从水立方蓝光到AI机柜:氮化镓、碳化硅与硅电源如何汇入算力供电

资讯 36氪 全文 5385 字 · 约 14 分钟读完 分类LED汽车算力

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

所属频道 算力与芯片智能汽车与出行

2008年北京奥运会期间,国家游泳中心“水立方”入夜后通体泛出蓝色光芒。撑起这片科技奥运景观的,是当时正加速产业化的发光二极管(LED)照明。观众看到的是城市夜景,产业界看到的却是一份应用验证答卷:氮化镓(GaN)材料、器件制备、封装与散热、可靠性验证以及控制系统,都在这一刻从实验室指标转为制造技术。

那束蓝光与今日的人工智能(AI)数据中心之间,当时并没有人画过连线,也不存在一条事先铺好的技术路线。变化是后来发生的:照明产业在氮化镓材料和器件上不断积累,新能源汽车拉动了碳化硅(SiC)高压功率电子,工业和服务器领域则长期迭代硅(Si)基电源技术。这三股能力最终在AI算力基础设施的供电系统里重新交汇。今天看着很新的AI电源,说到底是由更早的产业能力混合演化而来。

这些旧能力为何偏偏此刻重新吃香?答案先落在供电需求上。AI芯片功耗与机柜功率密度一起往上走,单柜正从几十千瓦迈向数百千瓦,下一步甚至瞄着兆瓦级。到了这个量级,供电效率就不只是电费账:同样机房面积能塞下多少GPU、输入电力有多少能真正送到芯片,都要受供电架构约束。

功率半导体及其电力转换系统,是撑住这套系统的关键环节之一。电网的电要进到GPU,途中得经过整流、备用供电、机房配电、服务器电源和多级直流转换,最后才变成芯片所需的低电压、大电流。服务器功率不高的年代,链路多转几次,损耗和发热还扛得住;机柜功率逼近兆瓦级之后,电流、铜材、损耗和散热问题会一齐被放大。

以1兆瓦(MW)机柜为例,若沿用48伏(V)直流输电,理论电流约20 833安培(A);电压提到800伏,电流则约1 250安培。功率不变,电压越高电流越小,而导线上的电阻损耗跟电流的平方挂钩。美国半导体企业德州仪器(TI)估算,用48伏架构给1兆瓦机柜配电,单为把损耗压在合理区间,铜材用量就接近200公斤。搁在单个机柜里,这是工程问题;放大到大型AI园区,就变成线缆、空间、散热和巨额资本开支问题。

数据中心供电电压因此一路走高。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;英伟达在推进800伏高压直流架构,2026年又联合谷歌、微软和开放计算项目(OCP)推动相关产业协同。思路本身不复杂:机柜侧的大功率传输尽量用高电压完成,到靠近芯片的位置再降为低压,大电流带来的铜耗和空间负担就能减下来。

电压上去了,功率半导体的分量也跟着加重。氮化镓擅长高频、高效率和高功率密度的转换环节;碳化硅在耐压和大功率上更占优;硅成本低、产业成熟,大量控制、保护、低压转换和电源管理仍由它承担。所以AI电源不会被某一种材料通吃,而是按电压、功率密度和开关频率重新分工。要看清这种分工,得回头梳理三类器件各自攒下产业能力的路径。

一束蓝光留下的氮化镓产业

氮化镓的产业史,开头写的是半导体照明。20世纪60年代红、绿LED已经问世,高效蓝光却迟迟缺位。没有蓝光,红、绿、蓝三基色凑不齐,靠蓝光激发荧光粉得到高效白光也无从谈起。这个难题卡了产业界数十年,症结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啃下了其中的关键问题。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配上荧光粉,高效率、长寿命的白光LED得以成真,一个照明产业就此打开。

从科学发现到大规模产业,中间隔着漫长的工程化过程。日本科学技术振兴机构(JST)早在1987~1990年就通过委托开发机制,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。公共资金扛下早期技术风险,大学输出原创技术,企业完成制造和市场验证,蓝光LED从实验室走向产业的第一步在日本走完了。

