AI电力瓶颈下的半导体效率杠杆
日期： 2026-06-16 分析师： semiconductors-analyst 立场： support
截至2026-06-16，我支持前序“电力成为AI基础设施核心瓶颈”的判断，但需要加入半导体层面的边界条件：SiC、GaN、800 VDC配电、48 V中间母线、垂直供电与更先进的PMIC，确实能降低转换损耗、铜耗、瞬时峰值需求和热管理开销，但它们本身不能创造GW级AI园区所需的可调度基荷容量。Dell'Oro已将2026年全球数据中心Capex预测上调至超过1万亿美元，并披露Amazon、Google、Meta、Microsoft在1Q26的数据中心Capex同比增长78%；IEA Base Case则预计全球数据中心用电量到2030年约为945 TWh [S1][S2]。因此，半导体效率是有效的“容量乘数”，但不是电网、燃气、核电、储能和变电站容量的替代品。
核心判断
在最优的新建AI数据中心里，半导体与供电架构升级对设施总能耗的抵消幅度，大概率处于中个位数到低双位数区间；对存量机房则更低 [S4][S5][S6][S7][S8][S11][自测算：依据已引用的800 VDC端到端5%提升、PFC 1.5%提升、LLC接近99%峰值效率、峰值平滑和hyperscale PUE下限进行边界估算]。NVIDIA的800 VDC架构目标是从2027年开始支持1 MW及以上IT机柜，Navitas称NVIDIA 800 V HVDC方案可将端到端供电效率最高提升5% [S4][S5]。Infineon称SiC图腾柱PFC相对传统设计可将前端效率最高提高1.5%，使用SiC MOSFET的高频LLC转换器在多千瓦功率下可接近99%峰值效率 [S7]。这些改进有意义，但一个1 GW连续负载AI园区在未考虑PUE前每年仍消耗8.76 TWh电力，5%的供电链路节能只释放50 MW，约等于每年0.438 TWh [自测算：1 GW x 8,760小时；1 GW x 5%；8.76 TWh x 5%]。
规模检验更关键。IEA预计2030年全球数据中心用电量为945 TWh，对应约107.9 GW平均负荷 [S2][自测算：945 TWh / 8,760小时]。如果全行业普遍实现5%节能，可释放约5.4 GW；若实现10%节能，可释放约10.8 GW [自测算：107.9 GW x 5%与10%]。美国方面，Berkeley Lab称美国数据中心用电量已从2014年的58 TWh升至2023年的176 TWh，并可能在2028年达到325-580 TWh，占美国总用电量6.7-12% [S3]。该2028年区间对应约37.1-66.2 GW平均负荷，因此5%节能仅相当于约1.9-3.3 GW [S3][自测算：325-580 TWh / 8,760小时 x 5%]。相对于前一卡提到的10-30 GW残余可调度电力缺口，该数字因本地research note文件缺失而只能来自会话快照 [来源不明]；功率半导体在乐观铺开情境下能覆盖其中有意义的一段，但不能完全解除约束。
半导体能缓解什么
第一，减少转换级数与低压大电流配电带来的铜耗。传统低压机柜配电在单柜从几十kW迈向数百kW、再到MW级时，会遭遇铜排、线缆、发热和空间约束；NVIDIA明确将800 VDC定位为降低转换复杂度、并从2027年开始支撑1 MW及以上IT机柜的方案 [S4]。这不只是降低电费，还意味着更少铜材、更少PSU、更少转换环节和更容易集成，从而改善机柜密度和通电速度。
第二，提升器件级效率和功率密度。Infineon的12 kW AI数据中心PSU参考设计采用CoolGaN技术，峰值效率超过98.5%，功率密度最高达到113 W/in3 [S8]。Infineon的SiC方案还显示，前端PFC效率最高可提高1.5%，LLC转换峰值效率可接近99% [S7]。这些数字重要，是因为电源损耗会直接变成热；降低转换损耗同时减少输入电量和冷却负担。Google披露Q4 2025全机队TTM PUE为1.09，季度PUE为1.08，说明头部hyperscaler已经接近物理下限，后续增量改善会更多来自IT侧和供电链路效率 [S11]。
第三，改善最后一英寸供电和瞬态管理。Vicor称其供电架构可将主板电阻最高降低50倍，并将处理器供电脚位数量减少超过10倍，目标正是中间母线到AI加速器封装之间的高电流损耗 [S9]。NVIDIA称GB300 NVL72带储能的PSU可平滑AI工作负载的功率尖峰，并将电网峰值需求最高降低30%，该能力也会用于GB200 NVL72系统 [S6]。这对断路器、UPS/电池、以及公用事业峰值容量预留非常有价值，但它更像峰值需求管理工具，而不是年度基荷用电的一比一削减。
它不能抵消什么
半导体效率不能抵消有效算力需求本身的增长。如果AI训练和推理需求增长快于供电转换效率提升，总用电仍会上升。IEA Base Case预计2024-2030年数据中心用电量年均增长约15%，超过其他所有部门用电增长速度的4倍 [S2]。一次性的5%架构效率提升可以推迟瓶颈出现的时间，但若算力需求连续多年以这个速度复合增长，就会被需求增长吞没 [S2][自测算]。
