安森美：AI算力競賽進入電力架構時代 設計與驗證成本不可忽視

生成式AI與高效能運算快速發展，正將資料中心的競爭焦點，從單純追求運算效能，推向更根本的電力問題。當單一機架需要承載更高功率，系統業者面臨的不只是供電量增加，還包括轉換損耗、散熱、空間、可靠度與建置成本同步上升。AI資料中心的下一場競賽，將取決於能否以更少的能源損耗與更高的功率密度，穩定地把電力送達每一顆運算處理器。

因此，800V直流配電架構逐漸成為下一代AI資料中心的重要發展方向。然而，提高配電電壓並不是單純更換一顆功率元件，而是牽動從交流輸入、功率因數校正、直流匯流排、機架配電、DC-DC轉換、熱插拔保護，到伺服器核心電源的整條電力鏈。對正在規劃新建、擴建或分期部署AI運算設施的工程團隊而言，真正的挑戰不只是「哪一種元件效率最高」，而是如何在架構定案前，兼顧效能、成本、可靠度與開發時程。

圖一 : AI算力競賽進入電力架構時代，關鍵在管理800V資料中心的設計與技術轉換成本

在AI資料中心的電力架構中，矽（Si）、碳化矽（SiC）與氮化鎵（GaN）並非簡單的替代關係。不同電壓、功率、開關頻率與成本條件，會形成不同的最佳解。成熟的矽元件仍適合部分成本敏感或低壓應用；SiC可在高壓、高功率與高可靠度環境中發揮優勢；GaN則適合追求高頻率、高功率密度與小型化的轉換級。

因此，系統最佳化的關鍵並不是選出一種「最好的材料」，而是在每一級電力轉換中，選擇最適合該工作條件的半導體技術。這也意味著，功率元件的評估不能只看單一規格，而必須同時考量導通與切換損耗、驅動方式、熱性能、電磁干擾、保護需求、封裝與供應條件。

寬能隙半導體能帶來更快的切換速度與更高效率，但也提高了設計敏感度。當工程團隊由既有電源平台轉向SiC、GaN架構時，通常需要重新檢視閘極驅動器、驅動電壓、切換時序、PCB迴路、寄生電感、振鈴、電磁干擾及熱管理。若進一步採用800V直流配電，還可能涉及連接器、匯流排、絕緣距離、故障隔離、控制韌體與安全驗證的全面調整。

這些成本多半發生在架構規劃、元件選型、電路開發、原型打樣與認證驗證階段。即使是全新建置的AI資料中心，伺服器、電源供應器與機架系統的設計團隊仍會以既有平台、拓撲、元件庫與驗證流程為基礎，評估哪些設計可以沿用、哪些環節必須轉換。因此，技術轉換成本不只包括元件價格，也涵蓋工程時間、模型建立、打樣與修改、量測驗證、團隊學習與供應鏈調整。

安森美的AI資料中心方案涵蓋從交流輸入、前端功率因數校正與高壓轉換，到機架級直流配電、800V至中低壓DC-DC、熱插拔與電路保護，以及處理器周邊多相電源管理等多個階段。這套布局並非集中在單一功率元件，而是將功率開關、驅動、控制、感測與保護納入同一條電力鏈中思考。

在不同電力轉換級中，安森美提供Si、SiC與GaN功率元件，以及閘極驅動器、控制器、感測與保護元件。工程團隊可依據各階段的電壓、功率、開關頻率、效率、空間與成本條件選擇適合的技術，而不必將整套系統押在單一材料或單一拓撲上。

對正在規劃新建、擴建或下一階段AI運算設施的系統業者而言，這類跨技術產品組合可用於比較不同電力路徑，並在架構定案前先驗證關鍵轉換級。例如，工程團隊可透過評估板、參考設計與模型，測試特定SiC或GaN方案的效率、熱性能與系統相容性，再依實際功率密度與部署需求決定採用範圍。

因此，安森美的設計資源可被理解為一套「先評估、再驗證、後定案」的開發流程：先透過系統指南、互動式方塊圖與模擬工具確認可行選項，再利用元件配對工具、評估板與模型完成局部驗證，最後根據實際數據決定系統架構與產品組合。這種流程的重點不是宣稱最低成本，而是協助工程團隊管理技術轉換所帶來的設計複雜度與驗證負擔。