为AI数据中心供电：氮化镓（GaN）正成为焦点

在数据中心设计的新纪元，人工智能（AI）正深刻重塑电力的生成、分配和应用方式，以驱动实时、数据导向的成果。传统的云数据中心围绕相对可预测的CPU工作负载进行优化，而现代AI数据中心则以加速器密集型系统为核心，其运行特性截然不同。这些需求正促使业界对数据中心电源架构进行根本性重构，进而加速氮化镓（GaN）半导体的普及应用。

图像

剖析AI数据中心的电力挑战

相较于早期的云基础设施，AI数据中心呈现出两大显著特征：更高的电力消耗，以及功耗动态变化的急剧增加。传统数据中心的服务器电源柜的功率上限可能最高为30千瓦。而如今，AI系统的单个电源柜运行功率已跃升至50千至300千瓦之间（具体数值因供应商而异），按照这一趋势，预计到明年，单个机柜的功率甚至有望突破1兆瓦大关。在电源功率如此飙升的背景下，功率分配和电力转换已无法再作为后台的辅助环节被忽视。

为了实现AI应用的可持续规模化扩展，电源架构必须迈向更高效、更紧凑，且更具适应性的新阶段。简而言之，电力已从昔日的运营支出项，演变为复杂且资本密集型的核心考量因素。并且，只要对算力的渴求继续由日益庞大的AI模型所驱动，这一趋势就将长期持续。

图像

AI推动新型电源架构

这场变革最明显的标志之一，便是从传统的415V交流（AC）配电向800V直流（DC）（或±400V直流）架构演进。更高电压可降低传输电流、减少传导损耗，并全面提升系统效率。与此同时，这也对电力转换环节及其核心器件的性能提出了全新要求。

深入服务器机架内部观察，可看到AI加速器已成为重塑数据中心供电方式的关键驱动力。这些计算引擎早已超越单一芯片范畴，演变为庞大而复杂的分布式系统。单个AI计算单元（或称“超级集群”）最多可容纳9,000个加速器、4,500个CPU、庞大的光纤互连网络，以及配套的电源管理模块、水泵和液冷基础设施。这还仅仅是一个单元，超大规模数据中心每年部署的此类单元可达数百个之多。

更少的转换环节，更高的电压

图像

面对日益加剧的压力，数据中心运营商正在重新审视电力到芯片的整个传输链路。一大核心转变是采用更高电压的直流配电方案，包括800V（或±400V）直流架构，业内甚至已开始探讨未来实现1,200V或1,600V直流方案的可行性。

其背后的逻辑直指效率：每一个中间电力转换环节都意味着能量的损耗。在传统拓扑结构中，电力以交流电（480V三相交流）形式输入，需经历数次形态转换：先转换为直流电用于电池充电，再逆变为交流电进行配电（415V交流），最终再次转换为直流电（48V）供机架及板级使用。减少转换步骤能显著提升端到端效率，让更多来自电网的电能真正用于计算任务。

图像

这些变化正在重塑功率半导体的角色。例如，在高压应用场景下，固态变压器正逐步取代传统的油浸式线路变压器。通过一系列新物料应用使得新一代电源设计能在更高频、高压下提高效率。

图像

与此同时，机架功率的激增正推动交流/直流转换从服务器机箱内部转移至独立机柜。目前，相当一部分宝贵的机架空间被用于部署将415V交流电转换为48V直流电的设备。由于机架空间寸土寸金，电力转换硬件如今占据了高昂的空间成本。将这些转换环节集中至一个专用机柜，不仅能为AI计算单元腾出更多空间，还能更有效地集中管理散热。

为何是GaN，又为何是现在？

GaN的普及步伐加快，根源在于AI数据中心将其两大核心优势放大了：在紧凑尺寸下实现高压能力，以及快速高效的开关性能。

与硅器件相比，GaN器件能在更小的芯片内承受更高反压。GaN的高电子迁移率和饱和速度使其开关频率可达到兆赫兹（MHz）级别，而硅器件通常运行的开关频率远低于此。此外，GaN的固有寄生电容低于硅，能够实现更快的开关速度且损耗更低。

