德州仪器（TI）：高可靠性GaN是800V AIDC规模化落地的关键
根据 AIDC Index 的统计，目前全球共有344个AI数据中心项目处于规划、建设或已运营状态，合计装机容量约为154.6GW。
随着下一代 AI 数据中心从兆瓦级走向吉瓦级，其对电网、冷却系统和配套基础设施的要求正急剧上升。传统功率器件越来越难以满足不断增长的效率和功率密度要求，这使得氮化镓（GaN）被视为有望突破这些限制的关键技术之一。
AI 算力的快速扩张已经在半导体和电力基础设施生态系统中引发连锁反应。在多种技术路线并行演进的背景下，德州仪器（TI）围绕高可靠性 GaN 技术进行了较早布局，并持续积累相关产品与系统能力。
TI 的 GaN 技术将如何帮助数据中心供电效率实现新一轮跃升？又有哪些产品策略和技术路径支撑其在这一新兴市场中的布局？
本文将探讨 AI 数据中心不断演变的基础设施需求，并分析 TI 在面向下一代电源架构的高可靠性 GaN 技术上的持续投入。
AI 数据中心正在重塑行业优先级
四十多年来，半导体行业一直沿着一条明确轨迹演进：提升计算密度，在更小的硅片面积中提供更强的处理能力。AI数据中心的兴起，正在从根本上改变这一逻辑。
随着 AI 工作负载快速扩张，功耗已经成为行业面临的最紧迫挑战之一。来自 GPU、CPU 以及各类 AI 加速器（XPU）的功率需求正以惊人的速度增长。当前单颗 GPU 和 XPU 的功耗需求每年增长超过 70%，每一代新器件的功耗都明显高于前代。
下图概括了未来几代 AI 平台单 GPU 功耗的上升趋势，这也是数据中心供电架构升级的直接驱动因素。
图 1：AI 驱动的 GPU 单芯片功耗增长趋势
图中展示了 Blackwell、Blackwell Ultra、Vera Rubin 和 Feynman 平台对应的单 GPU 功耗变化，功耗水平由 1200W 持续上升至预计 4kW。（来源：行家说 Research，2026）
从 Blackwell 到 Feynman，单 GPU 功耗持续上行，意味着服务器级和机架级供电系统必须同步提升效率、功率密度和散热能力。
与此同时，大模型商业化持续放大数据中心能耗。国际能源署（IEA）估计，像 ChatGPT 这样的大语言模型单次查询的耗电量大约是传统搜索引擎查询的10倍。与此同时，根据中国信息通信研究院（CAICT）等机构数据，截至 2025 年 7 月，全球已发布 3,755 个大模型，部署活动仍在持续加速。仅中国的日度 token 消耗量就已超过 30 万亿，相较 2024 年初增长超过 300 倍。
从宏观角度看，AI 基础设施带来的全球电力需求正进入前所未有的扩张周期。IEA 预测，数据中心用电量在 2025 年达到约 485TWh，到 2030 年可能接近翻倍至约 950TWh。AI 导向型数据中心的用电需求预计还会增长得更快，同期可能达到三倍增长。
随着能源需求和数据连接需求持续上升，数据中心正面临前所未有的能源挑战。因此，行业关注点已不再局限于优化计算密度，创新方向越来越多地转向优化功率密度。
数据中心基础设施发展的新要求
首先，建设数据中心已不再只是资本投入的问题，而是取决于多种基础设施资源的组合，包括能源可获得性、水资源、物理空间、高压输电能力以及光纤连接。随着电力需求持续增长，提升整个系统链路的能效变得越来越重要。
从发电和输电，到计算和冷却，能量链条上的每个环节都需要被优化。任何一个环节的低效，都会导致更高的能量损耗、更大的冷却负担，以及更复杂的整体系统设计。