2003年,中国科学院半导体研究所就发展氮化物LED和半导体照明向科技部提出建议;科技部在同一年6月启动“国家半导体照明工程”。之后,“十一五”国家高技术研究发展计划(863计划)继续对这一方向投入。产业层面的应用随后铺开:2008年北京奥运会期间,“水立方”等大型工程把LED集中呈现在公众面前;2009年,“十城万盏”让城市照明成为规模化落地的场景,参与城市后来增至37座;2012年,半导体照明产品财政补贴又开始实施。中国半导体照明产业规模因此从2003年的约90亿元涨到2015年的4245亿元。

数以千万计的LED要稳定生产,外延生长、晶体缺陷控制、良率提升、封装与散热设计、可靠性等问题就得持续解决。产能扩张又催生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。照明市场给了氮化镓一个很长的制造学习周期,原本只存在于少数实验室里的技术,一项项变成整个产业链可以重复制造、持续降本的工程能力。

氮化镓LED和氮化镓功率器件当然不是同一种器件,生产线也不能简单互换。但材料理解、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,都能迁移和进化。再往后,氮化镓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、小型化电源里经受更大规模的市场验证。

氮化镓这条产业链如今又往AI供电方向延伸。德州仪器2025年拿出了集成650V氮化镓功率晶体管的高密度电源器件;英飞凌(Infineon)2026年发布高压中间母线转换参考设计,基于650V氮化镓,面向±400V和800V直流AI服务器架构。中国企业这回也站到了全球技术竞争的前沿:英诺赛科与英伟达联手推进800伏直流AI数据中心供电,还展示了覆盖15V到1 200V的氮化镓方案。

视线再从器件往上游挪,中国氮化镓产业眼下已有完整的工程化底子。晶湛半导体等外延厂商多年盯住氮化镓材料,中国早在2021年就能生产12英寸(300毫米)氮化镓晶圆。往下游看,上海新微半导体靠国资和科研院所成果转化体系,做专业化化合物半导体制造,正在建覆盖低、中、高压的氮化镓功率代工平台。公共中试研发平台方面也有部署:深圳平湖实验室既是国家第三代半导体技术创新中心深圳综合平台,也是向行业开放的功率半导体研发和中试平台,8英寸碳化硅、氮化镓芯片研发已经布局,材料、制造到封装测试的共享能力也具备。中国早已不只是应用市场和制造能力的承接方,关键环节已跻身全球第一梯队。

半导体照明这段历史,对中国来说尤其不能轻看。美国、日本和欧洲各有自己的科研、国防、通信和工业积累。可中国过去20多年围着半导体照明转,建起了大规模氮化镓产业,人才、设备、供应链和工程经验都是现成的,后来切入射频和功率电子,门槛因此低了不少。

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铺开之前,就已经进了工业市场。2000年前后,碳化硅肖特基二极管开始商业化。到了2011年前后,科锐公司(Cree,现Wolfspeed)又推出商用SiC MOSFET(金属氧化物半导体场效应管),碳化硅功率器件从二极管扩展到功率开关器件,并逐步走进更多高压、高频、高效率的电力电子应用。早期碳化硅在工业和高端电力电子里已经能显出性能优势,问题是晶圆、材料和制造成本都高,市场一直做不大。

新能源汽车把这个市场送来了。2009年,中国在13座城市启动节能与新能源汽车示范;2010年补贴扩大到私人购车;2012年的产业规划又把规模化目标定得更明确。到2024年,中国新能源汽车销量为1 286.6万辆,占新车销量40.9%。

新能源汽车政策并没有规定企业必须选碳化硅。但它造出了持续增长的高压、高效率需求,大批量订单随之而来,这在过去的工业市场很难拿到;车规可靠性验证和持续降本也都走了一遍。围绕高压平台攒下的器件、模块、连接器、测试和制造能力,后来并没有只留在汽车里。

汽车和AI供电就是在这里接上的。谷歌解释±400V数据中心方案时说得明白,电动汽车供应链已有的规模经济、制造能力和质量基础都可以用。AI数据中心不用另建一套高压直流工业体系,前期工程汽车产业已经做完了相当一部分。

