前言

2026年5月22日，2026世界AI服務器電源大會在深圳隆重舉辦。本次大會匯聚了行業頂尖的電源技術專家與產業鏈上下游企業，共同探討AI浪潮下電源技術的破局之路。

相關閱讀：大咖云集！2026 AI 服務器電源大會演講干貨匯總上線

在本次峰會上，英諾賽科（蘇州）科技股份有限公司應用工程部總監鄒艷波先生發表了題為《AI時代下：電源技術發展趨勢展望》的精彩演講。

面對AI算力的指數級暴漲，數據中心的能耗正面臨前所未有的挑戰。

針對行業面臨的挑戰，鄒艷波先生結合英諾賽科在氮化鎵領域的深厚技術積淀，從高壓直流化、高頻化、液冷化等多個維度，深度剖析了傳統架構的痛點，并給出了All GaN的破局方案。

演講伊始，鄒艷波先生表示將在接下來的分享中，他將從宏觀行業趨勢到微觀器件技術，全面剖析AI電源的演進之路。

鄒艷波先生表示，在過去的幾年里，AI技術迎來了爆發式的突飛猛進。對于能源和電力電子從業者來說，這是一個幸運的時代。

因為從Pascal、Volta、Ampere到Hopper，再到最新的Blackwell，AI算力在8年內提升了1000倍。而算力的背后是電力，AI的盡頭終將是一場能源革命。

算力的猛增直接具象化為芯片功率的飆升。在短短三四年時間里，單機柜的功率密度發生了翻天覆地的變化。

2023年英偉達Hopper架構的單機柜功率大約在100kW左右；到了今年的Rubin架構，單機柜功率飆升至400kW；而未來的Rubin Ultra更是將達到恐怖的600kW/機柜。

短短幾年間，功率提升了整整6倍。這種呈指數級上升的功耗需求，對數據中心的供電系統提出了顛覆性的變更要求，逼迫著電源架構必須向高壓直流、高頻化以及液冷方向演進。

在有限的機柜空間內，傳統的48V Busbar甚至需要承受超過10000A的電流。單純依靠增加銅排截面積已經無法解決問題，巨大的熱量不僅浪費了寶貴的電能，銅排本身也承受不了這樣的發熱。傳統架構已經無力支撐如此巨大的功率輸送。

為了解決傳統低壓大電流帶來的損耗災難，提升母線電壓成為了唯一的出路。

如今，隨著機柜功率突破數百千瓦，系統架構正在向800V高壓直流演進。

最新的架構趨勢是，將PSU從傳統的機架位置移出，直接通過800V Busbar輸送直流電到IT Shelf，然后在Shelf內部再通過電源模塊將800V降壓至50V/48V。這種高壓輸送極大地降低了線纜中的電流，從而完美解決了傳輸損耗問題。

除了傳輸損耗，另一個挑戰是空間，電源模塊必須在更小的體積內輸出更大的功率，這對電源的功率密度提出了極其苛刻的要求。

在電源系統中，磁性器件和電容占據了大部分體積。通過將開關頻率從傳統的500KHz提升至1MHz，磁芯的體積可以減小約20%。

更重要的是，高頻化能大幅減小無源器件的需求量：頻率提升一倍，諧振電容的數量可以減少到原來的1/4，輸出濾波電容可以減少到原來的1/2。

通過PCBA對比圖可見，1MHz頻率下的電容陣列面積遠小于500KHz，這是實現高功率密度的必由之路。

傳統的硅器件在高頻下開關損耗極大，會導致器件過熱燒毀。

而通過引入英諾賽科All GaN方案，英諾賽科的高壓GaN相比同規格的Si MOS，其綜合品質因數提升了的11倍；低壓GaN也提升了7倍。

高低壓GaN相互協同，不僅能大幅降低驅動和開關損耗，還能讓整個電源轉換鏈路在超高頻下保持極高的效率。

英諾賽科基于800VDC架構的All GaN解決方案，已經實現了全鏈路覆蓋。無論是800V轉48V的隔離母線轉換，還是48V轉12V的中間級，亦或是12V/6V到1V的芯片供電，GaN都在其中發揮著不可替代的作用。

針對800V轉48V的初級和次級端GaN相比于傳統硅器件和碳化硅的具備一定優勢。

在驅動損耗與頻率的曲線上，GaN的損耗增長極度平緩。具體而言，采用All GaN方案：原邊驅動損耗降至1/7，解決了驅動芯片過熱及輔助電源占板面積大的問題；原邊關斷損耗降至1/2，解決了功率器件過熱問題。

