AI数据中心功耗飙升 800V HVDC与新时代供电技术成焦点

2026年前瞻技术论坛「Powering the Intelligence: Energy Solutions for the AI Era」隆重登场。与会贵宾合影，左起为：台大系统芯片中心陈耀铭教授、致茂电子黄志忠副总经理、瑞萨电子林木森技术总监、台达电子蔡腾纬博士、台大系统芯片中心陈景然教授、台大系统芯片中心江介宏副主任。台大系统芯片中心

随着人工智能运算规模持续扩大，从大型语言模型训练、边缘运算应用等，也让人工智能数据中心的整体用电需求快速攀升。面对动态负载剧烈变化、功率密度持续提高，以及能源效率与系统可靠度同步升级的挑战，电力系统正迎来新一波架构革新。

为此，台湾大学系统芯片中心于2026年6月17日特别举办「Powering the Intelligence: Energy Solutions for the AI Era」前瞻技术论坛，聚焦人工智能时代下的能源解决方案。论坛邀集产学界专家齐聚一堂，深入探讨从芯片端、电源端到电网端的电力技术演进，以及人工智能驱动下的能源转型趋势。活动吸引众多产业人士、研究人员与学生踊跃参与，共同探索人工智能浪潮下电力与能源产业的机会与挑战。

台大系统芯片中心副主任江介宏指出，生成式AI与AI Agent等快速发展，无论大型语言模型开发、复杂推理任务，对AI应用所需算力持续攀升持续攀升。这带动数据中心在电力、空间与散热资源上的需求急遽增加，也为产业带来前所未有的运算与能源挑战。面对此情势，提升能源效率已成为AI产业的重要课题。除了透过演算法优化及模型设计来降低运算负担外，电源管理、功率转换技术以及半导体元件效率的提升，也成为支撑AI发展的关键基础。

AI数据中心迈向MW级规模  供电架构面临全面升级

根据市场研究机构的预估，全球人工智能数据中心的电力消耗量将从2024年的261万亿瓦时（TWh）增长至2027年的500万亿瓦时，短短3年内近乎翻倍。现今数据中心面临的挑战已不仅仅是提供更多运算能力，而是必须在有限的空间与能源条件下，建立更高效率、更稳定且具韧性的供电架构。从芯片、服务器到机柜以及整个数据中心，电力需求正以倍数增长，这也使得电源系统的设计、电源转换效率、储能备援机制以及测试验证的重要性同步提升。

台达电的蔡腾纬博士指出，生成式AI快速发展，使数据中心的电力消耗进入前所未有的新阶段。以NVIDIA GB200 NVL72架构为例，从单颗GPU约1,200瓦、单个GB200模块约2,700瓦，到单一服务器达5.7kW、整个机柜达120kW，而由多个机柜组成的AI Pod更已突破1MW规模；而大型AI数据中心甚至达到45MW以上。未来随着GPU数量增加，数据中心将广泛导入800V HVDC、固态变压器（SST）、BBU备援电池系统，以及Sidecar Power Rack等新型架构，以提升供电效率并优化空间利用率。

随着人工智能数据中心持续朝向高功率密度发展，供电系统面临的挑战已不再仅仅是效率问题，而是如何于极端负载下维持稳定运作。此举也大幅提升了电力测试验证的重要性。

致茂电子副总经理黄志忠指出：「从电网、变压器、电源供应器至GPU最终使用的低压供电系统，每个环节都必须经过更严格的验证，以确保人工智能系统能长时间稳定运行。目前业界正积极导入EDPP（Electrical Data Peak Processing）测试机制，模拟AI运算时瞬间功率变化的情境，以避免供电不稳定的状况，进而影响人工智能运算效能。」

800V HVDC、GaN与SiC崛起  重塑AI供电技术版图

前面提到，AI数据中心从传统48V系统，逐步转向800V HVDC、高效率GaN与SiC功率元件、垂直供电（Vertical Power Delivery）、整合式电压调节器，以及先进封装电源技术等新架构，主因在于希望能有效降低电流与传输损耗，减少铜材使用量，同时提升整体供电效率。然而，随着供电架构朝向高电压、高功率密度与高度整合化发展，也为系统设计带来新的挑战。

瑞萨电子技术总监林木森表示，根据研究数据显示，800V HVDC架构可较现行的48V系统，约能提升5%的端到端能源效率，并降低冷却与维护成本。对于动辄数百MW甚至GW等级的AI数据中心而言，即使仅提升数个百分点效率，也代表每年可节省数十亿美元电力支出。另一方面，随着GPU功耗持续增加，供电系统也逐渐向芯片靠近。

从嵌入式电容（DTC）、封装电源模块（3D Power Module），到整合式电压调节器（IVR），电力转换功能开始进入封装甚至芯片内部，以缩短供电路径并提升瞬态响应能力。此外，相较于传统矽元件，GaN与SiC等第三代宽能隙半导体，具备更高切换速度、更低损耗与更高耐压特性，有助于提升供电效率与功率密度，将成为未来AI数据中心的重要基础。

台大系统芯片中心陈景然教授说，AI芯片功耗持续攀升下，预期未来将朝向2000瓦以上发展。然AI芯片核心运作电压却持续下降，通常仅约1V左右，这意味着系统必须在极低电压下提供上千安培电流，对板端供电系统形成极大挑战。以目前主流架构来看，多数服务器采用48V母线设计，再透过两级式电源转换将电压降至CPU或GPU所需的工作电压。

然而当电流持续增加时，供电路径中的寄生电阻与寄生电感将造成显着能量损耗以及负载电流变动时的电压变动，成为限制AI芯片效能的重要瓶颈。透过基本原理分析, 可看到前述之技术趋势透过降低电流与寄生阻抗提高转换器功率密度与转换效率， 而提高控制带宽也可减少输出电容的用量。

在活动尾声登场的座谈会中，由台大系统芯片中心李坤彦教授担任主持人，邀请致茂电子副总经理黄志忠、台达电蔡腾纬博士、瑞萨电子技术总监林木森，以及台大系统芯片中心陈景然教授共同参与。与谈人除了分享自身在半导体设计、测试验证与产业实务上的经验外，也针对人才培育、产业趋势及技术发展等议题，与现场开发工程师、学生展开热烈互动。

台大系统芯片中心李坤彦教授表示，随着AI数据中心快速发展，对芯片效能、功耗与设计复杂度提出更高要求，也使跨领域人才培育的重要性日益提升。如何结合产学资源，加速技术创新并培养具备系统思维与实作能力的人才，已成为产业界与学界共同关注的重要课题。

AI数据中心竞争焦点已逐渐从单纯算力比拼，延伸至能源效率、供电稳定性与系统整合能力。如何在有限能源条件下提升运算效率，将成为未来数据中心发展的重要课题。