它也不能消除本地并网瓶颈。一个1 GW园区即使通过5-10%的设施级效率提升节约50-100 MW，仍需要900-950 MW确定性供电能力 [自测算：1 GW减去5-10%]。因此，功率电子的估值应被理解为“让每个确定性MW产出更多token”的工具，而不是基荷采购的替代方案。正确指标应是“每个确定性MW对应的token”，而不只是“每瓦token”。
最后，导入节奏很关键。NVIDIA描述的800 VDC架构从2027年开始，而许多2026年AI部署仍依赖既有AC、48 V、PSU和设施架构 [S4]。TI在2025年10月13日宣布正与NVIDIA及其他公司合作下一代数据中心供电架构，这说明生态正在形成，但也意味着需要过渡期，而不是存量机房瞬间替换 [S10]。因此，已安装基础的效率改善会滞后于最佳参考设计。
半导体产业链含义
可投资信号是：功率半导体和PMIC正在从通用配套器件，升级为AI基础设施的战略内容。Signal Integrity Journal援引Yole预测称，数据中心PSU市场到2030年将超过140亿美元，2024年起CAGR为15.5%；其中>3 kW PSU细分市场CAGR超过25% [S12]。这对应GaN/SiC器件、驱动器、控制器、数字电源、热插拔保护、eFuse、电流传感、先进封装、热界面材料和PSU/机柜电源模块厂商的收入池。
最有利的细分环节并不相同。SiC更适合高压前端PFC、UPS、固态变压器和大功率转换级；GaN更适合高频高密度DC/DC、中间母线、点负载和新兴800 VDC机柜转换；PMIC厂商则捕获控制、保护、遥测和瞬态响应层价值 [S7][S8][S10]。功率模块封装同样关键，因为寄生参数、热阻或可靠性不足会吞掉器件效率收益。
对中国和国产替代而言，机会比先进AI加速器更窄，但更可执行。Innoscience称其已在港交所上市，股票代码02577.HK，GaN产品覆盖15 V至1200 V，累计出货20亿颗GaN器件，目前月产10,000片8英寸晶圆，并向70,000片以上月产能扩张 [S13]。Onsemi与Innoscience在2025年12月2日宣布非约束性MoU，评估从40-200 V GaN功率器件开始合作，并引用2030年GaN功率器件市场预计达到29亿美元、2024-2030年CAGR为42%的预测 [S14]。对A股和港股硬科技筛选而言，更近端的过滤条件应是服务器PSU、48 V DC/DC、热插拔/eFuse、GaN驱动、衬底/外延和功率模块封装的设计导入，而不是泛化的“第三代半导体”标签。
投资结论
我支持本报告命题，但必须给出上限。SiC/GaN和先进电源管理能通过减少转换与冷却浪费、平滑短时功率尖峰、提升机柜密度，把稀缺的确定性MW转化为更多token，从而缓解AI能效危机。在最优新建场景下，若800 VDC、WBG PSU、优化DC/DC、液冷和峰值平滑一起导入，5-10%的设施级有效节能是合理区间 [S4][S5][S6][S7][S8][S11][自测算]。按2030年全球数据中心规模计算，若全行业普及，这相当于约5.4-10.8 GW平均负荷缓解；但2026-2027年的实际释放会小得多，因为导入是分阶段的 [S2][S4][自测算]。
因此，对研究主线的结论是支持，而非否定：功率半导体改善AI基础设施ROI的分母，但不能消除确定性电力稀缺这个分子。真正的赢家是绑定实际供电架构切换的公司，而不是只讲泛化“AI节能”故事的公司。
交接
推荐下一位分析师：chief-strategist [primary, horizon]。
推荐立场：synthesize。
后续问题：2H26策略组合应如何区分既有确定性电力转化能力、又具备半导体效率杠杆的AI基础设施赢家，与仅受益于“已宣布Capex”的标的？这应如何调整半导体、公用事业、电气设备和hyperscale cloud之间的配置？
资料来源 / Sources
[S1] Dell'Oro Group, "AI Infrastructure Buildouts and Memory Cost Inflation Drove Data Center Capex Higher in 1Q 2026, According to Dell'Oro Group" — https://www.delloro.com/news/ai-infrastructure-buildouts-and-memory-cost-inflation-drove-data-center-capex-higher-in-1q-2026/ [S2] International Energy Agency, "Energy demand from AI" — https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai [S3] Lawrence Berkeley National Laboratory, "Berkeley Lab Report Evaluates Increase in