要點速覽：
AI數據中心的用電量呈指數級增長，當前核心挑戰是如何將電網的高壓交流電轉換為晶片所需的低壓直流電。
面向AI數據中心的800VDC架構
比傳統數據中心所用的48V架構效率更高，因為它所需的電力轉換級數更少，同時也能節省銅材用量。
固態變壓器支持兩級轉換架構，碳化矽（SiC）和氮化鎵（GaN）材料可實現更快的開關速度。電源管理晶片（PMIC）和更高效的AI晶片同樣是整體解決方案的組成部分。
AI數據中心面臨的電力問題正蔓延至單顆晶片層面，工程師們正努力在減少熱損耗的同時，最大化傳輸至電晶體柵極的有效功率。
隨著伺服器機架的功耗從數百千瓦攀升至兆瓦級別，從中壓交流到800VDC、再從800VDC到亞1V電源軌的每一個轉換級的效率，都將對性能、可靠性及熱裕量產生深遠影響。
伺服器機架功耗的快速攀升
英飛凌科技綠色工業電源部門總裁彼得·瓦維爾表示："目前伺服器機架的功耗約為125千瓦，下一步將達到約500千瓦，未來將邁向1兆瓦的800伏高壓直流DC-DC架構。"
當前的核心挑戰，是如何提升從交流電網到直流柵極、從高壓到GPU及其他AI加速器所需超低電壓的能量轉換效率。"通常需要將AI數據中心這類高耗能設施接入中壓電網，對應的輸電線路電壓約為35千伏。目前需要先通過變壓器將高壓交流電降為低壓交流電，再進行交流轉直流的轉換。"瓦維爾說道。
傳統與AI時代的架構演變
在AI爆發之前，數據中心的電力轉換流程包含更多環節。是德科技電力電子設計軟體產品經理史蒂芬·李表示："在AI出現之前，傳統數據中心採用的是48V或12V的多級架構，用電需求遠沒有AI驅動下這麼高。從輸電線路到晶片，經歷了從交流到直流、再逐步降壓至GPU所需的約1.2V或0.7V的多個階段。在AI出現之前，這套方案足以應對。"
新型架構顯著減少了轉換級數。新思科技應用工程總監帕瓦尼·戈蒂帕蒂表示："隨著超大規模數據中心從傳統的415VAC電氣架構向800VDC架構演進，數據中心的元器件供應商需要重新思考器件設計，包括引入固態變壓器——它能減少電力轉換級數及每級的轉換損耗，從而打造出更節能的數據中心。"
史蒂芬·李進一步解釋道，800VDC架構讓電力無需經歷A到B、B到C、C到D的多級傳遞，"可以直接從A到D，非常高效。對於電力轉換器而言，級數越少，整體效率越高，而損耗主要來自熱量、材料開關損耗等因素。"
他還指出，舊式數據中心架構包含UPS不間斷電源和PDU配電單元，之後才輸出48V電壓。而在新的800V架構中，這些環節被整合為一個採用碳化矽技術的單級交直流前端，兩個轉換級實質上合併為一個。
德州儀器計算電源技術專家普拉迪普·申伊表示，800V並非可選項，而是必然方向。"在約50V電壓下，無法將所需功率物理傳輸至IT機架。提高電壓可以在相同功率下降低電流，兩者成反比關係。即便對機架內的母線進行液冷處理，50V也遠遠不夠，800V已是大勢所趨，現在的問題只是如何為此做好準備。"
他還補充道，400V可能只是過渡，直接躍升至800V或許更為明智。"功率需求增長如此之快，如果中途停步等待，最終可能還是要升到更高的電壓，還不如一步到位。我甚至已經在就800V之後的方案進行前瞻性探討了。"
安全與兼容性挑戰
從48V切換至800VDC時，需要升級所有供電組件，以防止電弧和火災事故。