从系统层面看，开关频率与磁性元件及无源器件的尺寸成反比。如果设计人员能提高开关频率，便可缩小磁性元件体积，并减少电力转换环节的占板面积。消费电子领域已经通过微型快充产品成功展示了这一趋势。如今，AI基础设施正采用同样的策略，只是其规模已跃升至千瓦乃至兆瓦级别。

GaN的“黄金应用区间”：800V至48V转换与双向供电

在AI数据中心的电源链路中，不同的电压区间恰如其分的适配着不同材料。在数千伏的超高电压等级中，碳化硅（SiC）于固态变压器应用中大放异彩，而GaN在数据中心中最合宜且近期最具潜力的应用场景，当属从约800V高压到中间电压（如48V，特定情况下为12V）的转换环节。800V至48V的转换阶段正是GaN的“黄金应用区间”，在此区间内，GaN展现出比硅具有更高的效率、更稳定的运行性能和更快的开关速度。

此外，AI数据中心还在交流/直流转换环节催生了双向供电的需求。这主要源于大型AI加速器极端瞬态变化的负载特性。当负载快速波动时，存储在电容元件中的能量要么以热能形式耗散，要么被智能地回收利用。双向架构使得能量在负载激增时能迅速流入系统，在能量过剩时又能回输至系统储能装置——这一概念与汽车的再生制动系统异曲同工。

双向GaN器件极大的简化了此类设计。例如，以往需要四个分立式MOSFET构建的全桥电路，如今两个双向GaN器件即可胜任。瑞萨电子近期推出的首款双向GaN开关便是一例：该产品采用单级电力转换替代了传统的两级架构，进一步提高了效率。

瑞萨电子：将GaN定位为系统级解决方案

AI数据中心的创新节奏之快，已使设计人员无法再通过逐个优化元器件来构建系统。产品开发周期曾以三到四年为衡量，如今已缩短至12到15个月。这意味着AI数据中心架构师需要的是端到端的电源解决方案，以及全面、长远的规划蓝图，而非将整合风险转嫁给系统设计人员的零散产品组合。

依托数十年的电源技术积累，瑞萨深知：要降低GaN的采用门槛并缩短设计周期，离不开控制器、栅极驱动器与保护器件的协同设计，再辅以完善的参考设计和专业的技术支持。我们在应用电力电子会议（APEC）上最新发布的GaN解决方案，正是这一系统级理念如何转化为更快速、更低风险设计的生动例证。

通过收购Transphorm公司及其高压SuperGaN^® D-mode GaN FET技术，瑞萨电子的市场地位得到了进一步的巩固。我们致力于为数据中心OEM厂商提供从器件级创新到系统级支持的全方位赋能，从而加速其评估进程，缩短产品设计周期。

普及之路的挑战与未来展望

尽管GaN优势显著，但其全面普及仍面临挑战。成本、严苛的认证要求，以及设计人员的熟悉程度，都将影响其普及速度。展望未来三至五年，GaN在AI数据中心内的集成深度，将取决于供应商能否通过有效的技术培训、便捷的设计工具和经充分验证的可靠性，切实化解这些顾虑。

可以预见的是，AI工作负载将持续推动电源架构向更高密度和更高效率的方向演进。对于数据中心架构师而言，GaN是在避免能源消耗失控增长的前提下，推动AI算力持续突破的关键路径。对于习惯在效率上渐进式提升的功率半导体供应商来说，这更标志着电力传输方式的一次根本性转变。随着这一趋势的深化，那些曾让硅材料占据优势的权衡取舍，如今正使GaN的优势日益凸显。当下的问题已不再是GaN能否在AI数据中心占据一席之地，而是它将以多快的速度、多广的范围内被部署应用。