要点速览：

AI数据中心的用电量呈指数级增长，当前核心挑战是如何将电网的高压交流电转换为芯片所需的低压直流电。

面向AI数据中心的800VDC架构比传统数据中心所用的48V架构效率更高，因为它所需的电力转换级数更少，同时也能节省铜材用量。

固态变压器支持两级转换架构，碳化硅（SiC）和氮化镓（GaN）材料可实现更快的开关速度。电源管理芯片（PMIC）和更高效的AI芯片同样是整体解决方案的组成部分。

AI数据中心面临的电力问题正蔓延至单颗芯片层面，工程师们正努力在减少热损耗的同时，最大化传输至晶体管栅极的有效功率。

随着服务器机架的功耗从数百千瓦攀升至兆瓦级别，从中压交流到800VDC、再从800VDC到亚1V电源轨的每一个转换级的效率，都将对性能、可靠性及热裕量产生深远影响。

服务器机架功耗的快速攀升

英飞凌科技绿色工业电源部门总裁彼得·瓦维尔表示："目前服务器机架的功耗约为125千瓦，下一步将达到约500千瓦，未来将迈向1兆瓦的800伏高压直流DC-DC架构。"

当前的核心挑战，是如何提升从交流电网到直流栅极、从高压到GPU及其他AI加速器所需超低电压的能量转换效率。"通常需要将AI数据中心这类高耗能设施接入中压电网，对应的输电线路电压约为35千伏。目前需要先通过变压器将高压交流电降为低压交流电，再进行交流转直流的转换。"瓦维尔说道。

传统与AI时代的架构演变

在AI爆发之前，数据中心的电力转换流程包含更多环节。是德科技电力电子设计软件产品经理史蒂文·李表示："在AI出现之前，传统数据中心采用的是48V或12V的多级架构，用电需求远没有AI驱动下这么高。从输电线路到芯片，经历了从交流到直流、再逐步降压至GPU所需的约1.2V或0.7V的多个阶段。在AI出现之前，这套方案足以应对。"

新型架构显著减少了转换级数。新思科技应用工程总监帕瓦尼·戈蒂帕蒂表示："随着超大规模数据中心从传统的415VAC电气架构向800VDC架构演进，数据中心的元器件供应商需要重新思考器件设计，包括引入固态变压器——它能减少电力转换级数及每级的转换损耗，从而打造出更节能的数据中心。"

史蒂文·李进一步解释道，800VDC架构让电力无需经历A到B、B到C、C到D的多级传递，"可以直接从A到D，非常高效。对于电力转换器而言，级数越少，整体效率越高，而损耗主要来自热量、材料开关损耗等因素。"

他还指出，旧式数据中心架构包含UPS不间断电源和PDU配电单元，之后才输出48V电压。而在新的800V架构中，这些环节被整合为一个采用碳化硅技术的单级交直流前端，两个转换级实质上合并为一个。

德州仪器计算电源技术专家普拉迪普·申伊表示，800V并非可选项，而是必然方向。"在约50V电压下，无法将所需功率物理传输至IT机架。提高电压可以在相同功率下降低电流，两者成反比关系。即便对机架内的母线进行液冷处理，50V也远远不够，800V已是大势所趋，现在的问题只是如何为此做好准备。"

他还补充道，400V可能只是过渡，直接跃升至800V或许更为明智。"功率需求增长如此之快，如果中途停步等待，最终可能还是要升到更高的电压，还不如一步到位。我甚至已经在就800V之后的方案进行前瞻性探讨了。"

安全与兼容性挑战

从48V切换至800VDC时，需要升级所有供电组件，以防止电弧和火灾事故。

Cadence高级首席产品工程师霍亚·陈表示："确保安全是从48V迁移至800VDC以支持AI工作负载的首要挑战，尤其是对于需要改造为混合或全800VDC的现有数据中心（棕地项目）而言。800VDC改造几乎涉及供电堆栈的每一个层级——现有保护系统和开关设备均按交流故障中断设计，因此800VDC配电路径中的所有开关柜、断路器、熔断器及隔离开关都必须更换为直流额定设备。此外，新架构的遥测系统需与现有监控和报警系统集成，数据中心运维人员也需接受专业培训。"

她还指出，不同架构并存进一步增加了复杂性——部分设计采用单极800VDC母线，另一些则倾向于双极±400VDC设计，"这种碎片化态势给互操作性、保护方案以及人员培训和认证带来了额外挑战。"

此外，部分数据中心可能仍保留48V架构，但同样能从新型电力转换工艺中受益。例如，宾厄姆顿大学的工程师正在研发一种面向AI数据中心的单级负载点转换器，可在GPU附近将48V直接降压，实验室原型已展示出高出10%至12%的效率和两倍的压摆率。

800VDC的优势：效率更高、密度更大、铜材更省

800VDC架构相比早期48V架构具有多项优势。

史蒂文·李表示："一旦转为直流供电，可以实现更高的功率密度，在更小的空间内传输更多功率。采用800VDC的主要原因在于效率更高、电力转换器更轻，以及功率密度更大。"

