AI数据中心爆发，功率半导体大涨

这两天，功率半导体涨的很疯。消息面上，最新机构研报显示，AI数据中心正成为功率半导体新一轮增长的核心驱动力。数据显示，全球功率半导体市场规模有望从2025年289亿美元增至2030年433亿美元，其中AI数据中心相关规模将达到106亿美元，占比接近四分之一，碳化硅和氮化镓在数据中心的复合年增长率分别高达29.5%和46.3%。

除此之外，韩媒报道，韩国政府预计将在“超创新经济项目（Ultra-Innovation Economy Project）”框架下投入5000亿韩元（约3.29亿美元）研发资金，推动下一代功率半导体实现量产。

今年在欧洲举办的PCIM 2026上，由于汽车正在复苏的过程中，功率半导体巨头也都集体押注AI数据中心领域。因为AI数据中心，2026年开年以来，功率半导体行业也迎来一轮密集涨价潮。

可以说，功率半导体厂商想赚钱，就不能错过AI数据中心这块大蛋糕。

AI数据中心供电的变革

由于电网侧交付周期长，所以光靠电网扩容不够，数据中心内部必须“自救”，用更高效的配电架构来榨干每一度电。

那么，该怎么榨干？

第一，就是英伟达前阵子牵头做的800V HVDC架构。

相较于传统415或480V交流（VAC）三相系统，800V直流架构展现出显著优势。从物理传输层面来看，相同的铜线缆在800V直流下可传输超过150%的功率，以往单个机架供电所需的200公斤铜母线可以大幅减少，为客户节省数百万美元成本。

在数据中心实际应用中，800V 直流架构提升了系统的可扩展性，让数据中心能够轻松应对不断增长的算力需求；其更高的能源效率，减少了电力传输过程中的损耗，契合当下绿色节能的趋势；同时，降低了材料使用量，优化了成本结构，并且为数据中心带来更高的性能容量。实际上，电动汽车和太阳能行业早已因类似效益采用800V直流基础设施，如今，数据中心领域也正迎来这一变革浪潮。

随着800V架构的到来，一切的逻辑都变了。

• 数据中心输入侧：传统架构重点是AC 配电、UPS、PDU，800V架构下变为高压直流母线、SST、直流配电，影响器件包括SiC 模块、隔离驱动、保护器件；

• 机架侧：传统关注48V/54V母线，现在则关注400V/800V高压直流母线，器件包括高压开关、热插拔、保护IC；

• 板级转换：传统关注多级低压转换，现在关注800V到50V/12V/6V等高倍率DC-DC，器件包括GaN、磁性器件、控制IC；

• 近负载供电：传统关注VRM/Power Stage，现在关注更高电流密度、更严苛热管理，器件包括DrMOS、Power Stage、封装与散热材料。

随着800V HVDC的出现，厂商也开始强调from Grid to Core/Gate（从电网到核心/栅极）的概念。这是因为当下供电路径正在发生变化：

• 传统路径：Grid AC → Transformer → UPS → PDU → PSU → 48V → VRM → GPU

• 新路径：Grid / MVAC → SST → 800VDC Bus → Rack DC-DC → 50V/48V → VRM → GPU

第二，当机架功率突破1MW，固态变压器（SST）和固态断路器（SSCB）成为两个香饽饽。

美银预计SST的半导体机会到2030年约5亿美元，SSCB约4亿美元。加上储能（ESS/UPS）和液冷基础设施，每兆瓦模拟芯片含量从现在1.24万美元提升至3.89万美元。

第三，英伟达的MGX（Modular GPU Architecture）正在成为功率半导体厂商另一个关注点。

NVIDIA MGX模块化积木式架构，使原始设备制造商（OEM）及系统构建商能够更快速地完成AI基础设施的配置、部署与扩展，同时降低开发复杂度并加快上市。

MGX组件是NVIDIA GB200 NVL72与GB300 NVL72系统基础架构，负责管理功率密度与热负载，通过将先进液冷MGX架构集成到Blackwell计算节点，NVIDIA满足了GB200 NVL72 120kW /柜的能耗需求；而搭载72颗Blackwell Ultra GPU的GB300 NVL72，需更精细的热管理，才能实50倍的AI推理输出提升。

第四，SiC和GaN不再是电动汽车的专属，也会在AI数据中心中大放异彩。SiC适合前端高压转换（PFC、AC-DC、800V保护），GaN适合靠近计算板的高频DC-DC。

美银预测，SiC在AI模拟市场的CAGR高达63%，GaN则能够达到69%，从2025年合计占比不到4%到2030年合计占到12%以上。未来，三代半在AI数据中心里的增速会比电动汽车还猛。不过，SiC和GaN还是不会动摇Si MOSFET的地位。

