随着人工智能(AI)技术的迅猛发展,特别是云计算和数据中心领域的需求激增,对高效能电力解决方案的需求变得尤为迫切。据 market.us 数据显示,人工智能(AI)服务市场正在迅速增长。包括 DeepSeek、ChatGPT 等各种 AI 解决方案,预计到 2033 年,这个市场的总价值将达到 1 万亿美元。
图(1)展示了 2024 年至 2033 年间全球云 AI 市场规模的预测,图表分为解决方案(Solution)和服务(Services)两部分。从中可以看出,全球云人工智能市场在这十年间呈现出显著的增长趋势。具体来说,2023 年的市场规模为 594 亿美元,到 2028 年预计将达到 2576 亿美元,2033 年则预计达到 11171 亿美元,市场的复合年增长率(CAGR)为 34.1%。

图(1)
图(2)展示了全球 AI 数据中心市场规模的预测,数据显示,作为 AI 基础架构的市场容量,预计到 2034 年将达到 1573 亿美元,年均复合增长率为 27.1%。这包括了所有类型的数据中心价值,如 GPU 型、ASIC、混合型等。
图(2)
AI 市场的快速增长不仅自身价值巨大,还将带动相关上下游产业的需求,形成更广泛的经济影响。
AI数据中心的电源需求
在 2025 年 3 月 28 日由 Aspencore 主办的 IIC Shanghai 2025“国际绿色能源生态发展峰会”上,安森美半导体中国区服务器及 AI 电源业务开发经理高翔先生强调了电力技术创新在推动人工智能发展中的重要作用。
随着技术进步,特别是在电动汽车充电、AI 数据中心和储能系统等领域,未来的电力需求将大幅提升。目前,电动汽车充电的功率需求大多在300kW左右,这个功率水平可以满足快速充电的需求,使得电动汽车在相对较短的时间内完成充电。比亚迪等公司已经发布了兆瓦级(1MW=1000kW)的充电技术,尽管这种高功率充电技术尚未大规模普及,但它预示着未来充电功率有望进一步大幅提升。同时,人工智能、大数据等高功耗应用普及,使数据中心机架功率需求向 300kW 及更高水平迈进。
由于大型语言模型驱动,AI 系统电力需求正三倍增长。预计到 2026 年,AI 数据中心电力消耗将达 1000 太瓦时(TW)。以 NVIDIA GPU 功率演变为例,从 H100 到 GH200 再到 GB200,GPU 功率不断增加。如 H100(2022 年)的 Hooper GPU 功率为 700W,GH200(2023 年)总功率为 1000W,GB200(2024 年)的 Blackwell GPU x2 功率高达 2400W,GB200 总功率为 2700W,反映 AI 计算能力提升和对高性能硬件需求。
电源转换的效率与损耗
在数据中心的电力传输过程中,电力需要经过四次以上的转换(例如,从交流电转换为直流电,再经过不同的电力调节设备等)。这些转换过程会导致平均约12%的能量损失。这种损失主要是由于转换设备本身的效率限制和能量在转换过程中的散失。高翔先生指出,电力转换效率提高 1%,全球可节省 10 太瓦时电量。
这是一个相当可观的节约量,足以说明即使是微小的效率提升也能带来巨大的能源节约。安森美的解决方案则可助力实现这一效率提升。提高电力转换效率不仅有助于节约能源,还能减轻数据中心的冷却负担。效率提升意味着更少的能量被浪费为热量,从而减少了冷却系统需要处理的热量。
安森美主要市场领域涵盖工业、AI 数据中心和汽车市场,每个领域又分为具体细分领域,推动可持续发展。如工业市场关注能源基础设施、充电和工厂自动化提升;汽车市场专注于电动汽车和先进安全创新。各市场和技术相互支持,形成良性循环。解决方案方面宽禁带及硅功率(WBG & Si Power)以及模拟与混合信号(Analog & Mixed Signal)两大领域。
功率半导体技术正经历着快速的发展。更快的开关速度能够减少电源转换过程中的能量损耗,提高系统的整体效率。在不同功率半导体技术的性能指标和应用场景中,IGBTs(绝缘栅双极型晶体管)、SiC(碳化硅)和GaN(氮化镓)技术的适用范围由它们的输出功率(Pout)和开关频率(fsw)决定。IGBTs适用于高功率输出的应用,SiC适用于中等功率输出和中等到高开关频率的应用,GaN适用于低功率输出和高开关频率的应用。
高翔先生提到,GaN 用于实现最高频率下的功率密度和更小的被动组件,SiC Normally-Off JFET 实现成本和性能的最佳平衡,适合软开关和高电压直流断路器(HVDC Oring),同时保持与SJ FET相同的驱动兼容性。SiC FET 实现在PSU(电源单元)中的最高功率设计,更适合硬开关。
安森美的Treo技术平台
安森美推出Treo平台,“这个平台会成为我们另外一个AMG事业部的主要平台。所有相应的模数产品,会在这个平台上会有一个新的拓展。” 高翔先生表示。
Treo 平台采用 65nm BCD 工艺技术,集成双极型晶体管、CMOS 和 DMOS 三种关键技术,为下一代电源管理 IC、传感器接口、通信设备和标准产品奠定基础。这种集成设计使产品具备广泛电压范围,实现快速市场响应和灵活应用,加速上市时间。
该平台有通信、电源管理、感知和计算四个子系统,构成完整模拟和混合信号解决方案,平台基于先进 65nm 节点,集成度高,电压范围广(1-90V)。从 2025 年开始,安森美半导体将利用该平台提供更广泛的产品,包括电感式位置传感器、10BASE-T1S 以太网控制器、DC-DC 转换器、多相控制器、汽车 LED 驱动器、电气安全 IC、栅极驱动器等。
结论
AI 技术发展使数据中心需更高功率密度和效率。未来几年,需更高效能源解决方案支持 AI 技术。工程师设计管理数据中心时,除考虑处理能力和存储容量,还要关注能源利用效率。
高翔先生提到,电力电子半导体处于这场变革的核心,也是实现能源管理和优化的关键组件。相关技术的创新至关重要,它决定了这些市场的增长轨迹和我们的可持续未来。通过对宽禁带半导体和65nm BCD技术的不断投入,安森美半导体为行业发展提供强大助力。