Cadence高級首席產品工程師霍亞·陳表示："確保安全是從48V遷移至800VDC以支持AI工作負載的首要挑戰，尤其是對於需要改造為混合或全800VDC的現有數據中心（棕地項目）而言。800VDC改造幾乎涉及供電堆棧的每一個層級——現有保護系統和開關設備均按交流故障中斷設計，因此800VDC配電路徑中的所有開關櫃、斷路器、熔斷器及隔離開關都必須更換為直流額定設備。此外，新架構的遙測系統需與現有監控和報警系統集成，數據中心運維人員也需接受專業培訓。"
她還指出，不同架構並存進一步增加了複雜性——部分設計採用單極800VDC母線，另一些則傾向於雙極±400VDC設計，"這種碎片化態勢給互操作性、保護方案以及人員培訓和認證帶來了額外挑戰。"
此外，部分數據中心可能仍保留48V架構，但同樣能從新型電力轉換工藝中受益。例如，賓厄姆頓大學的工程師正在研發一種面向AI數據中心的單級負載點轉換器，可在GPU附近將48V直接降壓，實驗室原型已展示出高出10%至12%的效率和兩倍的壓擺率。
800VDC的優勢：效率更高、密度更大、銅材更省
800VDC架構相比早期48V架構具有多項優勢。
史蒂芬·李表示："一旦轉為直流供電，可以實現更高的功率密度，在更小的空間內傳輸更多功率。採用800VDC的主要原因在於效率更高、電力轉換器更輕，以及功率密度更大。"
德州儀器的申伊同樣認為效率是核心吸引力所在。"僅僅通過將輸入電壓從12V降至6V，就可以節省約2%的效率，並在相同面積下獲得約30%的額外功率。這一點極為重要，因為電路板上用於安裝電力轉換器的空間十分有限。功率密度、可靠性，以及整體系統的穩健性，都至關重要。當數百顆晶片協同為一個AI處理器供電時，任何一個失效都可能導致整個處理器宕機。"
他還強調，哪怕整個能量轉換鏈中每一級效率提升一個百分點，對運營成本的影響都相當可觀。
在銅材消耗方面，800VDC同樣更具優勢。"電壓更高、電流更小，導線就可以更細。"李解釋道，"功率等於電壓乘以電流，總功率不變的情況下，48V意味著電流極大，導線必須很粗，否則就會過熱燒毀。AI時代功耗極高，若沿用舊架構，所需銅導線的粗細和用量將十分驚人。"
西門子EDA電池技術高級總監及全球負責人普尼特·辛哈補充道，提升整體電壓架構同樣有利於備用電源和主電源中的電池系統。"目前大多數電池採用400V架構，許多公司正大力投入研發，向800V邁進。提高電壓可改善充電性能，但也對系統中的電子元件提出了更高要求，包括逆變器等部件。"
固態碳化矽與氮化鎵器件
在800VDC架構中，固態變壓器正在取代傳統鐵芯變壓器。
新思科技的戈蒂帕蒂表示："AI晶片可集成多顆GPU和CPU，需要更多電力，同時還承受高度波動的功率負載。在半導體設計層面，SiC和GaN等先進材料有助於實現更高的功率密度，進而提升計算性能。但由於這類器件的開關速度更快，熱設計和冷卻系統的重要性也隨之提升。"
英飛凌的瓦維爾介紹，固態變壓器可直接接入高壓交流電網，並根據所選架構將輸出轉換為低壓交流或直流——例如800VDC。
從48V向800V架構轉換的重大設計挑戰之一，是如何有效運用SiC和GaN等寬禁帶半導體新技術。
"這些材料正在逐步取代傳統矽基技術，這是好事，因為SiC和GaN的開關速度更快，熱損耗更低，整體轉換效率更高，"史蒂芬·李表示，"即便是個位數的效率提升，在多級級聯後也能積累成相當可觀的收益，這正是設計師們追求的目標。"
