数据中心电源架构正在经历重大变革
数据中心配电格局正在经历一场深刻的变革,正从传统的12V和48V直流架构转向更高电压的800V高压直流 (HVDC) 系统。这一关键转变主要由人工智能 (AI) 工作负载不断增长的电力需求驱动,传统低压系统已无法有效支持这些需求。例如,在48V下提供600 kW功率将需要12,500安培电流,这需要不切实际的大量铜电缆和组件。分析师指出,通过48V系统输送1MW电力可能需要超过200公斤的铜,导致体积庞大和巨大的能量损失。
包括AI芯片巨头英伟达在内的行业领导者,正处于开发和实施这种新型800V HVDC架构的最前沿。预计这一转变将减少高达45%的铜需求,通过消除多重交流到直流和直流到直流转换来显著降低能量损耗,并实现比现有48V方法高出五倍的整体电源效率。英伟达即将推出的Kyber机架设计就体现了这一架构转变,旨在支持1MW及以上的IT机架,这是传统54V直流系统无法达到的水平。
技术基础和市场机遇
向800V HVDC架构的更广泛迁移正在整个配电网络中创造巨大的增长机遇,这得益于关键技术的进步:
- 固态变压器 (SSTs): SSTs市场预计将以每年32%的复合年增长率 (CAGR) 增长,到2030年可能达到近10亿美元。该领域的主要参与者包括伊顿、通用电气Veronva、施耐德电气和西门子。
- 混合超级电容器技术 (HSCs): 由Flex和武藏精密工业等公司开发,HSCs提供快速的能量存储和释放,这对于管理峰值电力需求和确保AI服务器机架在更高电压水平下的稳定性能至关重要。全球超级电容器市场每年增长19%,预计到2032年将达到96亿美元。
- 氮化镓 (GaN) 半导体芯片: GaN芯片对于高效DC-DC转换器至关重要,这些转换器将800V降压到适合AI处理器的适当水平,从而提高功率密度并限制数据中心的占地面积。GaN功率器件市场预计将以每年49%的强劲速度增长,到2030年达到44亿美元。该领域的关键开发商包括英飞凌、纳微半导体、瑞萨电子、意法半导体和英诺赛科。
- 碳化硅 (SiC) 半导体: SiC器件对于高功率、高电压应用至关重要,在数据中心批量阶段越来越多地被采用。尽管最近SiC晶圆生产过剩导致价格下降(例如,2023年6英寸SiC外延晶圆价格下降25-33%),但这反而加速了SiC的市场采用并扩大了其潜力。SiC功率器件的全球市场规模预计将在2027年达到62.97亿美元,从2023年到2028年的复合年增长率为25%。
战略定位和竞争格局
英伟达等公司正在战略性地将自己定位在这一架构转变的最前沿,影响着整个生态系统。他们的战略包括通过Kyber机架级系统引领这一转变,该系统计划于2027年全面投产,并与包括亚德诺半导体、英飞凌、纳微半导体、安森美和意法半导体在内的硅供应商建立广泛的合作伙伴网络。
英飞凌科技 (IFX) 似乎特别有能力利用AI数据中心电力机遇。该公司垂直整合的产品组合和系统方法,加上与英伟达在800V HVDC架构上的合作,是其关键优势。英飞凌已承诺投资12亿美元用于300毫米GaN晶圆制造,并预计到2025年至2026年,800V HVDC系统将在英伟达的Kyber机架中全面部署。此举符合英飞凌到2030年实现23%收入复合年增长率的预测。
意法半导体 (STM) 也为这个不断发展的市场提供了相关产品,但面临加快努力以确保市场份额的压力。相反,传统电源单元 (PSU) 制造商面临重大风险,因为行业正转向将交流主电源直接转换为直流电的批量整流器,这可能会淘汰机架式PSU。像富思特 (FLEX) 和伊顿 (ETN) 这样的公司正在受益,富思特报告运营利润率有所改善,而伊顿的数据中心积压订单大幅增加到4700亿美元,增长了213%,这反映了AI基础设施的巨大投资。
更广泛的市场影响和未来展望
AI工作负载的指数级增长是向800V直流架构转变的主要催化剂,预计到2030年,AI应用将使数据中心电力需求翻两番。数据中心半导体市场的总规模,涵盖计算、存储、网络和电源,预计将从2024年的2090亿美元增长到2030年的近5000亿美元,这主要受生成式AI和高性能计算的推动。全球数据中心电力需求预计到2030年将翻一番以上,达到约945太瓦时 (TWh),这一数字与日本目前总电力消耗相当。
这一转变提供了显著的经济效益,包括通过效率、可靠性和系统架构改进,预计将总拥有成本 (TCO) 降低高达30%。然而,挑战依然存在,特别是新半导体技术的可靠性问题。前英飞凌研发执行官Bob Carroll指出,在任务关键型数据中心环境中,GaN的缺陷密度仍然是一个问题,在这种环境中,单个组件故障可能需要更换整个GPU卡。
展望未来,800V直流架构在早期采用者之外的广泛应用预计将于2027年开始,这与英伟达Kyber机架级系统的全面投产相吻合。数据中心不断增长的电力需求也需要对发电和电网基础设施进行大量资本投资,预计到2030年美国发电能力需要500亿美元。长期影响包括提高数据中心效率和可持续性,可能将市场领导地位和盈利能力转移到成功适应这些新电源架构的公司,特别是那些服务于AI领域的公司。