前言

2026年5月22日，2026世界AI服务器电源大会在深圳隆重举办。本次大会汇聚了行业顶尖的电源技术专家与产业链上下游企业，共同探讨AI浪潮下电源技术的破局之路。

相关阅读：大咖云集！2026 AI 服务器电源大会演讲干货汇总上线

在本次峰会上，英诺赛科（苏州）科技股份有限公司应用工程部总监邹艳波先生发表了题为《AI时代下：电源技术发展趋势展望》的精彩演讲。

面对AI算力的指数级暴涨，数据中心的能耗正面临前所未有的挑战。

针对行业面临的挑战，邹艳波先生结合英诺赛科在氮化镓领域的深厚技术积淀，从高压直流化、高频化、液冷化等多个维度，深度剖析了传统架构的痛点，并给出了All GaN的破局方案。

演讲伊始，邹艳波先生表示将在接下来的分享中，他将从宏观行业趋势到微观器件技术，全面剖析AI电源的演进之路。

邹艳波先生表示，在过去的几年里，AI技术迎来了爆发式的突飞猛进。对于能源和电力电子从业者来说，这是一个幸运的时代。

因为从Pascal、Volta、Ampere到Hopper，再到最新的Blackwell，AI算力在8年内提升了1000倍。而算力的背后是电力，AI的尽头终将是一场能源革命。

算力的猛增直接具象化为芯片功率的飙升。在短短三四年时间里，单机柜的功率密度发生了翻天覆地的变化。

2023年英伟达Hopper架构的单机柜功率大约在100kW左右；到了今年的Rubin架构，单机柜功率飙升至400kW；而未来的Rubin Ultra更是将达到恐怖的600kW/机柜。

短短几年间，功率提升了整整6倍。这种呈指数级上升的功耗需求，对数据中心的供电系统提出了颠覆性的变更要求，逼迫着电源架构必须向高压直流、高频化以及液冷方向演进。

在有限的机柜空间内，传统的48V Busbar甚至需要承受超过10000A的电流。单纯依靠增加铜排截面积已经无法解决问题，巨大的热量不仅浪费了宝贵的电能，铜排本身也承受不了这样的发热。传统架构已经无力支撑如此巨大的功率输送。

为了解决传统低压大电流带来的损耗灾难，提升母线电压成为了唯一的出路。

如今，随着机柜功率突破数百千瓦，系统架构正在向800V高压直流演进。

最新的架构趋势是，将PSU从传统的机架位置移出，直接通过800V Busbar输送直流电到IT Shelf，然后在Shelf内部再通过电源模块将800V降压至50V/48V。这种高压输送极大地降低了线缆中的电流，从而完美解决了传输损耗问题。

除了传输损耗，另一个挑战是空间，电源模块必须在更小的体积内输出更大的功率，这对电源的功率密度提出了极其苛刻的要求。

在电源系统中，磁性器件和电容占据了大部分体积。通过将开关频率从传统的500KHz提升至1MHz，磁芯的体积可以减小约20%。

更重要的是，高频化能大幅减小无源器件的需求量：频率提升一倍，谐振电容的数量可以减少到原来的1/4，输出滤波电容可以减少到原来的1/2。

通过PCBA对比图可见，1MHz频率下的电容阵列面积远小于500KHz，这是实现高功率密度的必由之路。

传统的硅器件在高频下开关损耗极大，会导致器件过热烧毁。

而通过引入英诺赛科All GaN方案，英诺赛科的高压GaN相比同规格的Si MOS，其综合品质因数提升了的11倍；低压GaN也提升了7倍。

高低压GaN相互协同，不仅能大幅降低驱动和开关损耗，还能让整个电源转换链路在超高频下保持极高的效率。

英诺赛科基于800VDC架构的All GaN解决方案，已经实现了全链路覆盖。无论是800V转48V的隔离母线转换，还是48V转12V的中间级，亦或是12V/6V到1V的芯片供电，GaN都在其中发挥着不可替代的作用。

针对800V转48V的初级和次级端GaN相比于传统硅器件和碳化硅的具备一定优势。

在驱动损耗与频率的曲线上，GaN的损耗增长极度平缓。具体而言，采用All GaN方案：原边驱动损耗降至1/7，解决了驱动芯片过热及辅助电源占板面积大的问题；原边关断损耗降至1/2，解决了功率器件过热问题。