然而，用SiC或GaN替代矽並非易事。"傳統矽器件的開關頻率一般在千赫茲量級，較低的開關速度使得EMI和噪聲問題相對容易處理。"李解釋道，"但採用更快的開關信號後，需要考慮高頻噪聲對環境和柵極的影響，驅動柵極的信號類型和控制迴路設計都要相應調整，否則電路將不穩定——在更高頻率下尤為如此。此外，使用SiC和GaN時，磁性元件的設計也有所不同，可以採用更小、更輕的磁芯。"
寬禁帶材料在面積方面也有顯著優勢。"傳統變壓器占用大量PCB空間，而數據中心希望儘可能多地堆疊伺服器。採用GaN、尤其是SiC之後，可以用更扁平的器件替代傳統變壓器，從而在同一機架內疊放更多單元——例如從12台增加到20台，同時還能使用更簡潔的變壓器方案。"
根據電壓等級的不同，Si、SiC和GaN在部分應用場景中存在重疊。英飛凌的瓦維爾表示，具體選擇哪種材料取決於應用需求。在高壓大功率場景中，IGBT憑藉成熟度和成本優勢，在低頻開關應用中仍將長期存在；而固態變壓器需要高電壓、快速開關和低開關損耗，SiC在此場景中是最佳之選，其他材料難以企及。其他寬禁帶器件還包括SiC 750V和1200V JFET等數字熱插拔控制器，GaN則因其效率高、密度大、寬電壓適用性而成為不可或缺的材料。
PMIC在電力轉換中的角色
在先進數據中心中，電源管理晶片（PMIC）的角色也正在發生轉變。
Rambus晶片產品營銷高級總監皮耶羅·比安科表示："PMIC已從幕後組件躍升為系統級性能的核心使能器。AI應用需要更高的功率密度、更精準的電壓調節，並面對更劇烈的負載瞬態變化。與此同時，隨著AI伺服器集成了更多計算、網路和內存能力，需要更大的散熱方案，器件的封裝尺寸卻必須更小。上述需求推動了PMIC的廣泛應用——以去中心化方式在更靠近負載的位置生成電源軌，從而減少轉換損耗、提升電壓調節精度，並更好地應對劇烈的負載瞬態。去中心化的PMIC電源方案還可提供實時遙測數據，集成上電時序功能，並更高效地利用PCB空間。"
隨著AI數據中心的訓練和推理負載持續增加，包括PMIC和內存在內的所有組件承受的壓力也在加劇。
比安科指出："數據中心內存對PMIC提出了更高要求。集成了控制器、MOSFET驅動器和功率MOSFET的多輸出電源晶片，其最大熱點在於內存子系統。隨著DRAM內存速度持續提升，PMIC在負載電流、精準電壓調節和負載瞬態方面的規格要求日益嚴苛。電壓驟降可能導致內存時序違規，進而引發數據損壞或伺服器故障。這正是DDR5將內存電源方案從主機板遷移至內存模組上的PMIC的原因，也持續推動著晶片級和應用級PMIC設計的創新。"
史蒂芬·李總結道，PMIC面臨的核心挑戰與其他所有組件相同——如何在更小的封裝內集成更大的功率，而PMIC將在整個AI數據中心演進中扮演重要角色。
高效GPU與加速器同樣不可或缺
要實現更節能的數據中心，各個環節都需要同步推進。德州儀器的申伊表示："挑戰之一是打造計算效率更高的處理器。在有限的GPU面積上集成更多算力，始終是晶片廠商的核心價值主張，例如用最新一代晶片處理更多Token等。這條路線始終是重要的優化方向。"
對節能的迫切需求，使得傳統面向邊緣和汽車市場的GPU IP提供商，也開始看到客戶探索將其晶片擴展至數據中心應用場景的需求。
