Od ponad dziesięciu lat komercyjny rozwój węglika krzemowego jest ściśle związany z jedną dużą branżą: pojazdami elektrycznymi.
Inwerstory trakcyjne o wyższym napięciu, ładowarki pokładowe i systemy szybkiego ładowania stworzyły idealne środowisko dla urządzeń zasilania SiC.W miarę jak pojazdy elektryczne zmierzały w kierunku wyższej wydajności i wyższego napięcia systemu, węglik krzemowy przeniósł się z wyspecjalizowanego materiału półprzewodnikowego do głównej platformy elektroniki mocy.
Teraz pojawia się kolejny ogromny rynek.
Nie ma kół.
Jest w budynkach pełnych procesorów.
Sztuczna inteligencja przekształca centra danych w jedne z najszybciej rosnących na świecie obciążeń elektrycznych.
Według Międzynarodowej Agencji Energii globalne zużycie energii elektrycznej w centrach danych wynosiło około 415 TWh w 2024 r.W 2030 r. zużycie może osiągnąć około 945 TWhPrzewiduje się, że zużycie energii elektrycznej z przyspieszonych serwerów, w dużej mierze napędzanych przez sztuczną inteligencję, wzrośnie znacznie szybciej niż zużycie energii elektrycznej przez konwencjonalne serwery.
Stany Zjednoczone ilustrują skalę zmiany. Aktualizacja krajowego laboratorium z 2026 roku szacuje, że centra danych mogą zużywać około 11,8% amerykańskiej energii elektrycznej do 2030 r.z modelowanymi scenariuszami od 90,5% do 15,3%.
Ta eksplozja popytu na energię elektryczną stwarza ważne pytanie dla przemysłu półprzewodników mocy:
Czy infrastruktura sztucznej inteligencji może stać się drugim największym rynkiem wzrostu dla węglanu krzemowego po pojazdach elektrycznych?
Odpowiedź może zależeć mniej od samych procesorów sztucznej inteligencji, a bardziej od wszystkiego, co jest potrzebne do dostarczania im energii elektrycznej.
Kiedy ludzie myślą o infrastrukturze sztucznej inteligencji, zwracają uwagę na procesory, pamięć, sieci i chłodzenie.
Ale każdy przyspieszacz sztucznej inteligencji zależy od znacznie większego systemu elektrycznego.
Elektryczność może przechodzić kilka etapów przed dotarciem do procesora:
Sieć użytkowa → Transformator → Konwersja AC/DC → UPS lub magazynowanie energii → Wysokonapięciowa dystrybucja prądu stałego → Konwersja zasilania rack → Serwer → Akcelerator AI
Każdy etap konwersji wprowadza straty elektryczne.
Na małą skalę ułamek punktu procentowego może wydawać się nieistotny.
Na skalę dużego kampusu AI, staje się on ekonomicznie ważny.
W miarę rozwoju wdrożeń sztucznej inteligencji centra danych jednocześnie zajmują się:
IEA zauważa, że rozwój sztucznej inteligencji przyspiesza wdrażanie serwerów o wysokiej wydajności i zwiększa gęstość mocy w centrach danych.Serwery przyspieszone stanowią prawie połowę przewidywanego wzrostu netto globalnego zużycia energii elektrycznej w centrach danych do 2030 r. w jego podstawowym przypadku.
To właśnie takie środowisko, w którym wydajna elektronika mocy staje się strategicznie ważna.
I tutaj wchodzi w grę węglik krzemowy.
Karbid krzemowy należy do rodziny materiałów półprzewodnikowych szerokopasmowych.
W porównaniu z konwencjonalnym krzemu, urządzenia zasilania SiC mogą obsługiwać wymagające warunki konwersji mocy obejmujące wysokie napięcie, wysoką wydajność przełączania i wysoką gęstość mocy.
