AI供电前史: 照明、汽车与工业电子如何汇入算力基础设施
2008年北京奥运会,国家游泳中心“水立方”在夜色中变成了一块巨大的蓝色发光体。支撑这幅科技奥运景观的,是当时仍在快速产业化的发光二极管(LED)照明。对观众来说,这是一个醒目的城市景观;对产业来说,它是中国半导体照明产业交上的一份应用验证答卷:LED的氮化镓(GaN)材料、器件制备、封装与散热、可靠性验证和控制系统,在这一刻都从实验室指标变成了制造技术。
当时当然不会有人把这束蓝光和今天的人工智能(AI)数据中心联系起来。两者之间也不存在一条预先设计好的技术路线。只是后来,照明产业持续积累的氮化镓材料和器件技术、新能源汽车带动起来的碳化硅(SiC)高压功率电子技术,以及工业和服务器长期迭代的硅(Si)基电源技术,恰好在AI算力基础设施的供电系统里重新碰到了一起。今天看上去很新的AI电源,其实是更早产业发展所建设的能力混合演化而来的结果。
为什么这些旧能力偏偏在今天重新变得重要?最直接的原因是AI算力的供电需求。随着AI芯片功耗和机柜功率密度同步上升,单个机柜正在从几十千瓦走向数百千瓦,下一阶段甚至指向兆瓦级。到这个功率等级,供电效率不再只是电费问题:同样的机房空间能部署多少GPU、输入电力中有多少最终能够有效送到芯片,都会受到供电架构的限制。
支撑这套系统的关键技术之一,是功率半导体及其电力转换系统。数据中心里的电从电网直接送进GPU的过程中,要经过整流、备用供电、机房配电、服务器电源和多级直流转换,最后才变成芯片需要的低电压、大电流。过去服务器功率还不高时,这套链路即使经过多次转换,电力损耗和发热也能承受;当机柜功率逼近兆瓦级,原有架构里的电流、铜材、损耗和散热问题就会被同时放大。
向一个1兆瓦(MW)机柜输送功率,如果仍用48伏(V)直流输送,理论电流约为20 833安培(A);如果提高到800伏,电流约为1 250安培。功率相同时,电压越高,电流越小,而导线上的电阻损耗又与电流平方相关。美国半导体企业德州仪器(TI)估算,若用48伏架构给1兆瓦机柜配电,仅为把损耗控制在合理范围,铜材用量就会接近200公斤。这个数字放在单个机柜里只是工程问题,放到大规模AI园区里,就会变成线缆、空间、散热和巨额资本开支问题。
这也是数据中心供电电压不断提高的原因。谷歌在2025年公开了可支持1兆瓦机柜的正负400伏直流方案;英伟达则在推进800伏高压直流架构,并于2026年进一步与谷歌、微软和开放计算项目(OCP)推动相关产业协同。核心思路并不复杂:尽量用较高电压完成机柜侧的大功率传输,再在靠近芯片的位置降到低压,从而减少大电流带来的铜耗和空间负担。
电压升高以后,功率半导体的重要性也随之上升。氮化镓适合高频、高效率和高功率密度的转换环节;碳化硅在耐压和大功率方面更有优势;硅成本低、产业成熟,仍承担大量控制、保护、低压转换和电源管理功能。因此,AI电源不会由某一种材料包圆,而是根据不同电压、功率密度和开关频率重新分工。理解这种分工,我们需要回溯这三类器件各自形成产业能力的来时路。
一束蓝光留下的氮化镓产业
氮化镓的产业史首先是一部半导体照明发展史。20世纪60年代红色和绿色LED已经出现,但高效蓝光长期缺席。没有蓝光,既难以构成完整的红、绿、蓝三基色,也无法通过蓝光激发荧光粉获得高效白光。这个问题困扰产业界数十年,核心障碍就在于高质量氮化镓材料生长和p型掺杂(指通过掺入特定杂质,使材料能够传导正电荷)。
赤崎勇、天野浩和中村修二三位科学家先后解决了其中的关键问题。1993年,日亚化学推出高亮度蓝色LED,2014年,三位科学家因此获得诺贝尔物理学奖。蓝光LED与荧光粉结合,使高效率、长寿命的白光LED成为现实,一个新的照明产业由此打开。
从科学发现走到大规模产业需要很长的一段工程化过程。日本科学技术振兴机构(JST)早在1987~1990年便通过委托开发机制支持丰田合成与赤崎团队推进蓝光LED商业化,投入约5.5亿日元。到2013年,相关技术累计向JST返还约56亿日元许可收入。公共资金承担早期技术风险,大学提供原创技术,企业完成制造和市场验证,日本首先完成了蓝光LED从实验室走向产业的第一步。
