隨著生成式 AI 模型加速演進，全球資料中心正迎來一場前所未有的「能源海嘯」。德州儀器（TI）美國總部算力技術專家 Pradeep S. Shenoy 在日前受訪時直言，AI 晶片對電力的索求正以驚人的幾何級數飆升。
Pradeep S. Shenoy 指出，傳統 CPU 的功耗通常維持在數百瓦（Watts）級別，但現代高階 AI 處理器（GPU）的功耗已直接跨越一個數量級，步入「千瓦（kW）」時代。這種極端的需求讓資料中心面臨前所未有的空間與散熱瓶頸。「在處理器層級談論千瓦功耗，意味著整座資料中心大樓的規劃必須上看吉瓦（GW，十億瓦）規模。」Pradeep S. Shenoy 表示，這幾乎等同一座傳統核電廠的完整發電量，如何最有效率地將電力送進晶片核心，已成為算力競賽的生死關鍵。
德州儀器美國總部算力技術專家 Pradeep S. Shenoy
|
為了衝破傳統電力傳輸的物理極限，業界正加速推動重大架構變革。Pradeep S. Shenoy 強調，傳統 50V 直流匯流排（Busbar）在面對百萬瓦（MW）級別的機架配電時，線路損耗與粗重的銅排體積已達物理極限。「如果不提升到 800V 高壓直流（HVDC），在物理上根本無法把足夠的電力送進機架裡。」他透露，未來的關鍵趨勢是採用「獨立側邊櫃（Sidecar Power Rack）」將電源外移，並以 800V 直流電直接送入伺服器托盤，實施「單級電力轉換（Single-Stage Conversion）」。
然而，高壓直入也帶來極高的技術門檻。Pradeep S. Shenoy 分析，800V 供電最大的技術挑戰在於「安全隔離（Isolation Barrier）」。工程師必須在高壓端與人體可能接觸的低壓端之間建立完美的隔離屏障，同時還要能跨越屏障精準傳輸訊號，這正是 TI 核心的訊號隔離與控制驅動技術所在。此外，新一代半導體材料氮化鎵（GaN）若要發揮高頻率、小體積的極致效能，也極度依賴系統級的整合與精密的熱管理。
這場由微觀半導體材料所發動的電力革命，正默默在晶片底座下解鎖被能源枷鎖封印的 AI 未來。
