氮化镓与碳化硅的来路:AI电源今天为何重新汇合

资讯 AI 行业观察 作者:哈佛商业评论 全文 5383 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;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,

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”入夜后通体透出蓝色光。让这座场馆亮起来的技术,是当时正加速走向量产的发光二极管(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答卷:氮化镓(GaN)材料、器件制备、封装散热、可靠性验证与控制系统,那一刻都从实验室指标转成了制造技术。

那时候没人会把这束蓝光同今天的AI数据中心扯上关系,两者之间也没有事先画好的技术路线。只不过后来,照明行业攒下的氮化镓材料与器件能力、新能源汽车拉起来的碳化硅(SiC)高压功率电子技术,加上工业和服务器领域多年迭代的硅(Si)基电源技术,在AI算力基础设施的供电系统里又撞到了一起。眼下看着很新的AI电源,说到底是由更早几轮产业建设出来的能力混合演化而成。

这些老能力为什么偏偏在今天重新吃香?直接推手是AI算力的用电需求。AI芯片功耗和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,下一步甚至指向兆瓦级。到了这个量级,供电效率就不只是电费账:同样大的机房能塞进多少GPU、输入的电有多少能真正送到芯片上,都要被供电架构卡住。

撑起这套系统的关键环节之一,是功率半导体和它背后的电力转换系统。电从电网进到GPU,中间要过整流、备用供电、机房配电、服务器电源和多级直流转换,最后才降成芯片要的低压大电流。服务器功率不高的年代,这么转几道,损耗和发热还扛得住;等机柜功率逼近兆瓦级,老架构里的电流、铜材、损耗和散热问题就会一块儿放大。

往1兆瓦(MW)机柜送电,若还用48伏(V)直流,理论电流约20 833安培(A);抬到800伏,电流约1 250安培。功率不变时电压越高电流越小,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)算过,用48伏架构给1兆瓦机柜配电,光是把损耗压在合理范围,铜材就要用掉近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的问题。

数据中心供电电压一路往上抬,原因就在这里。谷歌2025年公开了能支持1兆瓦机柜的正负400伏直流方案;英伟达在推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)推动产业协同。思路并不复杂:机柜侧的大功率传输尽量用高电压完成,到了靠近芯片的地方再降下来,大电流带来的铜耗和空间负担就能少一些。

电压一高,功率半导体的分量也跟着重了。氮化镓擅长高频、高效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,控制、保护、低压转换和电源管理这些活仍大量由它承担。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。要弄懂这种分工,得回头看看这三类器件各自的产业能力是怎么攒起来的。

一束蓝光留下的氮化镓产业

氮化镓的产业史,头一段就是半导体照明的发展史。20世纪60年代红、绿LED已经问世,高效蓝光却长期缺位。少了蓝光,红、绿、蓝三基色凑不齐,也没法靠蓝光激发荧光粉拿到高效白光。这个难题卡了产业界几十年,症结在于高质量氮化镓材料的生长和p型掺杂(指掺入特定杂质,让材料能传导正电荷)。

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,三人因此摘得诺贝尔物理学奖。蓝光LED配上荧光粉,高效率、长寿命的白光LED得以落地,一个照明产业就此打开。

从科学发现走到大规模产业,中间是一段漫长的工程化路程。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,大学出原创技术,企业做制造和市场验证,蓝光LED从实验室走向产业的第一步,是日本先走完的。

2003年,中国科学院半导体研究所就氮化物LED和半导体照明的发展向科技部作了汇报;同年6月,科技部启动“国家半导体照明工程”,“十一五”国家高技术研究发展计划(863计划)随后继续投入。此后,这项技术在中国被推上了更大的产业尺度:2008年北京奥运会期间,LED在“水立方”等大型工程中集中亮相;2009年“十城万盏”让城市照明成为规模化应用现场,参与城市后来增至37座;2012年,半导体照明产品财政补贴又出台。产业规模随之抬升,从2003年的约90亿元增至2015年的4245亿元。

上千万颗LED要稳定产出,外延生长、晶体缺陷控制、良率提升、封装散热设计和可靠性这些坎就得一个个过。产能一扩,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需求也跟着起来。照明市场给了氮化镓一段很长的制造学习期,原本只存在于少数实验室里的技术,慢慢变成整条产业链能重复制造、持续降本的工程能力。

当然,氮化镓LED和氮化镓功率器件不是同一种东西,产线也没法简单互换。但对氮化镓材料的理解、外延与缺陷控制的本事、设备生态、工程人才,还有企业组织化制造化合物半导体的经验,都能迁过去、再进化。后来氮化镓又进了射频功率器件和通信基站,第五代移动通信(5G)放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、小型化电源里经受了更大规模的市场检验。

现在,氮化镓这条链正往AI供电方向继续铺开。德州仪器2025年拿出集成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,瞄准±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排。英诺赛科跟英伟达联手推进800伏直流AI数据中心供电,还亮出了覆盖15V到1 200V的氮化镓方案。

把视线从器件再往上游挪,中国氮化镓产业眼下已有完整的工程化底子。晶湛半导体这类外延厂商多年盯住氮化镓材料,中国因此在2021年就具备生产12英寸(300毫米)氮化镓晶圆的能力。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,正在搭一个覆盖低、中、高压的氮化镓功率代工平台。公共中试研发平台也有部署。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,也是面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排开,材料、制造到封装测试的共享能力也在其中。中国不再只是应用市场和制造能力的承接方,关键环节已进入全球第一梯队。