中国随后把这项技术推向了更大的产业尺度。2003年,中国科学院半导体研究所向科技部汇报了发展氮化物LED和半导体照明的建议;科技部当年6月启动“国家半导体照明工程”;此后,“十一五”国家高技术研究发展计划(863计划)继续投入。2008年北京奥运会让LED在“水立方”等大型工程中得到集中展示;2009年,“十城万盏”把城市照明进一步变成规模化应用现场,后来扩展到37座城市;2012年又实施半导体照明产品财政补贴。到2015年,中国半导体照明产业规模已从2003年的约90亿元增长到4245亿元。
数以千万计的LED需要稳定生产,就必须持续解决外延生长、晶体缺陷控制、良率提升、封装与散热设计和可靠性等一系列问题。产能扩张又形成了对金属有机化学气相沉积(MOCVD)设备、衬底材料、测试技术和工程人才的巨大需求。照明市场为氮化镓提供了一个很长的制造学习周期,让一项项原本存在于少数实验室里的技术,逐渐变成整个产业链可以重复制造、持续降本的工程能力。
当然,氮化镓LED与氮化镓功率器件并不是同一种器件,生产线也不能简单互换。但对氮化镓材料的理解、外延与缺陷控制能力、设备生态、工程人才,以及企业组织化制造化合物半导体的经验则可以迁移和进化。此后,氮化镓又进入射频功率器件和通信基站,第五代移动通信(5G)扩大了高功率射频应用,消费电子快充则让氮化镓功率器件在高效率、小型化电源中接受了更大规模的市场验证。
如今,这条产业链继续向AI供电延伸。德州仪器在2025年推出集成650V氮化镓功率晶体管的高密度电源器件;英飞凌(Infineon)在2026年发布基于650V氮化镓的高压中间母线转换参考设计,面向±400V和800V直流AI服务器架构。中国企业这一次也进入了全球技术竞争的前沿。英诺赛科与英伟达合作推进800伏直流AI数据中心供电,并展示了覆盖15V到1 200V的氮化镓方案。
如果把视线从器件再往产业链上游移,中国氮化镓产业今天具备完整的工程化基础。外延厂商如晶湛半导体等长期专注氮化镓材料,使中国早在2021年就具备了生产12英寸(300毫米)氮化镓晶圆的能力。再往下游,上海新微半导体依托国资和科研院所成果转化体系发展专业化化合物半导体制造,正在建设覆盖低、中、高压的氮化镓功率代工平台。此外,中国还部署建设了公共中试研发平台。深圳平湖实验室是国家第三代半导体技术创新中心深圳综合平台,也是面向行业开放的功率半导体研发和中试平台,已经布局8英寸碳化硅、氮化镓芯片研发以及从材料、制造到封装测试的共享能力。中国已不再只是应用市场和制造能力的承接者,关键环节已经进入全球第一梯队。
对中国而言,发展半导体照明这段历史尤其值得重视。美国、日本和欧洲都有自己的科研、国防、通信和工业积累。但中国过去20多年围绕半导体照明建立起来的大规模氮化镓产业,为后来进入射频和功率电子领域提供了现成的人才、设备、供应链和工程经验,因此降低了中国进入这一轮氮化镓产业竞争的门槛。
新能源汽车留下的
不只是汽车
碳化硅功率器件在新能源汽车普及之前已经进入工业市场。2000年前后,碳化硅肖特基二极管开始实现商业化应用。2011年前后,科锐公司(Cree,现Wolfspeed)进一步推出商用SiC MOSFET(金属氧化物半导体场效应管),推动碳化硅功率器件由二极管向功率开关器件拓展,并逐步进入更广泛的高压、高频和高效率电力电子应用领域。早期碳化硅已经能在工业和高端电力电子中体现性能优势,但晶圆、材料和制造成本都很高,市场规模始终有限。
新能源汽车提供了这个市场。2009年,中国在13座城市启动节能与新能源汽车示范;2010年扩大到私人购车补贴;2012年的产业规划进一步明确规模化目标。到2024年,中国新能源汽车销量达到1 286.6万辆,占新车销量40.9%。
新能源汽车政策没有规定企业必须选择碳化硅。但因为它创造了持续增长的高压、高效率需求,因此获得了过去工业市场很难提供的大批量订单,也经历了车规可靠性验证和持续降本。围绕高压平台形成的器件、模块、连接器、测试和制造能力,后来并没有只留在汽车里。
这正是汽车和AI供电发生连接的地方。谷歌在解释±400V数据中心方案时,明确提到可以利用电动汽车供应链已有的规模经济、制造能力和质量基础。AI数据中心无须重新建立一套高压直流工业体系,汽车产业已经完成了相当一部分前期工程。
硅,一条没有中断进步的产业
