芝能智芯出品

英飞凌在慕尼黑发布了一款12 kW高性能电源（PSU）参考设计，专为人工智能数据中心和服务器打造。

在效率和功率密度上表现优异，也是从功率芯片和电源技术的角度，如何应对AI时代的需求。 尤其是大模型的训练和推理任务，对计算能力的要求越来越高，导致了数据中心电力需求的急剧上升。

拿高性能GPU来说，几年前单颗芯片的功耗大约在300 W左右，现在已经攀升到1000 W，甚至在未来几年可能突破2000 W。一个数据中心机架的功率需求从传统的10 kW级别迅速跃升到100 kW以上，甚至更高。

Part 1

服务器电源的设计

功率需求的变化变化给数据中心的能源管理带来了巨大压力。

传统服务器电源设计通常针对通用计算，功率在800 W左右，主要使用硅基MOSFET器件，效率保持在90%到94%之间就足够了。但在AI负载下，能耗问题被放大了。

这不仅仅是电源层面的成本问题，对于能源基础设施的承载能力有很大的影响。如果不提升效率，数据中心可能会面临电力短缺的风险。

从电力供应链的角度看，挑战同样明显。

电网的稳定性是个大问题，尤其是可再生能源如太阳能和风能的占比越来越高，但这些能源的输出不稳定，容易受天气影响。输电线路和变电站的扩建需要大量投资和时间，成本高昂。

数据中心运营商因此更倾向于在现有设施内优化，而不是大规模扩建，电源单元在有限的空间和电力配额内，提供更高的效率和功率密度。

为了应对这些挑战，电源设计开始向三个方向演进：

◎ 一是采用更高的电压等级，比如从传统的400 V转向800 V或更高，以减少电流损失；

◎ 二是提高开关频率，缩小磁性元件和滤波器的体积；

◎ 三是提升功率密度，让单位体积内输出更多功率。传统硅MOSFET在高压大电流场景下的开关损耗和热稳定性已经接近物理极限，无法满足这些新要求。

宽禁带半导体材料如SiC和GaN就进入了视野。

◎ SiC适合高压应用，能承受更高的温度和电压；

◎ GaN则在高频开关中表现出色，损耗低、体积小。

这些材料的引入，不仅是简单替换，更是推动整个系统架构的优化。

AI数据中心的电力需求增长推动了电源技术的变革。从单一依赖硅器件，转向硅、SiC和GaN的混合应用，这是一种系统级的转变，旨在最大化利用每一瓦电力，在有限资源下支持AI计算的扩张。

Part 2

英飞凌的电源设计演进路径

英飞凌的电源参考设计路线图从3 kW起步，逐步升级到12 kW，每一代都针对AI数据中心的具体需求，结合材料选择和架构优化。以下是详细的演进过程。

3 kW阶段的设计主要使用SiC和硅MOSFET。

前端采用无桥图腾柱功率因数校正（PFC）电路，后端是半桥LLC谐振转换器。在中等负载下，PFC级的硬开关损耗是主要问题。

英飞凌引入CoolSiC MOSFET，利用其低反向恢复电荷和良好热导率，让PFC在连续导通模式下高效运行。同时，在LLC部分，由于开关频率较低，硅基CoolMOS器件仍保持成本优势。

这一阶段的整体效率达到97.5%，功率密度为32 W/in³，已经比传统设计有明显提升。

3.3 kW阶段，这里首次引入GaN器件。

AC-DC转换仍由SiC负责高压部分，承受大电流压力。而DC-DC LLC转换器则切换到GaN，利用其高开关频率能力，将频率从之前的水平提升到500 kHz。

这不仅减小了变压器和电感的体积，还显著提高了功率密度到98 W/in³。

GaN的零反向恢复电荷特性在高频软开关拓扑中特别有效，几乎消除了开关损耗，成为效率突破的关键点。

进入8 kW阶段，随着功率增加，设计面临更大挑战。

SiC在前端PFC级的占比进一步扩大，几乎完全取代硅器件，以应对电流应力的上升。

◎ 在LLC DC-DC级，GaN用于初级侧，降低驱动电路的损耗；

◎ 次级侧的同步整流仍由硅MOSFET负责。这种“SiC主干 + GaN高频 + 硅辅助”的组合，实现了效率和成本的平衡。

即使在满载条件下，效率仍保持在97.5%，功率密度提升到100 W/in³。

这一代设计展示了材料互补的优势：SiC处理高压，GaN优化高频，硅填补低成本环节。

12 kW阶段是英飞凌的最新成果，也是当前AI数据中心电源的前沿水平。

核心创新在于拓扑结构的演进：

◎ 前端从两级图腾柱PFC升级到三级飞电容交错PFC，多级结构的分担开关应力，允许使用额定电压更低的器件，同时减小电感体积并改善电磁干扰（EMI）性能。

◎ 后端采用全桥LLC谐振转换器，并集成双向能量缓冲器，支持保持时间和电网波形整形。

该设计的峰值效率超过99%，功率密度达到113 W/in³，远超行业平均水平。

通过这一系列演进，我们可以看到英飞凌的策略：

◎ 硅在低压、成本敏感的环节仍有价值；

◎ SiC在高压大功率硬开关中不可或缺；

◎ GaN则在高频软开关场景中发挥潜力。

三者不是相互取代，而是形成互补，结合架构优化，提供渐进式的解决方案。这不仅满足了当前需求，还为未来更高功率的扩展奠定基础。

小结

提升效率意味着减少能耗。在AI负载下，每提高1%的效率，就能节省大量电力，缓解电网压力。这有助于数据中心向绿色转型，高功率密度允许在相同空间内部署更多计算资源。从产业链角度，宽禁带半导体的推广将重塑供应链。 

       原文标题 : 技术解析｜英飞凌发布面向AI数据中心的12 kW电源设计