Imagination Technologies產品管理總監馬修·布比斯表示："我們的高效技術已展現出擴展至大型GPU規模的能力。另一方面，也有許多客戶希望打造能夠與AMD、英特爾、英偉達競爭的晶片。這種轉變根植於我們底層技術的高效性、高性能和可擴展性。AI過去意味著數據中心級的大型顯卡，但現在我們看到，無論從最小規格到最大規格，客戶都希望在GPU中內嵌AI能力，這意味著GPU內部需要集成更多矩陣乘法運算單元。"
對AI的需求非但沒有放緩的跡象，反而持續加速，因此所有能效改進和晶片創新都至關重要。Synaptics IoT與邊緣AI處理器業務副總裁兼總經理約翰·魏爾表示："與兩年前相比，客戶對智能化的需求顯著提升。以視覺語言模型（VLM）為例，兩年前我們還在運行各種視覺模型，大語言模型幾乎不被重視。而現在，客戶不僅想知道視野中是否有人，還想判斷這個人的意圖——這充分說明AI正在快速演進，從提升系統服務質量，轉向基於當前數據和已部署模型進行確定性決策，而這一切發生在不到兩年的時間裡。"
結語
目前，大量資金和人力正在湧向800VDC架構、固態變壓器以及固態斷路器解決方案，以期降低AI數據中心的能耗。然而，基礎設施和電網行業歷來變革緩慢。
英飛凌的瓦維爾表示，基礎設施建設的推進速度因地區而異，不容小覷，否則將拖慢整個進程，而再先進的創新成果也需要落地部署才能發揮價值。
隨著數據中心用電量的數量級躍升，每一項創新都將變得不可或缺。"從數百瓦到千瓦級別，匯總到IC機架層面，將從現在的數十或數百千瓦增長到不遠的將來的兆瓦級別；而在整個數據中心層面，現有的數十或數百兆瓦最終將邁向吉瓦規模。"申伊表示。
數據中心運營商必須解決的核心問題是：如何獲取能源，如何設計整個供電鏈路——從某處的發電設施，經過不同電壓等級和格式的傳輸，最終轉換為GPU所需的形式。
（編者註：後續文章將就800VDC架構下的人員安全措施與晶片可靠性需求展開深入探討。）
Q&A
Q1：800VDC架構相比傳統48V架構有哪些具體優勢？
A：800VDC架構主要有三大優勢：第一，效率更高，轉換級數更少，熱損耗更低，每級效率提升均可顯著降低運營成本；第二，功率密度更大，相同空間內可傳輸更多功率，有助於伺服器機架的高密度部署；第三，節省銅材，高電壓對應小電流，導線可以更細，避免了舊架構下因電流過大導致導線過粗、用銅量驚人的問題。
Q2：SiC和GaN為什麼適合用在800VDC架構中？使用時有哪些注意事項？
A：SiC和GaN屬於寬禁帶半導體，開關速度更快、熱損耗更低，可以實現更高的轉換效率和功率密度，且體積比傳統磁性元件更小，便於伺服器堆疊。但使用時需注意：更高的開關頻率會帶來EMI和高頻噪聲問題，需要配合專用驅動信號和控制迴路設計；磁性元件的選型也與傳統矽器件有所不同。SiC尤其適合固態變壓器等高壓快速開關場景，GaN則因寬電壓適用性在多種場合表現優異。
Q3：PMIC在AI數據中心的電力架構中承擔什麼作用？
A：PMIC（電源管理晶片）在AI數據中心中正從輔助組件升級為核心使能器。它以去中心化方式在更靠近負載處生成電源軌，減少轉換損耗並提升電壓調節精度，能更好地應對AI負載劇烈的瞬態變化。PMIC還可提供實時遙測數據支持系統管理，並集成上電時序功能。在內存子系統中，隨著DDR5等高速內存對電壓精度要求越來越嚴格，PMIC已從主機板遷移至內存模組，成為防止數據損壞的關鍵保障。