硅基功率电子没有一个类似“十城万盏”或新能源汽车的单一转折点。它的优势来自连续几十年的大规模使用。从功率金属氧化物半导体场效应晶体管(MOSFET)和绝缘栅双极型晶体管(IGBT),到同步降压、多相供电和电源管理集成电路(PMIC),硅器件先后进入家电、电机、工厂、铁路、光伏、通信和服务器。这些市场对成本、良率、封装、控制和可靠性的要求不同,却一直在共同推动同一套产业体系成熟。
服务器本身也是硅功率电子长期演进的重要市场。20年前,中央处理器(CPU)供电已经需要处理上百安培电流。今天,先进GPU的末级供电正在迈向千安级。氮化镓和碳化硅进入数据中心以后,硅也不会因此退出。高压大功率环节会更多使用碳化硅,高频高功率密度环节给氮化镓留下空间,而控制、保护、电源管理以及大量低压转换仍会长期依赖硅。AI供电正在形成一套混合材料系统。
硅这条历史线还有一个重要意义:产业能力并不一定由一次标志性政策塑造。长期稳定的市场同样会形成技术积累。家电把成本压下来,工业变频和铁路提高了功率等级与可靠性,通信设备强化了高效率和高可用性,服务器又推动了多相供电、数字控制和更高电流密度。几十年的需求叠加,最终把硅基电源变成今天最成熟的技术体系。
“混合进化”是技术发展的底色
把视野从中国拉开,会发现“混合进化”并非中国特有。不同经济体选择的政策工具不同,但都在处理同一个问题:怎样让一项尚未成熟的技术跨过从科学发现到规模制造之间的断点。
中国最有代表性的路径,是用应用场景形成规模需求。半导体照明通过公共照明创造早期订单,新能源汽车从示范车队逐步扩展到私人消费。政策未必能够预先决定最终胜出的器件路线,却可以给新技术足够早的订单、足够大的工程现场和足够长的降本周期。
日本蓝光LED商业化是典型的“科研—企业”桥接。JST通过委托开发,让大学团队的氮化镓突破进入丰田合成的产业化体系;日本新能源产业技术综合开发机构(NEDO)随后又长期推动碳化硅,从材料、器件一直做到铁路等系统应用。
美国更强调针对技术瓶颈持续下注。美国能源部高级能源研究计划署(ARPA-E)在2013年投入2 700万美元支持氮化镓、碳化硅等低成本宽禁带开关,后续又集中解决氮化镓掺杂等制造问题,并进一步把范围推进到拓扑、封装、控制、热管理和完整变换器。美国电力电子制造创新中心(PowerAmerica)进一步处理制造规模、成本、可靠性、商业化和人才。政策重点随着技术成熟度变化,从材料一路走到系统。
中国、日本和美国的路径并不相同,有的依靠大规模市场,有的连接科研与企业,有的连续攻克技术断点,有的建设联合中试平台。留下的结果却很相似:人才、设备、工艺、标准、供应链,以及被持续压低的成本曲线。这些能力最终都可能流向最初没有写进项目书的新产业。
从照明、汽车和工业电子一路追到AI,最值得关注的,是这些投入究竟留下了什么。20年前几乎没人会把LED政策解释为对未来AI电源的投资,也没人会把新能源汽车补贴写成兆瓦级数据中心的前置工程。
一轮产业投入的收益应评估其能否形成可迁移的能力。设备能否服务下一种器件,工程人才是否掌握可复用的工艺知识,供应链能否进入新的电压和功率等级,企业是否建立跨材料、跨系统的开发能力。这些资产比某一代产品活得更久。
这也解释了国际合作的长期价值。氮化镓、碳化硅和硅基功率电子的演进都跨越了高校、企业、政府项目和多个国家的产业体系。如果把知识、人才和市场过早锁进彼此隔离的“小院”,我们损失的不是一代产品,而是下一次产业之间发生“混合进化”的机会。自主能力和国际合作不是一对反义词。确保供应链安全需要降低关键环节的单点依赖,同时也需要保留基础研究、标准、人才和民用技术的交流空间。
今天看起来最前沿的AI供电技术,研发、制造学习和规模化成本,已经由更早的市场承担。2008年水立方的蓝光、街头的新能源汽车和几十年不断更新的工业电源原本没有共同目标,只是当AI机柜功率快速上升时,它们积累的材料、器件和制造能力被同时调用。
这也是今天重新看照明、汽车和工业电子的意义。评估一项产业投入,除了判断眼前产品能否形成市场,还要问它留下的技术、人才和制造能力,能否在下一轮尚未出现的需求中被再次调用。
何佳恒 张韵 陈敬 | 文
何佳恒是香港功率半导体芯片与应用研发中心副研究员,张韵是中国科学院半导体研究所副所长,陈敬是香港功率半导体芯片与应用研发中心主任
内容来源:信睿周报
本文来自微信公众号 “哈佛商业评论”(ID:hbrchinese),作者:信睿周报,36氪经授权发布。