概述：兆瓦级AI电力挑战

在ChatGPT、Llama、Gemini和DeepSeek等生成式模型普及的推动下，人工智能的快速发展正在从根本上重塑现代数据中心架构。随着计算需求的激增，数据中心设施面临着提供前所未有的电力、能源效率和热管理的巨大压力。当前服务器机架的功率水平通常在30至120千瓦之间。然而，领先的计算公司正在积极开发相关技术，以将这一阈值推高至1兆瓦。这种十倍的增长要求电力转换和分配发生范式转变，即摆脱传统系统，转向由先进碳化硅（SiC）技术赋能的高压、高密度架构。

市场背景：能源需求激增与基础设施极限

国际能源署（IEA）估计，2024年数据中心消耗了约415太瓦时（TWh）的电力，占全球用电量的1.5%左右。预计到2030年，这一数字将翻一番以上，达到945太瓦时，占据全球3%的份额。随着AI机架功率超过200千瓦，传统的48至54伏直流配电遇到了关键瓶颈，包括：

  • 物理空间消耗过大，在NVIDIA的GB200/GB300 NVL72等系统中，每个机架需要高达64U的空间来安装电源架。
  • 铜材需求不可持续，一个1兆瓦的机架需要超过200公斤的铜，而一个1吉瓦的数据中心则需要高达50万吨。
  • 由于反复进行交直流（AC-DC）和直流-直流（DC-DC）转换，导致显著的能量损耗并增加了系统复杂性。

技术细节：向高压直流架构过渡

为了克服这些物理和电气限制，行业正在向高压直流母线架构过渡，特别是400伏直流和800伏直流。一种高效的替代方案是在数据中心边缘利用固态变压器（SST）将13.8千伏交流电直接转换为800伏高压直流电（HVDC）。这种方法大幅减少了转换级数，最大限度地降低了能量损耗，并简化了整体电源链。通过减少电源单元（PSU）和冷却风扇的数量，HVDC架构提高了整体系统可靠性，降低了热负荷，并为下一代AI基础设施提供了可扩展的高性能基础。

优化服务器电源：SiC共源共栅JFET的作用

AI数据中心依赖于符合开放计算项目（OCP）Open Rack V3（ORV3）等标准的先进服务器机架。服务器电源必须在宽负载范围内实现高效率，通常需达到或超过80 Plus钛金或红宝石认证。由于热和开关限制，传统的硅超结MOSFET难以满足这些严苛的要求。为了优化电源效率，业界采用了SiC共源共栅JFET（CJFET）。这些器件将常开型SiC JFET与低压硅MOSFET集成在一起，创造出常关型器件。这种共源共栅配置在单位面积上提供了最低的导通电阻（RDS(on)），从而实现了更高的电流处理能力和更低的导通损耗。此外，CJFET具有开关速度快、芯片尺寸小以及与标准硅栅极驱动器兼容等优点，简化了其在复杂电源子系统中的集成。

对AI数据中心的影响：保护与可扩展性

除了电源之外，稳健的保护机制对于在电源事件中保护敏感组件也至关重要。常开型SiC JFET和SiC Combo JFET为高压热插拔和电子保险丝（eFuse）/ORing应用提供了关键保护。在AI服务器机架内，这些SiC技术在核心电源子系统中实现了高效的AC-DC和DC-DC转换，包括电池备用单元（BBU）、峰值负载削减架（PLSS）和中间总线转换器（IBC）。这些器件紧凑的占位面积和卓越效率直接支持了重度AI工作负载特有的高强度、波动性功率曲线，确保了整个设施的不间断运行和增强的能源管理。

未来展望：赋能下一代AI基础设施

向兆瓦级AI基础设施的过渡代表了半导体和数据中心行业的关键转折点。通过放弃48伏直流配电的限制，转而采用800伏HVDC架构，数据中心可以大幅减少铜材占用和物理空间需求。先进SiC JFET系列（包括CJFET和Combo JFET）的部署，提供了使这些高密度环境成为现实所必需的快速开关、低导通损耗和稳健保护。随着生成式AI模型复杂性不断增加，利用这些新一代电源技术对于构建可持续、可扩展且高度高效的AI数据中心至关重要，从而为人工智能的未来提供坚实支撑。