如果把这一趋势拆开来看，数据中心基础设施演进的核心目标可以概括为：在更高功率密度下实现更高效率，并同步压缩输电、无源器件和散热系统的体积。
图 2：AI 数据中心基础设施升级的三个关键抓手
图中展示了高压直流（HVDC）、SiC 与 GaN 功率器件，以及液冷散热等技术，如何共同支撑“高效率 + 高功率密度”的目标，并进一步降低铜损、铜排体积、无源器件体积和散热器体积。（来源：行家说 Research，2026）
这也是为什么高压直流、宽禁带功率器件以及液冷等方案，正在被同时推到下一代 AI 数据中心设计的核心位置。
此外，AI 数据中心需要能够支撑显著更高功率密度的基础设施底座，其中包括输电、配电和功率转换等关键环节。应对这些挑战，需要整个生态系统协作，包括半导体厂商、服务器电源供应商和固态变压器供应商。通过在供电链路各环节持续创新，行业才能为下一代 AI 基础设施提供更高效的供电分配能力。
800VDC成为关键解决方案
作为这一演进的一部分，800V 直流供电架构正成为解决未来供电挑战的关键路径之一。更高电压配电的价值十分明确：它能够在输送相同功率时降低电流，从而减少铜材使用和传输损耗，并提升整体系统效率。
这种转变已经不再只是效率优化或成本优化的问题，而正在成为支撑未来 AI 数据中心持续扩展的关键力量。
基于当前部署趋势，部分先进 AI 机架的功耗已接近 500kW。借助液冷等技术，这类系统目前仍可在传统 48V 供电架构下获得支持。但随着算力需求继续上升，下一代 AI 机架预计将超过 1MW 功耗。在这一功率水平下，传统低压架构将面临越来越严峻的挑战，并推动行业转向更高电压的供电路径。
机架级功率的演进更能说明这一变化的紧迫性。下图展示了未来几年 AI 服务器机架功耗的上升趋势。
图 3：AI 数据中心服务器机架功耗趋势
图中展示了从搭载 72 颗 Blackwell GPU 的 Oberon 架构，到搭载 144 颗 Feynman GPU 的 Kyber 架构，单柜功耗由约 120kW 持续提升至约 600kW，反映出机架级供电压力的快速上升。（来源：行家说 Research，2026）
机架总功耗的持续提升，意味着传统低压供电路径在铜损、热管理和系统复杂度上的压力会同步放大。
根据导体损耗的基本关系（I²R 损耗），如果母线电压仍保持在 48V，那么机架功率提升 6 倍就意味着电流也要同步提升 6 倍，传输损耗则会增加到原来的 36 倍。随着电流持续升高，功率损耗、热管理压力和系统复杂度都会显著增加，使传统低压架构越来越难以支撑未来高功率 AI 机架。
因此，越来越多行业参与者正在探索更高电压的直流供电架构，以作为下一代 AI 数据中心的可行路径。通过在更高功率水平下实现更高效的供电，800VDC 等高压方案预计将在支撑 AI 算力基础设施持续扩张方面发挥越来越重要的作用。
高可靠性GaN成为关键要求
如今，高压直流供电架构的价值早已被行业认可，但其在数据中心的大规模部署长期面临一个基础性挑战：如何将高压电安全、高效地转换为现代处理器所需的极低电压。
传统上，如果想用硅基功率器件提升电源转换效率，通常需要提高开关频率。但更高的开关频率也会带来更高的开关损耗，从而形成效率与性能之间的权衡。多年来，行业一直缺乏一种功率开关技术，能够同时实现高开关速度、低损耗和低寄生参数。
氮化镓（GaN）技术的成熟与商业化，开始改变这一局面。
GaN 之所以日益重要，是因为它能够让数据中心将更高电压供电与更快开关速度结合起来。这一能力使工程师可以设计出更小、更高效、且具备更高功率密度的功率转换系统。
