深度解读英伟达800VDC架构,英诺赛科等氮化镓企业迎来大规模爆发时刻
2025-10-23 11:28:20AI云资讯2477
在不久前OCP全球峰会上,英伟达(NVIDIA)正式发布白皮书《800VDCArchitectureforNext-GenerationAIInfrastructure》,全面描绘了AI工厂电力基础设施的下一阶段发展蓝图。800VDC直流供电架构一时间成为数据中心下一阶段发展的关键技术路径。那么什么是800VDC,它将如何实现?其背后究竟有哪些技术领域将会因此迎来新的发展机遇?
一、为什么800VVDC架构?
1、兆瓦级机柜将成为数据中心主流
随着AI训练模型参数规模呈指数级增长,GPU机柜功率密度急剧攀升。英伟达的GPU路线图显示:2022年Hopper时代单柜功率约40kW,而到2027年RubinUltra架构时已突破1MW,五年增长近25倍。
2、大功率机柜的关键问题:空间不够用,大功率电源需要小型化
在兆瓦级高密度机架中,电源系统与GPU计算单元正展开“空间争夺战”:更大的功率意味着电源设备体积越大,可部署的GPU数量越少;要保障GPU数量,就需要电源减小体积。功率变大的同时减小体积,需要新的电源技术方案
3、大功率机柜需要做到成本更低
传统方案的铜耗问题成为可持续发展的“红线”。以54V供电的1MW机柜需要约200kg铜母线,扩展至GW级AI工厂后将消耗50万吨铜,带来巨大资源与成本压力。
4、大功率机柜需要做到更高的转换效率
传统架构需多次AC/DC、DC/DC转换,每级损耗1–3%,整体能效往往只有85%左右,这个数字在兆瓦级机柜时代需要全面提升。
综上所述,800V DC不仅是算力密度的提升,更是电力密度的跃升,其背后是通过更高的转换效率,更高的功率密度以及更低的成本莱实现算力发展的需求。
二、什么是800VDC架构,其与传统架构对比有哪些优势?
相较传统415V交流系统,800VDC架构通过简化传输链路,实现了能源路径的革命性重构。电力从13.8–35kV中压配电经过高压整流直接变为800V直流,再通过母线分配至机架内部,逐级转换为GPU供电。这一简化的能量传输路径,不仅极大提高了效率与可靠性,更为计算单元释放出宝贵空间。同时,由于总线电压从54V提升至800V,传输电流下降约15倍、铜损减少90%、系统能效提升10%–13%。

图1:英伟达从415伏交流(上)到800伏直流(下)的配电架构演进
除了向800V机架电源过渡外,800V直流架构还要求在算力机柜内部,从母线到GPU逐级电压转换中实现超高功率密度和超高的转换效率。在英伟达展示的Kyber样机中,单柜NVL576系统内含72个算力托盘,每托盘仅0.5U高,却能提供12kW以上功率,比上一代NVL72系统提升50%功率密度,空间利用率提升4倍。
也就是说,实现800VDC架构背后的核心首先是要实现高频、高效、高功率密度的电源技术。
三、实现800VDC架构的电源技术分析
800V到GPU的电压转换可以通过三级转换方案实现,而三级转换的关键是在提高效率和功率密度的同时减小体积,这一要求需要将电源频率大幅提高,采用传统的方案很难实现。所以,英伟达白皮书指出,800VDC将采用成熟的第三代半导体技术去实现。

第一级:800V→54V隔离DC/DC
采用16:1隔离变换,将高压直流降至安全低压母线。输入端采用650V或者1200V的高压功率器件;而输出端采用100V的功率器件。
这一级的技术难点在于空间有限:需要在极小的空间内满足98%以上的转换效率以及安规要求,因此变换器的开关频率需要达到1MHz左右用以减小变压器磁芯的体积,同时还需要在有限的空间内放下为驱动和主控供电的辅助电源。
输入端采用氮化镓器件和碳化硅器件相比,关断损耗可以降低30%,驱动损耗降低90%,辅助电源面积小50%以上。这一部分当下主流方案均采用了氮化镓方案。在输出端,100V的氮化镓与同规格的硅器件相比,导通电阻可以降低一半以上,效率有明显优势,因此也被重点采用。