Electricity Demand from Data Centers" — https://bies.lbl.gov/news/berkeley-lab-report-evaluates-increase-electricity-demand-data-centers [S4] NVIDIA Technical Blog, "NVIDIA 800 VDC Architecture Will Power the Next Generation of AI Factories" — https://developer.nvidia.com/blog/nvidia-800-v-hvdc-architecture-will-power-the-next-generation-of-ai-factories/ [S5] Navitas Semiconductor, "Navitas Developing Next Generation 800 V HVDC Architecture With NVIDIA" — https://navitassemi.com/navitas-developing-next-generation-800-v-hvdc-architecture-with-nvidia/ [S6] NVIDIA Technical Blog, "How New GB300 NVL72 Features Provide Steady Power for AI" — https://developer.nvidia.com/blog/how-new-gb300-nvl72-features-provide-steady-power-for-ai/ [S7] Infineon Technologies Community, "Powering AI with SiC: Why data centers are rethinking power supplies" — https://community.infineon.com/t5/Blogs/Powering-AI-with-SiC-Why-data-centers-are-rethinking-power-supplies/ba-p/1206326 [S8] Semiconductor Today, "Infineon releases 12kW high-density PSU reference design for AI data centers and servers" — https://www.semiconductor-today.com/news_items/2025/sep/infineon-100925.shtml [S9] Vicor, "Vertical Power Delivery Enables Cutting-Edge Processing" — https://www.vicorpower.com/resource-library/articles/high-performance-computing/vertical-power-delivery-enables-cutting-edge-processing [S10] Texas Instruments, "TI's new power-management solutions enable scalable AI infrastructures" — https://www.ti.com/about-ti/newsroom/news-releases/2025/tis-new-power-management-solutions-enable-scalable-ai-infrastructures.html [S11] Google Data Centers, "Power usage effectiveness" — https://datacenters.google/efficiency/ [S12] Signal Integrity Journal, "Artificial Intelligence Surge Pushes Data Center PSU Market to $14 Billion" — https://www.signalintegrityjournal.com/articles/4017-artificial-intelligence-surge-pushes-data-center-psu-market-to-14-billion [S13] Innoscience, "Company Overview" — https://www.innoscience.com/about-us [S14] Innoscience, "Onsemi and Innoscience Announce Plans to Collaborate to Speed Global Rollout of GaN Power Portfolio" — https://www.innoscience.com/news/press-releases/6775