一文看懂AI數據中心大周期下的功率半導體

的下一場軍備競賽，不再只是GPU，而是Power
AI數據中心正越來越大，一個數據中心耗能動輒相當於一座中型城市。
過去的數據中心是10-20kW/rack，現在已經變成80kW、120kW，甚至600kW/rack。大型AI集群的耗電已進入GW級別。
瓶頸除了GPU、CPU和存儲，也開始轉向電流、熱、配電、銅損、电力轉換效率、电網接入和HVDC。
AI數據中心產業鏈：
電網 → 變壓器 → UPS → HVDC → PSU → VRM → GPU。
傳統伺服器大量採用48V，因為傳統互聯網時代機櫃功率不高。但AI時代，低壓系統的問題開始全面暴露。因為：
P = VI
同樣1MW功率，48V需要超過20,000A電流，400V大約2,500A，800V進一步下降到約1,250A。
電流下降意味著銅纜變細、銅損下降、發熱下降、母排縮小、PSU壓力下降、液冷壓力下降，建設難度降低，成本更低。
800V是電動車已驗證的高壓平台，EV為何進入800V？因為快充、高功率、降低線損和降低熱損耗。
今天AI數據中心遇到的是同樣的問題。於是SiC、高壓MOSFET、高壓DC/DC、高壓PSU、HVDC、母排、固態變壓器，這些原本偏新能源車的產業鏈，開始向AIDC外溢。
但800V可能只是開始，真正的大方向是HVDC（高壓直流化）。
這是為什麼傳統工業電力公司突然重新被市場估值。像Vertiv、Eaton、Schneider Electric、ABB、Siemens，開始成為AI產業鏈的重要受益者。
這也是為什麼功率半導體正在被市場重估值。
英飛凌就是一個典型的從服務汽車的功率半導體無縫過渡到電力基礎設施半導體的公司。
英飛凌可能是目前全球少數真正做到“Grid-to-Core”的功率半導體平台。從電網側高壓、HVDC、PSU、GPU供電、高頻GaN、Driver、Controller、MCU，到功率模塊、MOSFET、SiC，幾乎全部覆蓋。
這也是它最大的護城河。
更重要的是，英飛凌不是Fabless，而是IDM。自己設計、自己製造、自己封裝、自己測試。這在功率半導體行業極其重要。因為功率半導體和CPU/GPU不同。邏輯芯片拼的是EUV、FinFET、GAA、晶體管密度。功率半導體真正拼的是熱管理、高壓穩定性、長壽命可靠性、材料、封裝、外延和良率。尤其AI數據中心未來是長時間滿載、高電流、高熱密度、高壓。製造本身就是技術。
英飛凌現在真正重要的資產，包括Villach、Dresden、Kulim。其中最關鍵的是300mm power fab和200mm SiC。市場低估了一點：300mm功率半導體其實非常難。因為熱應力、良率、高壓器件、缺陷控制，都遠比普通成熟製程複雜。而AI時代，功率器件需求開始進入大規模擴張階段。先進功率半導體製造能力本身，開始重新變成護城河。
如果只看“最純”的AI高壓power玩家，則是Navitas Semiconductor和Wolfspeed這類公司。尤其Navitas，本質上是GaN + AI高效率power的純Beta。
Wolfspeed則是另一種邏輯。市AI數據中心如果全面進入SiC PSU、HVDC、高壓電力架構，那麼它可能迎來第二增長曲線。
另外還有大型工業電力平台。比如Eaton、Schneider Electric、ABB。因為它們控制的是配電、中壓、低壓、斷路器、电力管理和數據中心power拓撲。而這些東西的switching cost極高。AI最終會發現，GPU可以換代，但電力架構一旦確定，生命周期極長。
總的來說，誰能持續解決AI超高功率密度時代的電流、熱、效率、配電、可靠性和電網接入，誰就可能在這個賽道上持續領先。因為AI的下一輪瓶頸，已經開始從GPU，轉向Power。而這條產業鏈，現在還遠沒有被市場完全定價。
免責聲明：本人持有文章中提及資產，觀點充滿偏見，非投資建議，dyor