对中国来说,半导体照明这段历史格外值得琢磨。美国、日本和欧洲各自攒下了科研、国防、通信和工业底子。可中国过去20多年围着半导体照明建起的庞大氮化镓产业,给后来切入射频和功率电子备好了人才、设备、供应链和工程经验,中国进入这轮氮化镓产业竞争的门槛因此被拉低。

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落地。到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往功率开关器件延伸,逐步走进更广的高压、高频、高效率电力电子应用。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,市场规模一直上不去。

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年补贴范围扩到私人购车;2012年的产业规划又把规模化目标说得更明确。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%。

新能源汽车政策并没规定企业必须选碳化硅。可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,这是过去工业市场很难给的,车规可靠性验证和持续降本也一并经历了一遍。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数据中心方案时明说,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数据中心不用从头建一套高压直流工业体系,汽车产业已经把相当一部分前期工程做完了。

硅,一条没有中断进步的产业

硅基功率电子没有一个像“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)和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),硅器件先后进了家电、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,却一直合力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一个大市场。20年前,中央处理器(CPU)供电就得处理上百安培电流。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还得长期靠硅。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:产业能力不一定由一次标志性政策塑造。长期稳定的市场一样能攒出技术积累。家电把成本压下来,工业变频和铁路抬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。几十年需求叠在一起,硅基电源最终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”并非中国独有。不同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。政策未必能预先定下最终胜出的器件路线,却能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。

日本把蓝光LED做成了生意,靠的是给科研和企业之间搭桥。JST 用委托开发的方式,把大学团队在氮化镓上的突破接进丰田合成的产业化体系;之后,日本新能源产业技术综合开发机构(NEDO)又对碳化硅持续投入多年,从材料、器件一路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)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,之后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。政策重点跟着技术成熟度走,从材料一路走到系统。

中国、日本、美国走的路子各有各的样:有的依托大规模市场,有的在科研与企业之间牵线,有的一个接一个啃下技术断点,有的搭联合中试平台。可最后攒下的东西差不多——人才、设备、工艺、标准、供应链,还有那条一直被往下压的成本曲线。这些能力,到头来都可能涌进当初项目书里没写的新产业。

把照明、汽车、工业电子这几条线一路追到AI,真正该看的是这波投入最后沉淀下了什么。20年前,几乎没有人会把LED政策解读成对未来AI电源的押注,也没有人会把新能源汽车补贴写成兆瓦级数据中心的前期工程。

判断一轮产业投入划不划算,得看它能不能攒下可迁移的能力:设备换一种器件还能不能用,工程师手里有没有能反复用的工艺知识,供应链进不进得了新的电压和功率等级,企业有没有跨材料、跨系统开发的本事。这些资产,比任何一代产品都活得久。

国际合作的价值也在这里。氮化镓、碳化硅、硅基功率电子,一路走来都跨过了高校、企业、政府项目和多个国家的产业体系。知识、人才和市场要是过早被圈进互相隔离的“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是反义词。供应链安全要降低关键环节的单点依赖,基础研究、标准、人才和民用技术上的交流空间同样得留着。

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,早被更早的市场买单了。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,没什么共同目标。可等到AI机柜功率快速往上蹿,它们攒下的材料、器件和制造能力就被同时调了出来。

这也是今天回头再看照明、汽车和工业电子的意义所在。评一项产业投入,除了看眼前的产品能不能卖出市场,还得问一句:它留下的技术、人才和制造能力,能不能在下一轮还没冒出来的需求里再被用上。

何佳恒 张韵 陈敬 | 文

香港功率半导体芯片与应用研发中心的何佳恒副研究员、中国科学院半导体研究所副所长张韵,以及该研究中心主任陈敬,分别担任相关职务。

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. 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
  2. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  3. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  4. 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
  5. 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
  6. 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
  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. 英伟达单周跌近23%创2008年来最大跌幅,美股AI板块集体重挫

    【TechWeb】11月21日消息,美东时间11月20日,美股三大指数收盘集体大跌,AI交易遭遇大规模抛售。截至收盘,道指跌1.93%,报48147.33点;纳指跌5.28%,报22617.73点;标普500指数跌3.70%,报6910.39点,纳指100指数暴跌5.61%。 板块方面,半导体产业链成为重灾区,费城半导

    来源 AI 行业观察
  10. 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
  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. 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
  13. 李彦宏雷军同台谈AI,宇树王兴兴:机器人想象力超汽车

    11月17日至18日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心举行。作为亚太经合组织第三十三次领导人非正式会议的配套活动,峰会由中国贸促会主办,主题为“共促繁荣,共赢未来”,2000余位政商代表参会,参会企业包括115家世界500强企业。百度李彦宏、小米雷军、比亚迪王传福、宁德时代曾毓群、

    来源 AI 行业观察
  14. 英伟达7连跌市值蒸发2.74万亿美元,美股AI板块集体重挫

    智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%,亚马逊暴跌4%。 芯片股也愁容惨淡。美国芯片股费城半导体指数周五

    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. 液冷重构AI基础设施:丹佛斯携从冷源到芯片侧解决方案亮相2026中国数据中心标准大会

    【TechWeb】11月20日消息,2026中国数据中心标准大会(CDCC)在北京国家会议中心开幕。丹佛斯携覆盖冷源、冷却液分配单元(CDU)、二次侧流体网络及机柜连接的多元产品和解决方案亮相大会,展示面向AI数据中心高密度液冷场景的系统化冷却能力。大会期间,丹佛斯气候方案事业部系统技术总监张乐平发表《液冷重构AI基础

    来源 AI 行业观察
  18. 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