副边驱动损耗更是降至1/11；副边同步整流（SR）导通损耗降至1/2。这些优势叠加，完美解决了高频下发热和布板空间不足的痛点。

英诺赛科团队研发的12KW 800V转50V DC-DC模块在原边采用了4颗英诺赛科650V/21mΩ的GaN器件，副边采用了16颗100V/1.0mΩ的GaN器件。

测试数据显示，在3000W负载下，其峰值效率达到了惊人的 >98.6%。证明了All GaN方案不仅跑得快，而且跑得稳，能够契合未来800V母线架构的需求。

不仅是高压端，在48V转12V的中间母线架构IBA中，GaN同样大放异彩。

在英诺赛科8kW的48V/12V All GaN电源模块中对比同尺寸封装下的硅器件，采用英诺赛科GaN器件的方案，在全负载范围内效率全面碾压硅方案。

系统峰值效率提升了1.8%，整体转换损耗减少了45%。与此同时，这个8kW的模块尺寸仅为124mm x 68mm，功率密度达到了极其恐怖的100 W/cm²，为寸土寸金的AI服务器主板节省了大量空间。

随着GPU电流达到数千安培，传统的横向供电已经无法满足了，因为铜箔损耗相对较大了。

未来的解决方案是垂直供电——直接将电源模块安装在GPU的背面，穿过PCB打孔直接供电，将传输路径从几厘米缩短到几毫米。

但这要求电源模块必须极其轻薄，英诺赛科利用15V DrGaN技术，将工作频率从传统的800KHz拉升5倍，提升至3-5MHz。这使得磁性器件的厚度从5mm压缩到了2mm，为GPU垂直供电铺平了道路。

功率密度的大幅提升带来了另一大痛点便是散热。

在一个狭小的有限空间里塞进几百千瓦的功率，传统的风冷散热已经难以为继了。只要出现散热瓶颈，AI算力就会降频甚至宕机。因此，数据中心从风冷向冷板式液冷，甚至未来的浸没式液冷转型是必然趋势。

为了顺应液冷趋势，英诺赛科在器件封装上做出了创新。

传统的底部散热封装，热量需要经过引脚和PCB板散出，其结壳热阻高达 20 °C/W。而在液冷架构下，需要将冷板直接贴在器件顶部。

为此，英诺赛科推出了全新的顶部散热封装器件，将热阻大幅降低至 0.2 °C/W，足足降低了100倍，直接解决了高功率密度下的散热痛点。

AI与电源技术，绝不是单向的索取，而是一个“双向奔赴、相互协同”的闭环。一方面，AI算力的狂飙突进，倒逼着电源系统不断突破物理极限，向着高效率、高功率密度、高可靠性演进，这是电源发展对AI的支撑。

另一方面，电源技术的研发过程也越来越复杂，迭代速度要求越来越高，AI技术也同步赋能电源的研发与迭代。

AI技术可以深刻改变电源的设计，从传统的试错法走向仿真驱动”和智能优化，大幅提升设计效率与性能上限，可带来以下四点变化。

1、智能器件选型：AI算法分析海量器件库，结合设计目标自动匹配并推荐最优器件组合方案

2、AI驱动的电磁仿真：优化高频变压器和电感设计，支持更高功率密度和效率

3、热-机协同设计：设计初期即结合热与机械结构仿真，AI预测温升并优化散热结构设计

4、故障预测与鲁棒性设计：通过失效数据训练，自动识别薄弱环节，优化保护逻辑、冗余设计

邹艳波先生在最后表示，AI算力升级正残酷重塑供电架构，高压直流化、高频化、液冷化已成必然趋势。

面对这一充满焦虑与机遇的时代，AI既是需求的驱动”，也是先进工具的赋能者。英诺赛科作为全球领先的氮化镓企业，已构建完整的All GaN解决方案，并在高频、小型化及液冷封装领域做好充足技术储备。

总结

透过英诺赛科本轮演讲可见，随着单机柜功率向数十甚至数百千瓦级别快速演进，传统低压大电流架构在传输损耗与物理空间上已触及瓶颈，向800V高压直流、MHz级高频化以及液冷散热架构演进成为行业的必然选择。

在这一技术转换节点上，All GaN方案通过降低高频开关损耗、大幅缩减无源器件体积，为提升功率密度和落地GPU垂直供电提供了切实可行的硬件基础。

此外，针对液冷趋势优化的顶部散热封装，也为解决超高热流密度下的热管理难题提供了物理通道。整体而言，顺应高压、高频、液冷的技术演进，并积极引入智能化辅助设计，是电源产业链应对未来能耗挑战的务实演进路线。