GPU se envían en chasis de estación de trabajo/servidor 4U con doble fuente ATX: en concreto, dos de 1500 W o dos de 2000 W según la combinación de GPU.
• Los servidores Kentino AI de 8 GPU se envían en chasis de servidor con dos o cuatro módulos CRPS de 2000–2400 W cada uno. Estas son las configuraciones en las que la redundancia 1+1 real se convierte en una opción con sentido, porque el backplane del chasis la admite.

La honestidad sobre la doble fuente: reparto de carga, no N+1

Esta es la especificación peor representada del mercado de equipos multi-GPU, y no vamos a repetir el error.

En un chasis de estación de trabajo 4U con dos fuentes ATX:

Las dos fuentes no son redundantes. Alimentan cargas distintas. Un cableado típico es:

Reparto de carga con doble fuente ATX. Sin raíles compartidos, sin conmutación por error. Dos grupos de carga separados.

No existe «conmutación automática por error» entre dos fuentes ATX en esta topología. Las fuentes ATX no comparten raíles. La salida de 12 V de la fuente A no está unida eléctricamente a la salida de 12 V de la fuente B. Si las cableara juntas, crearía un bucle de corriente y dañaría una de las dos o ambas.

La razón por la que usamos doble fuente en equipos de 4 GPU y mayores es el reparto de la entrega de potencia: una única unidad ATX de 2 kW al 70% de carga está bien sobre el papel, pero solo el mazo de cables —cuatro tiradas PCIe de GPU, más la placa base, más EPS— es físicamente penoso de enrutar desde una sola fuente. Dividir en dos unidades de 1500 W o 2000 W reduce a la mitad la masa de cable por lado, reduce a la mitad la carga térmica por unidad y le deja una degradación elegante a 2 GPU si una fuente muere a mitad de trabajo, en lugar de una muerte súbita del sistema.

Con CRPS en un chasis de servidor la cosa cambia. Un backplane CRPS 2+2 con cuatro módulos de 2 kW y parejas redundantes 1+1 es genuinamente intercambiable en caliente, y un módulo puede fallar sin tumbar el sistema. Esta es la configuración de servidor de 8 GPU, y lo indicamos explícitamente en la página de producto cuando un equipo se envía con ese backplane. Es también la configuración que justifica la afirmación de «fuente redundante». No hacemos esa afirmación en los equipos ATX de 4 GPU, porque sería falsa.

Equilibrio de raíles y límites de corriente por raíl

Las fuentes ATX modernas de gama alta son por defecto diseños de 12 V de raíl único, lo que simplifica las cosas: toda la salida de 12 V es un único gran depósito y el único límite es la potencia total de la fuente. Una unidad de raíl único de 2000 W funcionando a 230 V puede entregar ~166 A en 12 V, más que suficiente para cualquier GPU individual.

Algunas fuentes antiguas o industriales son multirraíl (12V1, 12V2, 12V3, 12V4), cada uno con un tope de OCP por raíl de típicamente 20–40 A. Esto importa en dos casos:

1. Conecta una 5090, con su conector 12V-2x6 (el sucesor del 12VHPWR), a un único raíl de 12 V. Una 5090 con un pico transitorio de 600 W consume 50 A en 12 V. Una OCP multirraíl de 40 A saltará.
2. Conecta dos GPU al mismo grupo de puertos multirraíl. El mismo problema, duplicado.

La respuesta práctica: para equipos multi-GPU, use fuentes de 12 V de raíl único. El multirraíl es una reliquia de la época en que la OCP de 12 V era una medida de seguridad en sistemas gaming de una sola GPU. En un chasis con 4× 5090 es activamente contraproducente.