硅,一条没有中断进步的产业

硅基功率电子没有“十城万盏”或新能源汽车那样的单一转折点。它的优势来自连续几十年的大规模使用。功率金属氧化物半导体场效应晶体管(MOSFET)、绝缘栅双极型晶体管(IGBT),再到同步降压、多相供电和电源管理集成电路(PMIC),硅器件一路进入家电、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各不相同,却始终在共同把同一套产业体系推成熟。

服务器本身就是硅功率电子长期演进的重要市场。20年前,中央处理器(CPU)供电就要应付上百安培电流;今天,先进GPU的末级供电正朝千安级走。氮化镓和碳化硅进了数据中心,硅也不会就此退场。高压大功率环节会更多交给碳化硅,高频高功率密度环节留给氮化镓,控制、保护、电源管理以及大量低压转换,长期还是要靠硅。AI供电正在长成一套混合材料系统。

硅这条历史线还说明一件事:产业能力不一定由某次标志性政策塑造。长期稳定的市场照样能攒出技术积累。家电把成本压下来,工业变频和铁路把功率等级与可靠性提上去,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。几十年需求一层层叠加,硅基电源才成了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,“混合进化”并不是中国独有。各经济体挑的政策工具不一样,处理的却是同一个问题:一项还没成熟的技术,怎么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子,是用应用场景造出规模需求。半导体照明靠公共照明拿到早期订单,新能源汽车从示范车队一步步扩到私人消费。政策未必能事先定下哪种器件路线最终胜出,但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)之后又长期推碳化硅,从材料、器件一直做到铁路等系统应用。

美国更看重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)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,后来又集中解决氮化镓掺杂等制造问题,范围进一步推到拓扑、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)接着处理制造规模、成本、可靠性、商业化和人才。技术成熟度在变,政策重点也跟着变,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。这些能力最后都可能流向最初没有写进项目书的新产业。

从照明、汽车到工业电子,再一路追到AI,真正值得琢磨的是这些投入最后沉淀下了什么。20年前,几乎没人会把LED政策看成对AI电源的提前布局,也不会有人把新能源汽车补贴写成兆瓦级数据中心的前期工程。

判断一轮产业投入的回报,要看它能不能攒出可以搬走的能力。设备能不能接着服务下一代器件,工程人员手里有没有能复用的工艺知识,供应链能不能爬进新的电压和功率等级,企业有没有练出跨材料、跨系统的开发本事。这些东西比某一代产品活得久。

国际合作的长期价值也在这里。氮化镓、碳化硅和硅基功率电子的演进,都穿过了高校、企业、政府项目和多国产业体系。知识、人才和市场要是过早被锁进彼此隔离的“小院”,丢掉的不是一代产品,而是下一次产业之间“混合进化”的机会。自主能力和国际合作并不对立。供应链安全要减少关键环节的单点依赖,同时也得给基础研究、标准、人才和民用技术留出交流空间。

今天看着最前沿的AI供电技术,它的研发、制造学习和规模化成本,早先已经由别的市场掏过腰包。2008年水立方的蓝光、街头跑的新能源汽车、几十年不断更新的工业电源,本来各干各的,没有共同目标。可当AI机柜功率快速往上冲的时候,它们攒下的材料、器件和制造能力被同时调了出来。

今天重新看照明、汽车和工业电子,意义就在这儿。评估一项产业投入,除了看眼前产品能不能打开市场,还得问它留下的技术、人才和制造能力,能不能在下一轮还没出现的需求里再被用上。

何佳恒 张韵 陈敬 | 文

香港功率半导体芯片与应用研发中心副研究员何佳恒、中心主任陈敬,以及中国科学院半导体研究所副所长张韵,分别担任这些职务。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 氮化镓与碳化硅的来路:AI电源今天为何重新汇合