德州仪器的申伊同样认为效率是核心吸引力所在。"仅仅通过将输入电压从12V降至6V，就可以节省约2%的效率，并在相同面积下获得约30%的额外功率。这一点极为重要，因为电路板上用于安装电力转换器的空间十分有限。功率密度、可靠性，以及整体系统的稳健性，都至关重要。当数百颗芯片协同为一个AI处理器供电时，任何一个失效都可能导致整个处理器宕机。"

他还强调，哪怕整个能量转换链中每一级效率提升一个百分点，对运营成本的影响都相当可观。

在铜材消耗方面，800VDC同样更具优势。"电压更高、电流更小，导线就可以更细。"李解释道，"功率等于电压乘以电流，总功率不变的情况下，48V意味着电流极大，导线必须很粗，否则就会过热烧毁。AI时代功耗极高，若沿用旧架构，所需铜导线的粗细和用量将十分惊人。"

西门子EDA电池技术高级总监及全球负责人普尼特·辛哈补充道，提升整体电压架构同样有利于备用电源和主电源中的电池系统。"目前大多数电池采用400V架构，许多公司正大力投入研发，向800V迈进。提高电压可改善充电性能，但也对系统中的电子元件提出了更高要求，包括逆变器等部件。"

固态碳化硅与氮化镓器件

在800VDC架构中，固态变压器正在取代传统铁芯变压器。

新思科技的戈蒂帕蒂表示："AI芯片可集成多颗GPU和CPU，需要更多电力，同时还承受高度波动的功率负载。在半导体设计层面，SiC和GaN等先进材料有助于实现更高的功率密度，进而提升计算性能。但由于这类器件的开关速度更快，热设计和冷却系统的重要性也随之提升。"

英飞凌的瓦维尔介绍，固态变压器可直接接入高压交流电网，并根据所选架构将输出转换为低压交流或直流——例如800VDC。

从48V向800V架构转换的重大设计挑战之一，是如何有效运用SiC和GaN等宽禁带半导体新技术。

"这些材料正在逐步取代传统硅基技术，这是好事，因为SiC和GaN的开关速度更快，热损耗更低，整体转换效率更高，"史蒂文·李表示，"即便是个位数的效率提升，在多级级联后也能积累成相当可观的收益，这正是设计师们追求的目标。"

然而，用SiC或GaN替代硅并非易事。"传统硅器件的开关频率一般在千赫兹量级，较低的开关速度使得EMI和噪声问题相对容易处理。"李解释道，"但采用更快的开关信号后，需要考虑高频噪声对环境和栅极的影响，驱动栅极的信号类型和控制回路设计都要相应调整，否则电路将不稳定——在更高频率下尤为如此。此外，使用SiC和GaN时，磁性元件的设计也有所不同，可以采用更小、更轻的磁芯。"

宽禁带材料在面积方面也有显著优势。"传统变压器占用大量PCB空间，而数据中心希望尽可能多地堆叠服务器。采用GaN、尤其是SiC之后，可以用更扁平的器件替代传统变压器，从而在同一机架内叠放更多单元——例如从12台增加到20台，同时还能使用更简洁的变压器方案。"

根据电压等级的不同，Si、SiC和GaN在部分应用场景中存在重叠。英飞凌的瓦维尔表示，具体选择哪种材料取决于应用需求。在高压大功率场景中，IGBT凭借成熟度和成本优势，在低频开关应用中仍将长期存在；而固态变压器需要高电压、快速开关和低开关损耗，SiC在此场景中是最佳之选，其他材料难以企及。其他宽禁带器件还包括SiC 750V和1200V JFET等数字热插拔控制器，GaN则因其效率高、密度大、宽电压适用性而成为不可或缺的材料。

PMIC在电力转换中的角色

在先进数据中心中，电源管理芯片（PMIC）的角色也正在发生转变。

Rambus芯片产品营销高级总监皮耶罗·比安科表示："PMIC已从幕后组件跃升为系统级性能的核心使能器。AI应用需要更高的功率密度、更精准的电压调节，并面对更剧烈的负载瞬态变化。与此同时，随着AI服务器集成了更多计算、网络和内存能力，需要更大的散热方案，器件的封装尺寸却必须更小。上述需求推动了PMIC的广泛应用——以去中心化方式在更靠近负载的位置生成电源轨，从而减少转换损耗、提升电压调节精度，并更好地应对剧烈的负载瞬态。去中心化的PMIC电源方案还可提供实时遥测数据，集成上电时序功能，并更高效地利用PCB空间。"