第五，垂直供电（VPD）将会是现代处理器最关键的技术之一，今年CES上，英伟达确定Rubin会用VPD方案。

VPD通过穿透PCB层垂直向上输送电力，直接给上方的处理器供电，从而有效缩短了从VRM到SoC的电力传输距离。

VPD会有三个阶段：第一阶段是离散/横向供电（Discrete/Lateral），功率级、电感、电容直接布置在处理器（GPU）旁边，不过，GPU电流超850~1000A时，损耗会超过100W，PDN总电阻约为90~140μΩ；第二阶段是背面垂直供电（BVM），采用垂直布局，供电模块采用垂直穿透布局，从基板/主板背面垂直对接处理器，缩短传输路径；第三阶段是基板集成电压调节器供电（SIVR），将电压调节器直接集成在基板上，垂直传输路径进一步精简，是损耗控制的最优解。

第六，VRM（电压调节模块）、IBC（中间总线转换器）、PSU（服务器电源模块）这些将会不断进化。

功率巨头，加码这些技术

功率半导体厂商最近怎么看待AI数据中心，我们可以从近期举办的PCIM 2026上窥探一二。

第一，厂商的关注点已经从单器件的RDS(on)、Eon/Eoff、Qg、Coss、短路能力等参数，转向系统级效率、功率密度与可靠性。

Infineon、onsemi、Navitas、ST、TI、Power Integrations 方案从800VDC/HVDC 配电、BBU、IBC、中压到低压转换、GaN 高密度电源、SiC 高压前级一直延伸到处理器核心供电附近。Infineon提到面向AI数据中心电源架构正在从传统机架走向power sidecars、HVDC sidecars和DC microgrids，强调SST可用于把HVDC分配到IT机架。

第二，SiC JFET在AI数据中心商业化回归，这条线被Infineon和onsemi同时押注。

为什么JFET重新受到关注？随着AI数据中心供电架构从48V母线向±400V、800V高压直流（HVDC）演进，传统机电断路器毫秒级的响应速度已难以满足故障保护需求，半导体保护方案成为必然选择。

相比MOSFET，JFET在这一场景更具优势。MOSFET受限于体二极管，在实现双向阻断时通常需要额外的反串结构；而JFET结合Cascode驱动后，单个器件即可实现双向阻断，不仅电路更简单，也能降低系统损耗。因此，在AI数据中心高压直流配电和固态断路器等应用中，JFET正重新获得产业关注。

Infineon CoolSiC JFET的750V版本导通电阻低至1.5mΩ，1200V版本仅为2.3mΩ，采用Q-DPAK顶冷封装并结合.XT烧结互连技术，此外，Infineon围绕CoolSiC JFET打造了一整套固态断路器（SSCB）方案，可实现微秒级故障隔离、双向阻断以及模块化扩流能力；onsemi则采取了另一种路线，将800V SiC JFET直接做成模块化产品，重点面向AI数据中心的Hot-Swap和E-Fuse应用，onsemi还展示了完整的33kW“Grid-to-Chip”电源树方案，从电网侧中压输入、隔离变换，到服务器板级PoL供电实现全链路覆盖，是本届PCIM少有的系统级演示案例之一。

第三，GaN在AI数据中心电源中明显升温。需要注意的是，GaN并非要取代SiC，而是GaN正在高频高密度电源、AI数据中心低压大电流转换、辅助电源、双向开关以及部分高压小功率场景中加速扩张。

Navitas展示了覆盖10kW 800V-50V、20kW 800V-6V等多种AI数据中心电源方案；ST展示了面向电源转换、电机驱动和车载充电等领域的PowerGaN产品，并将800VDC AI服务器电源作为重点应用方向，同时推出面向AI服务器的700V GaN HEMT器件；EPC则带来第七代GaN器件和ePower Stage。

值得关注的是，GaN正向更高电压等级扩展，不再局限于650V以下高频电源市场，。Fraunhofer IAF展示了1200V级GaN研究成果，Power Integrations则推出1250V和1700V PowiGaN器件，面向800VDC AI数据中心辅助电源等应用。

第四，材料、封装和系统技术正成为下一阶段竞争焦点。

SiC晶圆领域，Wolfspeed宣布200mm SiC晶圆和外延片进入商业化阶段，同时披露300mm单晶SiC晶圆研发进展；

功率模块领域，陶瓷基板的重要性持续提升，CeramTec展示了AlN、Si₃N₄、ZTA等多种先进陶瓷材料。

封装技术方面，银烧结、铜烧结和低空洞焊接成为重点方向，Heraeus、Indium和MacDermid Alpha均展示了相关方案。

系统层面，固态变压器（SST）和固态断路器（SSCB）开始从概念验证走向实际样机。Infineon、Navitas和Wolfspeed展示了相关方案。

除此之外，AI辅助设计、数字孪生和PHIL实时测试正逐步融入电力电子研发流程。高速电流传感和电子熔断保护也受到广泛关注。

国内以单点技术为主

相比国外在Si、SiC、GaN的完整布局，或者Grid to Core的这种完整解决方案，国内厂商多以单点的技术为主。

比如，杰华特在AI服务器电源芯片领域一直都在发力，其能够为为计算领域提供全面的模拟芯片解决方案。其中，以“智能功率级（DrMOS）+多相控制器“为杰华特最大亮点。在智能功率级方面，其推出的90A大电流输出的JWH7079智能功率级，内置MOSFET和驱动，支持3~16V宽输入、90A大电流输出，工作频率高达3MHz。集成5μA/A电流检测、8mV/℃温度监测及多重保护功能，采用4×6mm TLGA封装，适用于服务器、GPU等高性能计算供电场景。