    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,

    来源 AI 行业观察
  2. AI硬件的牛市结束了

    最强势的市场,也顶不住这轮AI回调了。 从10月的高点算起,涵盖AI硬件全链条的费城半导体指数跌去27.8%。其中,算力龙头英伟达跌去36.1%、存储龙头美光跌去43%,就连给他们供货的寡头台积电也跌去26.2%。看下来,逻辑最硬、订单最多的AI硬件龙头,也没能躲过这轮回撤。 AI硬件这波回撤,是投资逻辑变了:从跟踪大

    来源 AI 行业观察
  3. 阿里云季度收入2715.19亿元:AI产品年化破100亿美元,平头哥担纲主力

    AI带来的变化,正越来越直观地反映在阿里的财报上。11月19日,阿里发布截至2026年9月30日止的季度财报。当季集团实现收入2715.19亿元,同比增长10%;经调整EBITA同比增长260%,达到326.36亿元。在四大板块中,AI云与算力服务增速最快,当季收入609.73亿元,同比增长53%,在集团总收入中的占比

    来源 腾讯网
  4. 从英伟达到苹果、微软:同样拥抱AI,为什么企业的财富命运截然不同?

    AI正在改变企业创造财富的方式。检索、计算、起草、核对等标准化工作,越来越多地由工具完成。技术能力的普及并不意味着企业之间的差距会消失。相反,当算力和信息更容易获得,领导者如何提出问题、配置资源、处理冲突以及确定长期目标,开始更直接地影响企业能否把技术转化为持续价值。德鲁克曾把管理与领导分开:管理是把...

    来源 腾讯网
  5. Anthropic冲击IPO:AI循环融资模式迎来首次公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 行业观察
  6. 韩国LEET满分考生李振宇身亡,AI作弊风波后考场封杀智能眼镜

    近日,韩国 LEET 法学研究生入学考试满分考生李振宇(32 岁)在首尔一家汽车旅馆内被发现心脏骤停,经确认身亡,此前他深陷 AI 作弊质疑。事发前,这位一度被捧为“学神话”的满分得主曾公开表态:将在约定日期上午开启 YouTube 直播,现场作答韩国高考韩语试题,用实时答题自证清白。大量网友蹲守直

    来源 AI 开发者社区
  7. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  8. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  9. 腾讯混元AMA回应算力瓶颈:下一代Hy模型将大幅扩容

    智东西11月21日报道,今天凌晨,腾讯混元团队在社交媒体平台Reddit举行了一场AMA活动,与全球开发者围绕Hy4系列模型展开交流。姚顺雨也出现在了评论区,只是哪个是他的马甲我们不得而知。 ▲姚顺雨在X预告本次Reddit AMA活动(图源:X) 此次AMA处于一个非常有趣的时间点。 就在昨天,腾讯刚刚开放旗舰模型H

    来源 AI 行业观察
  10. 国内推出首个智能座舱 AI 分级评价体系,共分为 C1 到 C5 五级

    IT之家 11 月 20 日消息,据央视新闻今日报道,随着新能源汽车快速普及,日前,中国汽车技术研究中心推出了国内首个汽车智能座舱 AI 能力分级评价体系。 IT之家从报道获悉,这次中汽中心推出的 AI 能力分级评价体系,共分为 C1 到 C5 五级,把座舱 AI 主观体验转化为可量化的评价指标,覆盖八大能力和行为属性

    来源 AI 行业观察
  11. 范文仲:AI出海需硬件能源算力协同,制度创新待破题

    新京报贝壳财经讯(记者程靓)11月17日至19日,2026第二届AI+能源发展大会在北京中关村展示中心举办。会上,北京社科院副院长范文仲表示,中国要成为国际AI产业大国,必须在硬件制造、算力传输、应用场景落地等环节都具备世界竞争力,而这恰是中国优势。范文仲建议,AI产业国际化,要硬件、能源、算力协同出海;除了建数据..

    来源 腾讯网
  12. AI产业催化密集:硬件与应用两端都有动作,商业化收入成关注焦点

    每经AI快讯,全球人工智能产业近期迎来密集催化,硬件端与应用端均有重要事件落地。英伟达最新财报继续验证全球AI算力需求的旺盛程度,大模型企业Anthropic亦正式登陆纳斯达克,为投资者观察前沿AI企业的商业模式和估值水平提供了新的参照。分析人士认为,当前AI产业仍处于快速发展阶段,算力基础设施建设和大模型技术迭代..

