壹配资网门户
数据中心建设正如火如荼，算力始终紧缺，存力也存在缺口，而另一个同样重要却未获得足够关注的关键点—— 电力，也面临着紧张局面。
高盛在一份最新报告中表示，美国在 AI 领域面临的最大障碍并非芯片、稀土或人才，而是电力。
01数据中心，需要多少电？
众所周知，英伟达 GPU 很耗电。
微软数据中心技术治理和战略部门首席电气工程师曾发布一则数据：以英伟达单个 GPU 为例，H100 GPU 峰值功耗为 700 瓦，一小时耗电 0.7 度，一年按 61% 的使用时间计算，全年将耗电 3740 度，相当于一个美国家庭的平均功耗（假设每个家庭 2.51 人）。2024 年英伟达的 H100 GPU 销量大约是 150 万块 -200 万块，当数百万块 H100 部署完毕时，其总功耗将超过美国亚利桑那州凤凰城所有家庭的用电量。
数据中心的用电量，远远不仅如此。
除了 GPU，数据中心中还有大量的设备，比如服务器（还包含 CPU 等部件）、网络设备、存储设备、冷却系统和照明等，这些设备无一不需要持续供电。其中数据中心的冷却系统是能耗的主要组成部分之一，总耗电量占到 38% 以上 ( 有的甚至高达 50% ) 。传统的空气冷却系统效率较低，而高效的冷却技术，如直接芯片制冷和浸没式液冷，虽然节能，但成本较高。
OpenAI 总裁山姆 · 奥特曼曾发表预测，AI 算力增长跟摩尔定律差不多，也就是每 10 年增加 100 倍。未来 20 年会增加 1 万倍，那么它对能量的需求也会增加 1 万倍（为计算简单，假设芯片的能耗与现在一样）。那么到 2050 年，全球人工智能的耗电量至少需要 130 万亿度。作为对比，到 2050 年，除人工智能之外的人类用电量大约在 30 万亿度及以上。
基于这样的矛盾，一些初创公司开始从芯片端探索数据中心用电问题的解决方案。英特尔前 CEO Pat Gelsinger 与 NXP 前 CEO Richard L. Clemmer 分别加入了两家数据中心电源芯片的初创公司。
02前任 CEO 们，下场了
英特尔前 CEO 加盟 PowerLattice
近日，备受瞩目的芯片初创公司 PowerLattice 宣布，前英特尔首席执行官帕特 · 基辛格 ( Pat Gelsinger ) 将加入其董事会。这一消息引发了行业内的广泛关注，标志着在解决数据中心能耗问题上，PowerLattice 迈出了关键一步。
同时，该公司宣布已完成新一轮 2500 万美元的融资，包括PlaygroundGlobal和CelestaCapital等知名风投机构的参与，预示着其技术潜力受到资本市场的认可。
PowerLattice 是一家由高通、NUVIA 和英特尔等公司资深电子工程师于 2023 年创立的初创公司，该公司致力于研发一种名为"芯片组"（chiplet）的小型计算机芯片，旨在更高效地为计算机供电。这种芯片组被设计成紧贴计算机处理器，从而减少计算机系统中传输的能量损耗。该公司声称，这项技术能够使计算机系统在保持相同计算能力的情况下，功耗降低 50% 以上。
基辛格表示：" 当前的技术难点在于如何实现高效的电力传输——能攻克这一挑战的团队可谓凤毛麟角。"
目前，PowerLattice 的首批芯片已由台积电生产，并正在与一家未具名的制造商合作进行功能测试。该公司计划于 2026 年上半年将产品提供给其他客户进行测试，潜在客户包括英伟达、博通、AMD 等主要芯片制造商，以及多家专业人工智能芯片开发商。
NXP 前 CEO Richard L. Clemmer 加入 Empower
Empower 的团队阵容同样强大。其 CEO 来自英飞凌，首席技术官曾在 ADI 任职。在 D 轮融资后，董事会还迎来了 NXP Semiconductor NV 的前任首席执行官兼总裁 Richard L. Clemmer。此外，Lumentum 全球销售高级副总裁 John Bagatelos 及 Maverick Silicon 的管理合伙人和创始人 Andrew C. Homan 也宣布加入 Empower。
Empower 的核心技术是其专利的 IVR 技术，该技术将多个组件集成到单个 IC 中，提高了效率的同时将面积减小了 10 倍。Empower 表示，其技术可用于手机、5G、人工智能和数据中心等领域，能够以前所未有的简单性、速度和准确性提供强大的电源。
Empower 的创始人兼 CEO Tim Phillips 表示，将在未来几个季度，用这些技术在人工智能市场掀起浪潮，实现千兆瓦级别的能源节省，同时提高全球数据中心 AI 平台的吞吐量。
今年 9 月，Empower 完成了由富达管理研究公司领投的 1.4 亿美元 D 轮融资。
电源管理虽然听起来枯燥，但影响的却是整个 AI 基础设施的效率和成本。"省下就是赚到"，对于数据中心的耗电问题来说，的确如此。
在人工智能技术快速迭代的浪潮下，AI 服务器作为算力支撑的核心硬件，其电源系统正迎来结构性变革。
03AI 电源芯片，火速升温
业内人士向半导体产业纵横表示，传统电源的峰值功率能力较弱，通常只能短时间承受 100%-120% 的额定功率，并且对功率骤变的响应相对较慢，可能导致电压不稳甚至系统重启。但 AI 电源需承受 200% 的峰值功率超载，以及 180% 的峰值功率，对瞬时功率突变的响应速度极快，能确保电压稳定，避免崩溃。