圣邦微今年5月推出了内置电流检测电路的90A高性能Smart Power Stage（DrMOS）——SGM25890。

茂睿芯在去年12月推出新一代智能功率级（SPS）产品MK684X系列（MK6840 & MK6841），该系列采用紧凑型4mm x 6mm封装，是在24年12月发布的5mm x 6mm封装MK6850上的进一步迭代。

芯朋微在去年12月也一口气发布了12款芯片，其中包括PN786X系列DrMOS/Smart Power Stage产品，面向XPU大电流VRM等高密度多相应用。

晶丰明源去年宣布，推出第二代DrMOS，依托首代自研BCD工艺（BPS-G1）的成熟基础，晶丰明源成功研发并量产了第二代BCD工艺（BPS-G2），其关键性能指标实现跨越，已达国际一流水平。

矽力杰也布局了DrMOS这一领域，矽力杰SQ29670是一颗单芯片SPS/DrMOS，芯片内部集成解耦电容，MOSFET，驱动及控制单元，采用业界标准封装。

而在SiC/GaN方面，目前功率半导体厂商正加速切入AI基础设施赛道。

• 英诺赛科2025年AI及数据中心业务收入达6319万元，同比增长50.2%，已进入包括英伟达在内的多家国内外头部客户800V HVDC高压直流方案供应链。

• 芯联集成AI业务占比提升至8.02%，预计2026年将进一步贡献业绩增量。

• 士兰微第二代SiC MOSFET已通过国内头部客户认证，并在AI算力中心电源领域实现批量出货。

• 三安半导体则在数据中心和AI服务器电源市场实现规模量产，客户覆盖长城、维谛技术、伟创力、台达、光宝等企业，并积极参与HVDC高压直流电源方案开发。

• 扬杰科技的整流器件、MOSFET、IGBT及SiC等产品已广泛应用于AI服务器和数据中心，其相关业务保持快速增长。

• 华润微电子也已在服务器电源等新兴市场实现批量供货，SGT MOS、SJ MOS、SiC、GaN及IGBT等产品稳定导入头部云厂商、服务器OEM及电源厂商。

随着AI服务器向800V HVDC、高功率密度和高能效架构演进，国内功率半导体厂商正迎来新的成长机遇。

AI数据中心这块肉多肥

美银研报显示，机架的功率正在以难以想象的态势不断增长。传统云机架功率在10～15kW左右，H100达到了32kW，GB200（Blackwell）干到121kW，Rubin Ultra冲到646kW，Feynman（RF200）预计到1535kW。GPU在机架功耗里占比从71%涨到80%以上，交换机、NIC、CPU、DPU功耗也随之水涨船高。

在这样的膨胀之下，AI数据中心即将成为不折不扣的“吞电兽”。2025～2030年，AI加速器累计需要新增233GW的电力部署。全球数据中心总电力需求将从100GW膨胀到300GW。

消耗电力有多大，功率半导体市场就有多大。美银预测，AI模拟半导体将从2025年79亿美元增长至2030年270亿美元，5年CAGR 28%。其中数据中心内部（rack-to-core）将从76亿涨到250亿，电力基础设施（grid-to-hall）将从2.45亿美元飙到18亿。

总的来说，单机架的模拟芯片含量会从现在的2万多美元涨到6万美元以上。这么看，这块肉很肥美，今年功率半导体在AI数据中心领域的厮杀一定非常猛烈。

参考文献

[1] 美银：Watts to Tokens: Al Power Semis and theTransition to 800V Data Centers

[2]硬件起源：PCIM 2026 观察：功率半导体正在从“器件周期”走向“电源架构周期”

[3]耿博士电力电子技术：2026 年 PCIM Europe 电力电子行业信息总结报告

[4]碳化硅芯观察：PCIM Europe 2026 | AI 和汽车需求大博弈时代，功率器件还能拿出哪些新东西？

[5]行家说三代半：AI浪潮下，8家电源厂商/10家SiC企业集体告增

请将我们设为“星标”，这样就会第一时间收到推送消息。

欢迎关注EEWorld旗下订阅号：“机器人开发圈”

扫码添加小助手回复“机器人”

进群和电子工程师们面对面交流经验