随着 GaN 及其他宽禁带半导体技术不断进步，电源供应商也持续提升机架级功率密度和整体能效。因此，GaN 正在成为支撑下一代 800V AI 数据中心基础设施的重要技术。
除了性能之外，可靠性也正在成为大规模部署中同等重要的考量因素。
与常规电气系统不同，AI 数据中心既运行在极高功率水平下，又承载关键任务型计算工作负载。在这样的环境中，单个器件失效就可能影响整个机架甚至多个系统，引发停机、服务中断和高昂的运营成本。因此，电源系统可靠性已经成为下一代 AI 基础设施的关键要求。
长期以来，汽车电子一直代表着行业中最严苛的可靠性基准之一，车规级器件也被广泛视为高可靠性的代表。然而，随着 AI 基础设施不断演进，数据中心正在以前所未有的功率密度、负载强度和系统利用率运行。这些趋势正推动整个供电生态系统对可靠性的关注持续上升，并促使行业开发更严格的器件认证与验证方法。
对于 GaN 技术而言，挑战已不再是更高效率或更高功率密度，更在于如何证明其在大规模关键任务场景下的长期可靠性。
TI以高可靠性GaN支撑800VDC
依托数十年的半导体积累以及长期的电源技术投入，TI 已构建起一套广泛的GaN产品组合与技术基础，用以支持下一代 800V 数据中心对可靠性、效率和可扩展性的要求，这一布局集中体现为四大核心优势。
1. 长期可靠性验证基础
TI 在汽车和工业市场的经验，对其 GaN 技术发展发挥了重要作用。TI 从 2010 年开始投资 GaN 研发，并在 2016 年推出量产 GaN 器件。为验证长期可靠性，TI 已在其 GaN FET 上累计进行了超过 8,000 万小时的可靠性测试，以及累计超过 5GWh 的电源转换应用场景测试。这些器件也已广泛部署在工业和汽车应用中。
值得注意的是，当前数据中心采用的 800V 架构，与电动汽车中已使用的 800V 电源架构存在许多相似之处。TI 在高要求汽车环境中开发和验证 GaN 方案的经验，为这些技术应用到 AI 数据中心供电系统奠定了基础。
2. 面向 800VDC 的电源架构能力
除了器件技术之外，TI 还为 AI 数据中心开发了完整的 800VDC 电源架构。通过仅使用两级功率转换，这套架构可以高效地将 800VDC 电源直接转换为现代 GPU 所需的低电压。与传统多级电源架构相比，这种方法简化了供电分配，降低了传输损耗，并提升了系统可扩展性与可靠性。
这一能力部分得益于 TI 长期以来在集成式 GaN 功率级技术上的投入。TI 已推出多项面向 800V 供电系统的参考设计，包括一款 800V 至 6V 的 DC/DC 转换器，其效率可高达 97.6%，功率密度超过 2,000W/in³；此外还有 800V 热插拔（hot-swap）控制器方案。这些参考设计有助于简化开发流程，并加速下一代高功率密度 AI 基础设施的落地。
3. 高度集成的 GaN 功率级
支撑这些性能指标的关键，是 TI 高度集成的 GaN 功率级架构。随着数据中心设计中的功率密度不断提高，工程师正将关注点从单一器件性能转向整体系统优化，而这一趋势也在推动 GaN 于下一代架构中加速采用。
TI 的全集成 GaN 功率级将 GaN 高电子迁移率晶体管（HEMT）、驱动器、保护和控制功能整合在单芯片方案中。这种集成方式简化了系统设计，提升了可靠性，并缩短了开发周期，适用于数据中心、服务器电源、光伏逆变器、工业系统和汽车电子等多种应用。
集成优势同样体现在开关性能上。TI 集成驱动的 GaN 器件可实现高达 150V/ns 的压摆率，约为传统硅基 MOSFET 的三倍，并支持超过 1MHz 的开关频率。这些能力有助于缩小磁性器件尺寸，实现更紧凑的系统设计，并降低开关损耗。
