자동차 디자인에 적합한 전원관리 IC 선택
높은 전력 요구량, 효율성, 비용, 풋프린트에 대한 요구 충족해야
2017년 09월호 지면기사  / 글│최 영 균 상무 _ Maxim Integrated

 
데이터 센터(data center)에 사용되는 서버 프로세서 하나는 200~450와트의 전력을 소모한다. 다행인 것은, 데이터 센터는 온도 제어가 되는 환경이고 서버가 냉각이 용이하도록 설계된다는 점이다. 그런데 이 서버가 자동차 내에 있다면 어떻게 할 것인가? 또 주변 온도가 125 ℃ 혹은 그 이상 올라갈 수 있다면 어떻게 할 것인가?
 
바로 이것이 자동차 디자이너의 당면 과제다. 첨단운전자보조시스템(ADAS)이나 인포테인먼트와 같은 애플리케이션에서 지속적으로 더 높은 프로세싱 성능이 요구되기 때문이다. 이러한 문제를 해결하기 위해, 예를 들면 엔비디아(NVIDIA)는 “차량용 액체 냉각 수퍼컴퓨터(liquid-cooled supercomputer for cars)”라는 것을 개발했다.
엔비디아의 Drive PX 2 칩은 12개의 CPU 코어를 사용해 8테라플롭스(teraflops)에 달하는 프로세싱 성능과 초당 24조 연산 성능을 제공함으로써 MacBook Pro 150대에 맞먹는 성능을 제공한다. 이러한 성능을 필요로 하는 것은 딥러닝(deep learning) 같은 정교한 알고리즘을 실행하고 자동차를 좀더 자율적이게 하는 연산을 수행하기 위해서다.
데이터 센터에서는 냉각을 용이하게 할 수 있으나 자동차에서는 어렵다. 위에서 언급한 엔비디아 칩에 사용된 액체 냉각은 칩 상의 미세한 마이크로유체(microfluidic) 채널을 통해서 액체 냉각제를 펌핑함으로써 동작 온도를 낮출 수 있다. 이미 첨단 자동차용 프로세서는 60와트에서 90와트 혹은 100와트까지의 전력을 필요로 한다. 이러한 첨단 프로세서가 자동차 내에서 서버 프로세서가 되어가고 있다. 앞으로 자율주행차가 진화하면 할수록 자동차 프로세서의 전력 요구량은 점점 더 높아질 것이다. 다시 말해, 자동차 전원관리 IC(PMIC)가 점점 더 중요한 역할을 할 것이며 자동차 고유의 요구들을 충족해야 할 것이다.
열 제약과 EMI 최소화
자동차 인포테인먼트 시스템을 예로 들어보자. 이러한 시스템에 사용하기 위한 PMIC는 솔루션 크기를 최소화할 수 있도록 높은 스위칭 주파수를 제공해야 한다. 전자기간섭(EMI) 역시 최소화해야 한다. EMI는 자동차의 많은 서브시스템에 장애를 줄 수 있기 때문이다. 이러한 PMIC는 통상적으로 메인 자동차 배터리로 연결된다.
이러한 연결 토폴로지로 인해 자동차의 수명 기간 중 높은 입력 전압(36 V 이상)을 견뎌야 한다. 또한 부하 덤프(load-dump) 같은 조건들을 잘 넘기고 신뢰성 있게 동작해야 한다(다만, 대개 별도의 회로들을 사용해서 이러한 배터리 관련한 조건들을 관리할 수 있다). 특정한 부하에 따른 응답 특성 요구와 함께(통상적으로 마이크로초 내에 절반의 부하에서부터 최대 부하까지 변동), 자동차 PMIC는 열적 성능 요구 및 제약 또한 충족해야 한다.
IC 전압 레귤레이터를 생각해 보자. 레귤레이터는 보통 배터리 주 전원으로 곧바로 연결되며 서지 및 과전압 보호기를 통과하는 과도전압을 처리하기 위해 정격이 28 VDC~40 VDC이다(배터리로 직접적으로 연결되지 않는 하위 레귤레이터는 고전압 입력 사양이 아니어도 된다). 효율이 높고(최대 부하로 90% 이상의 효율) 정지 전류(quiescent current)가 낮은 스위칭 레귤레이터를 사용하면, 배터리 수명을 연장할 수 있으며 열을 줄이고 더 적은 보드 공간을 차지한다. 이러한 것들은 자동차 애플리케이션에서 중요하게 요구되는 사항이다.
맥심은 어떤 마이크로프로세서나 마이크로컨트롤러와도 사용할 수 있는 포괄적인 유형의 자동차 등급 PMIC 제품을 제공한다. 또한 갈수록 더 높아지는 전력 요구량을 충족하고 효율, 솔루션 비용, 풋프린트에 대한 자동차 업계의 다양한 요구를 충족하기 위해 지속적으로 로드맵을 개발하고 있다. 자동차 디자인에서 전원관리에 관련된 어떤 문제에 직면했다면, 맥심의 PMIC를 사용하여 문제를 해결할 수 있다. AE



<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


  • 세미나/교육/전시

TOP