    来源 腾讯网
  13. 商汤AI落地:模型算力应用并进,港股AI商业化迎双增长

    导读THECAPITAL从模型、算力到应用,商汤正在打通AI落地的多个环节。本文3125字,约4.6分钟作者 | 冯晓亭 编辑 | 吾人来源 | 融中财经2026年,越来越多的AI企业走进港股市场。从大模型、算力芯片到智能驾驶,产业链上的公司相继受到投资者关注。随着壁仞科技、智谱、MiniMax等企业陆续上市,港股也成

    来源 腾讯网
  14. 拉加德:欧洲AI算力占比要提到15%,2030年前需投1.3万亿欧元

    据报道,欧洲央行行长拉加德表示,欧洲若要将其全球AI算力占比从目前约5%提升至2030年的15%,预计需要投资约1.3万亿欧元。拉加德指出,欧洲在关键原材料和技术领域的外部依赖正构成经济主权挑战,应通过欧洲层面的公私合作、公共资金先行承担风险等方式,吸引私人资本投入芯片工厂和数据中心建设。(界面)

    来源 AI 行业观察
  15. 腾讯WorkBuddy日活破1000万,单季AI拖累利润152亿元

    WorkBuddy交出了千万日活、超5亿美元收入年化运行率的亮眼成绩单,但腾讯AI转型仍有更难的一道财务考题:高额算力投资与持续经营投入何时转化为利润? 与此同时,字节系在短视频、短剧和AI入口上的扩张不断争夺用户时长。2027年可能是投入与竞争压力集中释放的一年,2028年能否迎来现金流与资本效率改善,将决定这场转型

    来源 华尔街见闻
  16. 阿里CEO:AI算力依然供不应求,预计在2028年有所好转

    在2026年11月19日业绩电话会上,阿里CEO吴泳铭表示AI算力全球供不应求、中国近两年尤其紧缺,全球算力出口管制新规令明年产品面临供应链不确定性。阿里AI基础设施规划基于平头哥国产芯片,随着产能爬坡,国产算力占比将持续提升;他预计2028年国产算力放量后恢复50%以上高速增长,下半年现金流转正。

    来源 凤凰科技
  17. 曙光8000支撑成果:国产超集群拿下戈登·贝尔奖

    【TechWeb】11月20日消息,2026年国际超级计算大会(SC26)传来重磅喜讯:由全国产十万卡AI超集群曙光8000提供算力支撑的中国科研成果闪耀国际舞台,一项斩获被誉为“高性能计算领域诺贝尔奖”的ACM戈登·贝尔奖,另一项成功入围戈登·贝尔气候建模奖决赛。 从今年7月正式投用至今,短短四个多月,曙光8000再

    来源 AI 行业观察
  18. 亚马逊封堵AI购物助手,马斯克放话:也许该做个对手

    AI刚学会替你干活,亚马逊、摩根大通、嘉信理财就开始堵门了! 10月18日,@trikcode在X上列出了一份「AI碰壁清单」,点名达美航空、摩根大通、嘉信理财、Yelp和亚马逊。 他吐槽: 那些本该替我们搞定一切的AI智能体,开始被互联网挡在门外。 人愿意买,AI愿意跑腿,但最后一公里却卡在了平台不肯放行上! 而亚马

    来源 AI 行业观察
  19. 全球算力进入“后黄仁勋时代”

    国产算力需求升温,资本从具身智能向半导体转移作者/ IT时报 毛宇编辑/ 郝俊慧 孙妍黄仁勋离开英伟达的方式,比市场预想的更突然。当地时间11月12日,黄仁勋辞去总裁、首席执行官及董事会成员职务。11月17日,他公开发表声明称,如果董事会认为他的回归符合利益,他愿意重新出任CEO;但同一天,董事会主席哈维·琼斯在20.

    来源 腾讯网
向下滚动自动加载更多