为管理高压摆率带来的波形挑战，TI 将低电感封装与其集成架构相结合，即使在极端条件下也能提供干净的开关节点波形。这有助于减少振铃、最大化系统效率、减少外围器件数量、简化 PCB 布局，并进一步提升功率密度，为下一代数据中心电源设计提供更大的灵活性。
4. 从器件延伸到系统级供电支持
除了 GaN 技术之外，TI 广泛的模拟与嵌入式处理产品组合还可为 AI 数据中心供电链路提供系统级支持。这些方案覆盖固态变压器、sidecar 外置供电系统、服务器 IT 机架以及冷却分配单元等多种场景，帮助客户在整个数据中心内部优化功率转换、供电分配和系统管理。
TI 也在积极推动 GaN 技术相关行业可靠性标准的发展。现有 JESD 和 IEC 等认证标准最初是围绕硅基技术开发的，为器件资格认证提供了重要基线。随着宽禁带半导体持续发展，行业也在通过额外验证方法来适应 GaN 器件的独特特性。
为支持这一进程，TI 已开发额外的 GaN 可靠性评估方法，并将相关经验分享给标准组织，以帮助推动全行业最佳实践的发展。要建立行业对 GaN 的信心，必须依赖严格的验证与认证方法体系，以支撑其在高要求应用中的长期部署。
TI面向AI数据中心的从电网到栅极路径
除了推进高可靠性 GaN 技术外，TI 还提出了面向 AI 数据中心的从电网到栅极的愿景，将关注点从单一功率器件扩展到整个能源传输链路。
如果用一张图来概括这一思路，从电网到栅极关注的是从上游能源输入，到机架与服务器供电，再到处理器核心电压的整条电力链路。
图 4：TI 面向 AI 数据中心的 从电网到栅极系统视角
图中覆盖了从不间断电源、太阳能、电网侧基础设施，到数据中心网络交换机、机架与服务器供电、服务器主板、AI 处理器与协处理器，以及冷却分配单元等环节，强调供电优化需要从整条链路协同展开。
这张图的意义在于，它把“GaN 器件能力”放回到更完整的数据中心供电系统中理解，而不只是停留在单一器件或单一级电源转换环节。
这一概念覆盖供电链的每个阶段，从电网到处理器核心电压，从而使系统设计能够以更整体的方式展开。通过优化整套基础设施中的功率转换、供电分配与管理，这一路径有助于数据中心为未来兆瓦级 AI 机架以及更高强度工作负载做好准备。
展望未来，随着大规模 AI 训练和新兴物理 AI 应用共同推动全球算力基础设施发展， 预计数据中心供电系统对可靠性的要求还可能持续提高。
中国作为全球 AI 增长最快的市场之一，在可再生能源部署、长距离输电基础设施以及大规模光纤网络方面具备显著优势。这些条件为 AI 基础设施和数据中心容量的持续扩张提供了坚实基础。
随着 AI 算力需求持续增长，对高性能、高可靠性供电技术的需求也将日益增强。依托在中国 40 多年的长期投入，TI 继续在技术、制造和生态合作方面加大投入，以支持 AI 基础设施的长期发展。
通过从电网到栅极路径、广泛的电源管理产品组合，以及在 GaN 技术方面的持续创新，TI 将继续与客户和生态合作伙伴共同应对下一代 AI 系统面临的供电挑战，推动 AI 未来朝着更高效率、更高可靠性和更强可扩展性的方向发展。
本文发自【行家说三代半】，专注第三代半导体（碳化硅和氮化镓）行业观察。
其他人都在看：
对话张振中：4年10倍增长，中瑞宏芯的SiC发展之道
又一SiC项目落地天津，已开工建设
慕尼黑电子展参展阵容揭晓，意法/ 英飞凌/安森美等大厂悉数亮相
行家说三代半 写留言 ,选择留言身份