Un equipo concreto de 4 GPU 5090

Cifras de un equipo representativo Kentino AI 96 Turin con 4× RTX 5090:

Component                       Sustained        Peak
---------                       ---------        ----
4× RTX 5090                     4 × 500 W = 2000 W   4 × 600 W = 2400 W (transient)
EPYC 9354 (32-core, 280 W)      ~ 250 W              350 W
Motherboard + 8× 64 GB DDR5     ~ 100 W              150 W
2× NVMe SSD                     ~ 20 W               30 W
4× 120 mm industrial fans       ~ 30 W               40 W
                                --------             --------
Total system                    ~ 2.4 kW             ~ 3.0 kW transient

Dimensionado de la fuente: 3.0 kW transitorios / 0.92 (Gold al 50% de carga) = presupuesto de fuente de 3.26 kW. Redondee al alza a 2× 1500 W ATX o 2× 2000 W ATX, de raíl único, Gold o mejor, repartidas así:

• Fuente A (2000 W): placa base, CPU, unidades, ventiladores, GPU 1, GPU 2
• Fuente B (1500 W): GPU 3, GPU 4

La variante de 2× 2000 W es la que presupuestamos a los clientes que quieren margen para pasar más adelante a tarjetas RTX Pro 6000 Workstation (600 W cada una, con un tope más duro en transitorio, pero un techo sostenido de 2.4 kW en cualquier caso).

Un equipo concreto de 8 GPU 5090

Cifras de un Kentino AI 256 Turin Dual con 8× RTX 5090:

Component                       Sustained        Peak
---------                       ---------        ----
8× RTX 5090                     8 × 500 W = 4000 W   8 × 600 W = 4800 W (transient)
2× EPYC 9554 (64-core, 360 W)   ~ 650 W              800 W
Motherboard + 16× 64 GB DDR5    ~ 180 W              250 W
4× NVMe SSD                     ~ 40 W               60 W
8× industrial server fans       ~ 80 W               120 W
                                --------             --------
Total system                    ~ 5.0 kW             ~ 6.0 kW transient

Dimensionado de la fuente: 6.0 kW transitorios / 0.94 (CRPS Platinum al 50% de carga) = presupuesto de fuente de 6.4 kW. La configuración estándar son dos módulos CRPS de 2000 W como mínimo y, más habitualmente, CRPS 2+2 de 2000–2400 W cada uno con backplane redundante.

Esta es la configuración en la que una afirmación genuina de redundancia 1+1 está justificada. El sobrecoste de capex frente a un servidor de doble fuente no redundante es de ~€800–€1200 por equipo.

Aquí la entrada de 240 V importa. Un sistema de 8 GPU 5090 en un circuito monofásico de 230 V y 16 A está al 73% de la capacidad continua del magnetotérmico, que es el límite superior de lo que la mayoría de las normativas permiten como consumo continuo. Recomendamos un circuito de 32 A, o una PDU de rack trifásica con 230 V por fase, para cualquier despliegue de 8 GPU.

Dimensionado del SAI

Si va a poner un servidor de IA de 4 u 8 GPU en un SAI —y debería, como mínimo para un apagado ordenado—, las cuentas son:

• Equipo de 4 GPU: 2.4 kW sostenidos. Un SAI online de 3 kVA / 2.4 kW le da cobertura total, pero una autonomía mínima (~5 minutos a plena carga). Para un apagado ordenado es suficiente.
• Equipo de 8 GPU: 5 kW sostenidos. Un SAI online de 6 kVA es el mínimo. Para una autonomía real de 10 minutos bajo carga hablamos de 10 kVA o de una pareja en paralelo.

Un SAI infradimensionado para el pico transitorio pasará a bypass o se apagará en cuanto las GPU den un pico. La potencia del SAI debe cubrir el pico transitorio, no la media sostenida. La doble conversión online es la topología adecuada para la computación de IA. Las unidades line-interactive tienen un tiempo de transferencia de 4–10 ms que de vez en cuando tumba trabajos de inferencia en la conmutación. Salida de onda senoidal pura, no senoidal modificada: las fuentes ATX y CRPS modernas no toleran bien la senoidal modificada a carga alta.

Tabla resumen: fuentes recomendadas por clase de equipo

Las cifras de la L40 y la L4 son la razón por la que estas tarjetas siguen siendo interesantes: un servidor de inferencia con 8× L4 funciona con una sola fuente ATX de 1200 W y le sobra margen, y encaja en cualquier circuito de oficina. No todas las cargas de trabajo necesitan Blackwell.

Esto forma parte de la Kentino Wiki, una serie de referencia sobre computación de IA, robótica y los sistemas que los conectan. Comentarios y correcciones bienvenidos en info@kentino.com.