副邊驅動損耗更是降至1/11；副邊同步整流（SR）導通損耗降至1/2。這些優勢疊加，完美解決了高頻下發熱和布板空間不足的痛點。

英諾賽科團隊研發的12KW 800V轉50V DC-DC模塊在原邊采用了4顆英諾賽科650V/21mΩ的GaN器件，副邊采用了16顆100V/1.0mΩ的GaN器件。

測試數據顯示，在3000W負載下，其峰值效率達到了驚人的 >98.6%。證明了All GaN方案不僅跑得快，而且跑得穩，能夠契合未來800V母線架構的需求。

不僅是高壓端，在48V轉12V的中間母線架構IBA中，GaN同樣大放異彩。

在英諾賽科8kW的48V/12V All GaN電源模塊中對比同尺寸封裝下的硅器件，采用英諾賽科GaN器件的方案，在全負載范圍內效率全面碾壓硅方案。

系統峰值效率提升了1.8%，整體轉換損耗減少了45%。與此同時，這個8kW的模塊尺寸僅為124mm x 68mm，功率密度達到了極其恐怖的100 W/cm²，為寸土寸金的AI服務器主板節省了大量空間。

隨著GPU電流達到數千安培，傳統的橫向供電已經無法滿足了，因為銅箔損耗相對較大了。

未來的解決方案是垂直供電——直接將電源模塊安裝在GPU的背面，穿過PCB打孔直接供電，將傳輸路徑從幾厘米縮短到幾毫米。

但這要求電源模塊必須極其輕薄，英諾賽科利用15V DrGaN技術，將工作頻率從傳統的800KHz拉升5倍，提升至3-5MHz。這使得磁性器件的厚度從5mm壓縮到了2mm，為GPU垂直供電鋪平了道路。

功率密度的大幅提升帶來了另一大痛點便是散熱。

在一個狹小的有限空間里塞進幾百千瓦的功率，傳統的風冷散熱已經難以為繼了。只要出現散熱瓶頸，AI算力就會降頻甚至宕機。因此，數據中心從風冷向冷板式液冷，甚至未來的浸沒式液冷轉型是必然趨勢。

為了順應液冷趨勢，英諾賽科在器件封裝上做出了創新。

傳統的底部散熱封裝，熱量需要經過引腳和PCB板散出，其結殼熱阻高達 20 °C/W。而在液冷架構下，需要將冷板直接貼在器件頂部。

為此，英諾賽科推出了全新的頂部散熱封裝器件，將熱阻大幅降低至 0.2 °C/W，足足降低了100倍，直接解決了高功率密度下的散熱痛點。

AI與電源技術，絕不是單向的索取，而是一個“雙向奔赴、相互協同”的閉環。一方面，AI算力的狂飆突進，倒逼著電源系統不斷突破物理極限，向著高效率、高功率密度、高可靠性演進，這是電源發展對AI的支撐。

另一方面，電源技術的研發過程也越來越復雜，迭代速度要求越來越高，AI技術也同步賦能電源的研發與迭代。

AI技術可以深刻改變電源的設計，從傳統的試錯法走向仿真驅動”和智能優化，大幅提升設計效率與性能上限，可帶來以下四點變化。

1、智能器件選型：AI算法分析海量器件庫，結合設計目標自動匹配并推薦最優器件組合方案

2、AI驅動的電磁仿真：優化高頻變壓器和電感設計，支持更高功率密度和效率

3、熱-機協同設計：設計初期即結合熱與機械結構仿真，AI預測溫升并優化散熱結構設計

4、故障預測與魯棒性設計：通過失效數據訓練，自動識別薄弱環節，優化保護邏輯、冗余設計

鄒艷波先生在最后表示，AI算力升級正殘酷重塑供電架構，高壓直流化、高頻化、液冷化已成必然趨勢。

面對這一充滿焦慮與機遇的時代，AI既是需求的驅動”，也是先進工具的賦能者。英諾賽科作為全球領先的氮化鎵企業，已構建完整的All GaN解決方案，并在高頻、小型化及液冷封裝領域做好充足技術儲備。

總結

透過英諾賽科本輪演講可見，隨著單機柜功率向數十甚至數百千瓦級別快速演進，傳統低壓大電流架構在傳輸損耗與物理空間上已觸及瓶頸，向800V高壓直流、MHz級高頻化以及液冷散熱架構演進成為行業的必然選擇。

在這一技術轉換節點上，All GaN方案通過降低高頻開關損耗、大幅縮減無源器件體積，為提升功率密度和落地GPU垂直供電提供了切實可行的硬件基礎。

此外，針對液冷趨勢優化的頂部散熱封裝，也為解決超高熱流密度下的熱管理難題提供了物理通道。整體而言，順應高壓、高頻、液冷的技術演進，并積極引入智能化輔助設計，是電源產業鏈應對未來能耗挑戰的務實演進路線。