随着AI数据中心的训练和推理负载持续增加，包括PMIC和内存在内的所有组件承受的压力也在加剧。

比安科指出："数据中心内存对PMIC提出了更高要求。集成了控制器、MOSFET驱动器和功率MOSFET的多输出电源芯片，其最大热点在于内存子系统。随着DRAM内存速度持续提升，PMIC在负载电流、精准电压调节和负载瞬态方面的规格要求日益严苛。电压骤降可能导致内存时序违规，进而引发数据损坏或服务器故障。这正是DDR5将内存电源方案从主板迁移至内存模块上的PMIC的原因，也持续推动着芯片级和应用级PMIC设计的创新。"

史蒂文·李总结道，PMIC面临的核心挑战与其他所有组件相同——如何在更小的封装内集成更大的功率，而PMIC将在整个AI数据中心演进中扮演重要角色。

高效GPU与加速器同样不可或缺

要实现更节能的数据中心，各个环节都需要同步推进。德州仪器的申伊表示："挑战之一是打造计算效率更高的处理器。在有限的GPU面积上集成更多算力，始终是芯片厂商的核心价值主张，例如用最新一代芯片处理更多Token等。这条路线始终是重要的优化方向。"

对节能的迫切需求，使得传统面向边缘和汽车市场的GPU IP提供商，也开始看到客户探索将其芯片扩展至数据中心应用场景的需求。

Imagination Technologies产品管理总监马修·布比斯表示："我们的高效技术已展现出扩展至大型GPU规模的能力。另一方面，也有许多客户希望打造能够与AMD、英特尔、英伟达竞争的芯片。这种转变根植于我们底层技术的高效性、高性能和可扩展性。AI过去意味着数据中心级的大型显卡，但现在我们看到，无论从最小规格到最大规格，客户都希望在GPU中内嵌AI能力，这意味着GPU内部需要集成更多矩阵乘法运算单元。"

对AI的需求非但没有放缓的迹象，反而持续加速，因此所有能效改进和芯片创新都至关重要。Synaptics IoT与边缘AI处理器业务副总裁兼总经理约翰·魏尔表示："与两年前相比，客户对智能化的需求显著提升。以视觉语言模型（VLM）为例，两年前我们还在运行各种视觉模型，大语言模型几乎不被重视。而现在，客户不仅想知道视野中是否有人，还想判断这个人的意图——这充分说明AI正在快速演进，从提升系统服务质量，转向基于当前数据和已部署模型进行确定性决策，而这一切发生在不到两年的时间里。"

结语

目前，大量资金和人力正在涌向800VDC架构、固态变压器以及固态断路器解决方案，以期降低AI数据中心的能耗。然而，基础设施和电网行业历来变革缓慢。

英飞凌的瓦维尔表示，基础设施建设的推进速度因地区而异，不容小觑，否则将拖慢整个进程，而再先进的创新成果也需要落地部署才能发挥价值。

随着数据中心用电量的数量级跃升，每一项创新都将变得不可或缺。"从数百瓦到千瓦级别，汇总到IC机架层面，将从现在的数十或数百千瓦增长到不远的将来的兆瓦级别；而在整个数据中心层面，现有的数十或数百兆瓦最终将迈向吉瓦规模。"申伊表示。

数据中心运营商必须解决的核心问题是：如何获取能源，如何设计整个供电链路——从某处的发电设施，经过不同电压等级和格式的传输，最终转换为GPU所需的形式。

（编者注：后续文章将就800VDC架构下的人员安全措施与芯片可靠性需求展开深入探讨。）

Q&A

Q1：800VDC架构相比传统48V架构有哪些具体优势？

A：800VDC架构主要有三大优势：第一，效率更高，转换级数更少，热损耗更低，每级效率提升均可显著降低运营成本；第二，功率密度更大，相同空间内可传输更多功率，有助于服务器机架的高密度部署；第三，节省铜材，高电压对应小电流，导线可以更细，避免了旧架构下因电流过大导致导线过粗、用铜量惊人的问题。

Q2：SiC和GaN为什么适合用在800VDC架构中？使用时有哪些注意事项？

A：SiC和GaN属于宽禁带半导体，开关速度更快、热损耗更低，可以实现更高的转换效率和功率密度，且体积比传统磁性元件更小，便于服务器堆叠。但使用时需注意：更高的开关频率会带来EMI和高频噪声问题，需要配合专用驱动信号和控制回路设计；磁性元件的选型也与传统硅器件有所不同。SiC尤其适合固态变压器等高压快速开关场景，GaN则因宽电压适用性在多种场合表现优异。

Q3：PMIC在AI数据中心的电力架构中承担什么作用？

A：PMIC（电源管理芯片）在AI数据中心中正从辅助组件升级为核心使能器。它以去中心化方式在更靠近负载处生成电源轨，减少转换损耗并提升电压调节精度，能更好地应对AI负载剧烈的瞬态变化。PMIC还可提供实时遥测数据支持系统管理，并集成上电时序功能。在内存子系统中，随着DDR5等高速内存对电压精度要求越来越严格，PMIC已从主板迁移至内存模块，成为防止数据损坏的关键保障。