功率，为什么成了AI时代的基础技术_科技IT

过去谈到半导体产业的基础技术，人们很少会想到功率和电力系统。算力增长通常用CPU、GPU和先进制程来描述，汽车智能化看SoC和软件，机器人看AI模型和传感器。电源更像后台系统，只要给系统提供能量传输和

过去谈到半导体产业的基础技术，人们很少会想到功率和电力系统。
算力增长通常用CPU、GPU和先进制程来描述，汽车智能化看SoC和软件，机器人看AI模型和传感器。电源更像后台系统，只要给系统提供能量传输和注意散热即可。

到了2026年，事情开始有趣起来。在安森美最新投资者峰会上，公司CEO Hassane El-Khoury反复讲到一个问题：每一轮变革性技术最终都会碰到物理约束。AI、电气化和自动化发展到现在，越来越绕不开功率密度。

安森美因此提出，电力正在成为一种基础技术层。
算力最终要变成功率

人工智能服务器最容易看出这种变化。

GPU和CPU数量的增长，算力的提升，最终都会转化为供电需求，实际上如今数据中心正在以GW为单位而不是TOPS，就代表了这一变化。机架功率进入数百kW甚至MW以后，继续用低压、大电流的方式输电，铜损、母排尺寸、连接器、电源模块体积和散热都会越来越难处理。

AI数据中心现在需要变化的不只是功率器件材料。SiC、GaN以及整个的功率树都在持续创新——从电网侧的固态变压器，到800VDC、再到板级转换IBC以及最终的Vcore变化。

安森美已经有SiC、GaN和传统硅功率器件，现在正在补充Vcore技术，也是基于这个原因。高效率的送电至机架只是一部分工作，最终在GPU处，效率、寄生参数、尺寸以及散热系统都需要协同考量，从而实现系统级电源转化的优化过程。

汽车也类似。400V平台可以支撑大多数电动车，但随着充电功率和电驱功率继续提高，800V、900V以及下一代1000V架构开始出现。母线电压升高以后，相同功率下的电流可以降下来，I²R损耗随之降低，线束、连接器也可以更节约铜材。
当然也有一定的需求。电压提高以后，器件耐压、绝缘、爬电距离、寄生参数和瞬态过冲都要重新处理。安森美这次把汽车SiC路线继续拉到1400V，与更高系统电压需要的工程余量有关，而不只是把耐压数字继续往上堆。

无论是机架还是汽车，随着系统规模持续增加，芯片耗电量增长，供电和效率都将成为无法回避的问题。不止功率器件，安森美擢升四大技术能力这次投资者峰会上，安森美把公司的技术能力分成四块：功率、感知、控制和连接计算。

功率负责能量转换和传输，感知处理真实世界，控制对应电机、执行器等控制，连接计算则负责边缘计算、连接和信息处理。
比如机器人系统，就需要这几类产品协作。安森美今年6月宣布收购Synaptics，正是加强了公司在边缘计算方面的影响力。
从产品线做到技术平台相比2130亿美元的TAM数字，安森美的平台化思路也值得关注。

一些主要服务汽车的技术，正在向其他市场迁移。高压功率器件可以用于储能、工业能源和AI数据中心，汽车积累的图像、超声和位置感知能力，也可以进入机器人和其他物理AI设备。Treo这样的模拟混合信号平台，则可以把不同电压、传感接口、通信和控制功能建立在同一个技术底座上。

传统半导体公司的产品线往往按终端市场来分。汽车是一套产品，工业是一套产品，数据中心又是一套产品。如今几个市场中的工程问题越来越雷同，几乎都是效率、体积、实时控制和可靠性这些约束，只不过等级不同罢了。

（来源：114IC电子）

功率，为什么成了AI时代的基础技术

相关推荐

友情链接