电力正在成为 AI 竞赛的隐性边界

过去一年，全球 AI 竞赛的底层约束正在发生一次清晰的转向：决定算力扩张节奏的关键变量，正从芯片供给端逐步转向能源获取能力、供电效率与基础设施承载力。英伟达 CEO 黄仁勋提出的「五层蛋糕」框架将能源置于芯片、基础设施、模型与应用之下，这一排序正被行业现实不断验证。

电力取代芯片，成为算力扩张的真正瓶颈

2026 年 1 月，OpenAI 推出「星际之门」计划，明确提出要让每个数据中心站点为自己的能源埋单；数月后，又因高能源成本与监管不确定性暂停其英国主要数据中心项目。这一进退之间，折射出 AI 巨头已无法回避的能源约束。

国际能源署（IEA）的数据进一步印证了这一趋势：2024 年全球数据中心用电约 415 TWh，占全球电力消费约 1.5%；预计到 2030 年将升至约 945 TWh，较 2024 年增长一倍以上。当需求以这样的速度攀升，能源供给能力已不再是配套设施，而会直接影响 AI 发展的节奏与上限。

中国的政策语言也已纳入这一判断。2026 年《政府工作报告》提出「超大规模智算集群、算电协同等新基建工程」；「十五五」规划纲要进一步要求「深入推进东数西算工程，构建多层次算力设施体系」。算力不再被单纯视为信息基础设施，而被纳入能源、网络、区域布局协同的系统工程。

数据中心供电架构正在被重写

电力瓶颈的缓解，并不只有大规模基建一条路。芯片架构优化、模型效率提升、液冷普及与运维调度改进都在发挥作用。谷歌借助 DeepMind 曾将数据中心冷却能耗最高降低 40%，2024 年其全球数据中心平均电能利用效率（PUE）做到 1.09，而业界平均水平约为 1.56。但这些努力仍是在既有框架内持续压缩损耗。当单柜功率从几十千瓦走向数百千瓦乃至兆瓦级，真正决定边界的开始变成供电架构本身。

行业共识是尽量减少电在不同电压、不同模块之间的中转环节：用更高电压把电高效送到机柜附近，再在离芯片最近处完成精细降压。谷歌曾提出从 48V 直流向 ±400V 直流演进，以支撑 IT 机柜从约 100 千瓦 扩展到 1 兆瓦。几乎同期，英伟达在 2025 年正式提出 800V 直流架构，意图减少交流、直流反复转换带来的额外损耗，其生态合作方既包括 TI、ST、Infineon、Rohm 等传统功率半导体厂商，也涵盖 Navitas、英诺赛科等氮化镓（GaN）新势力。2025 年 5 月，TI 宣布与英伟达合作开发 800V 高压直流配电所需的功率管理与传感技术，进一步推动该方向的工程化落地。

第三代半导体成为系统级竞争焦点

在这一轮供电架构重构中，第三代半导体的意义已不只是把某个器件做得更好，而是开始影响整套供电系统的设计逻辑。碳化硅（SiC）更适合承担前端大功率、高电压环节；氮化镓（GaN）则更适合靠近芯片、完成最后几步高效精细供电。两者不是替代关系，而是在未来 AI 供电链条中各自分工。

竞争的焦点已从单点器件性能，升级为能否把前端高压变换、中间电力分配、靠近芯片的末级供电、电源控制、散热与设计工具等环节打通，形成可复制的体系。比利时微电子研究中心 IMEC 在讨论新一代供电技术时，往往直接将其与 CPU、GPU 等高算力芯片放在一起研究，显示供电系统正从后台配套工程走向核心技术的一部分。

前沿方向与中国的基础设施窗口期

更前沿的方向是 HyFET（混合场效应晶体管），其思路是把氮化镓的高速优势与碳化硅的高压阻断能力结合起来，绕开两者各自的短板。香港科技大学 2024 年公布这一路线时将其表述为「同时利用氮化镓与碳化硅的互补优势，并规避各自的典型缺陷」。该方向提示，未来的高压 AI 供电器件竞争未必只是既有路线的线性延伸，也可能走向异质集成的新范式。

香港 InnoHK 框架下筹建的香港功率半导体芯片及应用研发中心（PowerSAC）是这一方向上的前沿布局，其研究覆盖器件技术、面向智能电力系统的电源管理集成电路（PMIC）、功率电子设计方法学以及数据中心等系统应用，并非孤立推进单点器件，而是强调器件、制造、设计自动化与系统应用的协同。

对整个产业而言，这场变化提示了一个常被忽略的事实：下一代智能基础设施的竞争，表面上在争夺更强的训练集群、更快的推理速度和更大的资本开支，实质上争夺的是另一种更深层的能力——谁能以更低的边际损耗，把更多电力稳定、精准、经济地转化为可持续的计算能力。电力即算力，正在从修辞判断变为 AI 时代基础设施逻辑的硬约束。