普通电源（如 PC、家电所用）主要追求稳定输出与成本控制，其负载相对可预测，因此所需的电源管理芯片功能较为基础，侧重于 AC/DC 转换、电压调节（如 LDO）、开关控制等，技术成熟且选择广泛，代表厂家有德州仪器（TI）、英飞凌（Infineon）、意法半导体（ST）和安森美（Onsemi）等。
AI 电源则面临极端挑战：其核心计算单元（如 GPU）功耗动辄数百瓦且瞬时电流变化巨大。这就要求 AI 电源必须具备极高的功率密度和超快速的动态响应能力，以防电压瞬间跌落导致芯片计算错误。因此，其所需的 PMIC 是高性能、数字化的多相控制器和智能功率级（DrMOS），它们能以纳秒级速度协同工作，为每一相 GPU 核心精确分配电力。在这方面，英飞凌、MPS（芯源系统）和 TI 是头部企业，为高端 AI 加速卡和服务器主板提供主要解决方案。
AI 负载激增下，传统服务器电源系统不堪重负，高功率、高效率、高智能化成为电源芯片技术的攻坚核心。
国内的 AI 电源芯片企业包括晶丰明源、杰华特、芯联集成、圣邦股份、芯朋微等。
11 月，晶丰明源正式推出第二代 Smart DrMOS 及配套 Vcore 电源解决方案。该产品通过工艺与封装的升级，在质量、效率和功率密度方面实现提升。上半年，其高性能计算电源芯片业务收入同比暴涨 419.81%，出货量增长 121.49%。
杰华特覆盖 AC-DC、DC-DC、BMS 等 40 余条子产品线的完整布局。芯联集成的 55nm BCD 集成 DrMOS 芯片通过客户验证，第二代高效率数据中心电源管理平台获关键客户导入。圣邦股份信号链与电源管理模拟芯片核心技术持续突破，部分产品指标达国际领先水平。芯朋微则聚焦工业市场爆发，其 48V 输入数模混合高集成电源芯片、大功率工控芯片等产品在服务器与通信设备领域快速渗透。
根据中金公司数据显示，AI 服务器电源市场的规模预计将在 2025 年至 2027 年期间实现快速增长。其中，模组和芯片市场的复合年增长率（CAGR）预计将分别达到 110% 和 67%。这表明，随着 AI 技术的快速发展和 AI 服务器需求的持续增长，对高性能、高效率电源的需求将呈现爆发式增长。
核心受益环节包括： PSU（电源供应单元）、PDU（配电单元）、BBU（备用电池单元）以及 DC-DC（PDB+VRM）等器件。
04800V 高压直流，AI 电源的未来
" Token 数增加 10 倍，所需的计算量轻松达到原来的 100 倍。"英伟达 CEO 黄仁勋在 2025 年 GTC 大会上的断言，揭示了 AI 算力需求爆发式增长对基础设施的严峻考验。
GaN/SiC，逐渐渗透。随着 AI 服务器对电源功率密度的要求持续攀升，传统硅基解决方案已无法完全满足需求。第三代半导体材料 GaN 与 SiC 则凭借高压、高频、低损耗特性，成为替代传统硅器件的核心选择。
SiC MOSFET 因具备 1200V 乃至更高耐压且高频特性优秀，已成为服务器电源前端 AC-DC 变换的首选器件。在 PSU 的前端 AC-DC 变换中，典型拓扑如无桥图腾柱 PFC 和有源三电平整流等，都需要高耐压低损耗的开关器件。
GaN 则凭借其更高的电子迁移率和低开关损耗，在高频应用场景中表现出色。德州仪器通过将 GaN 功率电晶体与驱动器整合在单一封装内，有效缩短回路、降低杂讯，让系统更稳定地运行在 MHz 以上的高频。
预计 2030 年，数据中心 PSU 市场规模将攀升至 141 亿美元，年复合增长率约 15.5%。考虑到 AI 服务器的功率远高于标准服务器，高于 3kW 的高功率 PSU 的市场占有率将提升至 80%，至 2030 年达到 115 亿美元。台达、光宝、华为合计占据 50% 的 PSU 市场。宽禁带模块渗透率方面，基于 SiC、GaN 的高功率 PSU 将从 2025 年 10% 提升至约 24%，市场规模约 33.84 亿美元。其中台达、光宝、华为以及康舒、村田、TDK、联想均已配有 SiC、GaN 相关 PSU 产品。
如果说第三代半导体是 AI 电源变革的"燃料"，那么 800V 高压直流（HVDC）架构则是决定其发展方向的"罗盘"。
2025 年，英伟达在白皮书中首次将中压整流器和固态变压器（SST）作为未来的供电方案参考，推动行业从传统电力架构向更高效、更适配 AI 算力需求的高压直流配电架构迈进。
800V HVDC 架构的优势十分显著：通过" DC-to-Chip "直流直供模式，将转换环节从 4-5 次减少至 1-2 次，系统端到端效率最高可提升至 98.5%，铜材用量能减少 45% 以上。
英伟达提出的 800VDC 方案包括三种路径：白色空间改造方案（过渡方案）、混合电力方案（可行方案）以及中压整流器或固态变压器方案（未来方案）。
从市场商业化进展来看壹配资网门户，国内外头部企业均在推动 HVDC 技术落地与生态构建。国内方面吗，阿里从 2018 年开始招标，腾讯于 2025 年招标；国外 Meta 普罗米修斯计划可能在 2026 年，谷歌正在推动 ±400V 标准化。
鸿阈配资提示：文章来自网络，不代表本站观点。