英诺赛科与意法半导体的800V转54V方案,OCP2025
值得一提的是,在此次OCP大会上,这也是英伟达唯一展出的供应商方案。
第二级:54V→12V板级DC/DC电源
这一级的挑战是需要通过提高频率,减少被动器件的体积,以实现更高功率密度。硅功率器件因开关频率难以超过200kHz,无法达到功率密度的要求。
笔者了解到,当前这一级转化主流方案为采用100VGaN器件的Buck方案,效率比硅方案提升1%以上,频率提高3倍,电感体积减30%。、
第三级:12V→0.8VGPU供电
对比现阶段GPU的电流为2000A左右,RubinUltra时代GPU电流将达6000A以上。所以这一级的功率器件用量极大,对效率和面积要求极高。传统方案是采用硅器件的DrMOS,但是由于频率的限制难以满足未来需求。而30V氮化镓可运行在2MHz以上,显著缩小电感体积并增强动态响应,同时也利于系统的集成,是未来GPU供电的关键突破口。
综上分析,800VDC架构的背后,是电源技术高频化,高效化的革命,而第三代半导体GaN,由于其独特的高频,低损耗优势,将成为实现800VDC电源革命的最关键技术升级。
四、800VDC架构下,GaN的市场空间有多大?
在Kyber架构中,一个NVL576的机柜有72个算力刀片板(Compute Blade),每一个算力板可以放置8颗GPU,以及2颗CPU,功耗12kW左右。以12kW为例,我们可以计算一下单个算力刀片板氮化镓的用量:

整柜72个算力刀片板约9万颗,再加服务器与NVSwitch部分,总量接近10万颗,单柜GaN价值约18万美元。
也就是说,建设一个拥有1000台单机柜兆瓦级(1MW)的数据中心,该数据中心将需要采购1.8亿美元GaN器件。
低压GaN成最大赢家
800VDC 架构当中不同电压等级的功率器件占比:

如上图所示,在800VDC架构当中,100V及30V的低压器件占比达96.8%,成为绝对赢家。
值得一提的是,当前GaN市场上能够量产低压GAN器件的厂家只有英诺赛科和EPC,而依靠台积电代工的Navits等由于台积电没有成熟的低压产品平台而将与此无缘
六、GaN市场将迎来爆发式增长
800V直流架构不仅是电压标准的升级,更是一场能源基础设施的重构。氮化镓(GaN)正在成为连接算力与能源效率的关键桥梁,推动数据中心从“电力驱动”迈向“智能能源驱动”的新阶段。未来十年,随着AI工厂、机器人、电动车与储能系统的全面普及,全球氮化镓市场规模预计将在2030年突破100亿美元。其中,低压GaN器件(≤100V)将占据最大出货量与市场份额,成为AI电源系统的核心驱动力。
氮化镓不仅是AI时代的能量引擎,更将引领功率半导体迈入“第三次能源革命”的黄金十年。
这一变革不仅标志着数据中心迈入“高功率、高密度、高效率”的新阶段,也为氮化镓(GaN)等宽禁带功率半导体打开了千亿美元级的新赛道。
相关文章
- 英伟达抢建物理AI算力工厂,微美全息(WIMI.US)锚定芯片赛道掀起GPU热潮!
- 云工场科技加快多元智算布局,构建 AMD、沐曦、英伟达协同算力体系
- 数据中心耗电远超电网负荷,迫使英伟达与谷歌在2026年第三季度前启动800V直流电架构改造
- 苹果在新版Siri上作出妥协:依靠英伟达B200 GPU加密技术,防止谷歌窃取用户数据
- 英伟达发布RTX Spark芯片,高调杀入PC市场
- 维谛(Vertiv)将在COMPUTEX展示首个面向英伟达NVIDIA Omniverse DSX Blueprint的全融合物理基础设施数字孪生能力
- AI驱动量子计算风口已至!英伟达/微美全息抢占高地锁定量子生态席位!
- 英伟达首席财务官调侃竞争对手因存储芯片短缺措手不及
- SpaceXAI宣布将向Anthropic开放搭载22万张英伟达GPU的巨像一号超级计算机
- OpenAI宣布与AMD、英伟达、英特尔、微软及博通达成超级合作,合力加速AI发展
- Anthropic看中英国初创公司融合技术,以仅英伟达Groq十分之一的成本,实现百倍速度的AI推理
- 英伟达发布开源AI模型Neomotron 3 Nano Omni,性能提升高达9倍
- 英伟达Rubin芯片落地谷歌A5X实例,多站点集群规模扩展至近百万颗GPU
- Meta携手博通强化芯片合作,英伟达/微美全息AI千亿赛道“抢滩战”打响!
- 从相干光量子计算机到开源AI模型,玻色量子与英伟达向百年伊辛模型的共同致敬
- 英伟达AI智能工厂宏图再掀热潮!特斯拉/微美全息自研芯片加固AI云计算护城河!
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠
- Seedance 2.0面向企业公测,豆包大模型日均Token使用量突破120万亿
- 端到端OCR模型第一!百度千帆Qianfan-OCR正式发布
- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代









