隨著AI熱潮全面爆發，AI應用已成為人類生活中密不可分的元素，而全球主要CSP（Cloud Service Provider）近年來不斷增加資本資出，建設資料中心以確保算力資源，據麥肯錫統計(註一)，到 2030 年，全球資料中心預計將需要 6.7 兆美元才能滿足對計算能力的需求，在如此擴張中，如何給資料中心高效供電成為隨之而來的挑戰。

與傳統資料中心不同，以GPU為運算核心的AI 資料中心功率將大幅提升，呈現指數型增長，例如目前單櫃功率達到約120kW，已是傳統機櫃的數倍，預計2027 年可能達到600kW，屆時一座由1,000個此機櫃所組成的資料中心需要的電力將達到約1,000MW，等同一座核反應爐所生產的電能。而如何在此龐大的電力傳輸過程中降低功率損耗成為一大挑戰，為此，台達提出電網到晶片的端到端解決方案(註二)。

從中壓電網設施 10-33kVAC至晶片端的0.6VDC，電力降了數次，並且從交流電轉換成直流電，這過程中產生巨大損耗以致現今資料中心的電力轉換效率只有約 87.6%。因此台達推出電網至晶片HVDC解決方案，可以減少轉換次數以提升效率，基於HVDC架構的下一代PSU（Power Supply Unit, 電源供應器）可以將三相 480VAC 交流電直接轉換為 800或正負400VDC 直流電供機櫃運算。預計這個新的HVDC供電架構可提升約1.5% 資料中心電力效率，若以美國平均電價 $13 cents/kWh 來算，一座1,000MW的資料中心提升1.5%效率，一年可以節省約 $1,700萬美元電費，相當可觀。然而，HVDC架構下的PSU單顆可能達到近30kW 的功率，對機櫃空間及散熱的設計上將是一大挑戰。

未來的AI 資料中心用電將呈指數型增長，成為一大挑戰

WBG（Wide Band Gap, 寬能隙）半導體電源模組為 AI PSU 披荊斬棘
半導體目前主要以矽為材料生產晶圓，又稱第一代半導體，然而因矽材料的物理特性已達極限，第二代材料砷化鎵（GaAs）也已使用了數十年，主要用於通訊領域，而具備高能效、低損耗特性的第三代寬能隙（Wide Band Gap，WBG）半導體此時就顯得格外重要，目前主要分為碳化矽（SiC）與氮化鎵（GaN）兩種材料。

WBG半導體能夠在高頻工作下降低開關損耗，產生更少的熱，使元件可以做到更小體積，實現更高的功率密度，目前已大量使用在電動車、太陽能、快充器等應用，然而從2023年開始，因汽車、工業市場放緩加上中國碳化矽業者積極拓展，碳化矽基板價格降幅已高達五成以上，但因價格快速趨近矽基材料，也拉升了性價比並預期會增加在各應用的滲透率(註三)。

因此，WBG半導體成為新一代AI PSU設計上的理想選擇，除了額定功率與效率可以增加外，對於GPU 在運行時產生的負載變化，還可以提高動態響應能力來應對。NVIDIA 近期公布的18家電力革命合作夥伴清單(註四)，半導體公司中就有過半與WBG 相關，如英飛凌、羅姆、意法、安森美、納微和中國英諾賽科等，引發市場高度關注。

而新一代的AI PSU因可能使用到三相拓樸結構，如三相PFC、LLC等架構，使用到的功率元件數量也隨之增多，而如果將這些二極管和電晶體等元件整合進單一模組中，則可以進一步提升散熱、功率密度、寄生參數與可靠性等特性，尤其是AI PSU未來可能走向液冷散熱方案，因液冷機構的設計將使內部可用空間被進一步壓縮，這時候使用基於WGB半導體的電源模組可能會是最佳解答，甚至如果能整合更多周邊電路和元件等到模組裡，AI PSU的性能將更上一層樓，而目前台達內部也在開發符合能AI PSU應用的高性能WBG電源模組，期望助力資料中心電力傳輸效率最佳化，降低能源使用效率PUE（Power Usage Effectiveness）值，進一步推動其永續淨零發展。

第三代WBG半導體材料-碳化矽粉體，經過長晶、磊晶等一系列製程後成為碳化矽晶圓

註一: McKinsey: The cost of compute: A $7 trillion race to scale data centers
註二: Delta: Grid-to-Chip Power Solutions for Gigawatt-Scale AI Data Centers
註三: DIGITIMES: 中國SiC基板市場持續成長　價格壓力帶動新應用發展空間
註四: 鉅亨網: 輝達推動800V HVDC技術 18家供應商入列