随着人工智能工作负载向机架级系统和全数据中心规模扩展，供电能力已成为制约数据中心系统性能、密度与总体拥有成本的核心瓶颈。在 NVIDIA MGX 这一开放式模块化参考架构的生态体系中，一场以全氮化镓（All-GaN）技术为支撑的效率革命，正悄然重塑从高压配电一路延伸至 GPU 核心的供电路径。
这一技术演进的最新动态来自于 NVIDIA MGX 生态系统成员 Innoscience。该公司正在推进涵盖全链条的 All-GaN 电源转换技术，以支持下一代高密度 AI 系统。对于投资者与数据中心运营商而言，这一底层功率半导体技术的升级，关乎到机架功率密度上限的突破，以及高算力设施运营成本的实质性下降。
传统供电模式在应对不断攀升的机架功率时已显疲态，难点不再仅仅是将电能引入机架，而是如何高效、紧凑地将高压电转换为 GPU 所需的工作电压。GaN 技术凭借其低导通电阻、低栅极电荷和零反向恢复等特性，正成为解决这一挑战的关键赋能技术，直接带来了更小的磁性元件、更优的热性能以及更低的总体拥有成本（TCO）。
随着 AI 系统向着更高密度的供电架构迈进，市场正密切关注这种突破物理空间与热力学限制的供电解决方案。这不仅将缩短加速计算系统的工程研发周期，更将极大加速下一代 AI 工厂的大规模商业化落地。
前端转换突破：12kW 方案峰值效率逼近 99%
随着 AI 机架功率的持续攀升，前端转换级成为电源架构中最苛刻的环节之一。
在 NVIDIA 的 800 VDC 电源架构中，通过将直流电直接输送至更靠近机架的位置来减少转换级数，但这要求前端必须同时处理高输入电压、高转换比以及受限的散热预算与主板空间。
Innoscience 的最新数据展示了 GaN 在此环节的直接效益。在其 12 kW 的 800 V 转 48 V 级设计中，初级侧采用了 650 V GaN 双面冷却（DSC）器件，次级侧采用 100 V GaN 器件，在 1 MHz 的运行频率下实现了约 99% 的峰值效率和 98.2% 的满载效率。此外，新发布的 150 V GaN 器件进一步简化了次级侧设计，使所需的同步整流器件数量减少了 50%。这种因高频运行带来的占地面积缩减，对追求更高机架密度的 AI 系统具有直接的商业价值。
在 48 V 前端转换之外，为了满足系统设计在主板空间和热力预算上的不同需求，供电架构的选择需要极高的灵活性。Innoscience 将其 All-GaN 解决方案扩展至涵盖 800 V 至 48 V、12 V 及 6 V 的全范围中间母线电压选项。
针对 800 V 至 12 V 的转换，市场现在可以利用 40 V GaN 器件实现高效的同步整流，并改善热性能；而针对 800 V 至 6 V 的转换，15 V GaN 器件作为同步整流解决方案，能够支持更低的中间母线架构，从而简化最终向 GPU 核心电压的转换。在关键的 48 V 至 12 V 中间母线阶段，Innoscience 的 100 V GaN 解决方案优化了多相降压转换。在 AI 工厂的规模效应下，即使是微小的效率提升，也意味着冷却需求和运营成本的显著降低。
垂直供电重塑核心响应
在最贴近计算核心的最终转换阶段，由于电流需求极高且瞬态响应至关重要，传统的横向供电因配电损耗和主板布线复杂性而面临严峻挑战。垂直供电（VPD）正成为提供更短电流路径、更低寄生损耗和更高电流密度的可行架构。
为应对 GPU 快速动态瞬变的要求，Innoscience 已验证了 15 V GaN HEMT 在 3 MHz 至 5 MHz 频率下运行的可行性，这能够大幅缩小所需的磁性元件和电容器尺寸。目前，该公司正在开发 DrGaN 解决方案，通过支持高开关频率来显著增加带宽，从而减少对传统大容量输出电容的依赖。随着未来 MGX AI 系统持续提高加速器的电流密度，支持 VPD 的功率级将成为 GPU 近核心供电的重要基础模块。
为加速客户的采用周期，Innoscience 提供了一系列评估板和参考设计，以帮助系统设计人员验证 GaN 在整个 AI 供电树中的性能。这些平台包括 12 kW 的 800 V 至 48 V 演示板、48 V 至 12 V 的 4 相 GaN 评估板，以及面向未来垂直供电架构的 6 V DrGaN 评估板。
NVIDIA MGX 生态系统正在推动模块化与可扩展 AI 基础设施的部署。在 AI 基础设施日益受到电力限制的背景下，功率半导体的演进必须与计算密度的提升保持同步。通过从 800 VDC 一路向下至 GPU 核心电压的全面覆盖，更高效率、更高密度的 AI 供电基础设施正从概念加速走向现实。