Amerykański Departament Energii określa specjalnie technologie szerokopasmowe, takie jak SiC i GaN, jako umożliwiające bardziej wydajne i energooszczędne systemy elektroenergetyczne,w tym aplikacje w centrach danych, urządzeń przemysłowych, pojazdów elektrycznych i innych systemów elektrycznych.
Jedną z ważnych zalet jest możliwość obsługi większych częstotliwości przełączania przez urządzenia o szerokim zakresie pasma.
Wyższa częstotliwość przełączania może zmniejszyć wymagany rozmiar induktorów, kondensatorów i innych komponentów biernego, potencjalnie umożliwiając mniejsze i bardziej wydajne systemy konwerterów.
Dla infrastruktury sztucznej inteligencji ma to znaczenie z trzech powodów:
wydajność, przestrzeń i ciepło.
Wydajniejszy przetwornik zużywa mniej energii.
Bardziej kompaktowy przetwornik zużywa mniej przestrzeni.
A mniejsze straty konwersji oznaczają, że mniej ciepła musi zostać usunięte.
W skali AI-datacenter, wszystkie trzy są ważne.
Należy wyjaśnić jeden punkt.
Wzrost sztucznej inteligencji niekoniecznie oznacza, że SiC nagle stanie się materiałem używanym do produkcji procesorów sztucznej inteligencji.
To nie jest pierwsza okazja.
Znacznie większa szansa leży w infrastrukturze energetycznej otaczającej te procesory.
Pomyśl o przyspieszeniu AI jako o ostatecznym celu.
Karbid krzemowy może uczestniczyć w elektrycznej drodze, która go dostarcza.
Potencjalne zastosowania obejmują:
To rozróżnienie jest ważne.
Możliwość SiC stworzona przez sztuczną inteligencję nie jest przede wszystkim możliwością komputerowo-półprzewodnikową.
To jest potężna półprzewodnik okazja.
Być może najbardziej interesujący rozwój ma miejsce w dystrybucji energii w centrach danych.
Wraz ze wzrostem mocy stożkowej coraz trudniej jest dystrybuować ogromne ilości energii przy stosunkowo niskim napięciu.
Powodem są podstawowe powiązania elektryczne.
Moc wynosi około:
P = V × I
Dla tego samego poziomu mocy, wzrost napięcia zmniejsza prąd.
I straty przewodników wzrastają w przybliżeniu z kwadratem prądu:
Strata mocy I2R
W związku z tym niższy prąd może pomóc w zmniejszeniu strat rezystywnych i zmniejszeniu ilości miedzi wymaganej do dystrybucji energii.
Jest to jeden z powodów, dla których branża infrastruktury AI bada znacznie wyższe napięcia dystrybucji prądu stałego.
Na dużym wydarzeniu branży otwartych komputerów w lipcu 2026,dyskusje określiły w szczególności dystrybucję prądu stałego wysokiego napięcia 800 V i dostarczanie mocy w stanie zbliżonym do obciążenia jako ważne technologie dla centrów danych sztucznej inteligencji nowej generacjiW tym samym wydarzeniu omówiono ewolucję w kierunku systemów 800V stałego prądu dla stojaków sztucznej inteligencji klasy megawatów.
Ten rozwój powinien zwrócić uwagę przemysłu węglika krzemu.
- Dlaczego?!
Ponieważ napięcie systemu zasilania przemieszcza się na terytorium, gdzie SiC staje się coraz bardziej atrakcyjny.
Istnieje ciekawa paralela między samochodami a infrastrukturą AI.
Pojazdy elektryczne zaczęły się od architektury stosunkowo niskiego napięcia.
Jak chcieli producenci:
platformy o wyższym napięciu stawały się coraz bardziej atrakcyjne.
Ta zmiana przyczyniła się do zwiększenia popytu na węglik krzemowy.
Ośrodki danych sztucznej inteligencji mogą teraz stawić czoła koncepcyjnie podobnemu problemowi, chociaż w zupełnie innej skali.
Wraz ze wzrostem mocy stojaków projektanci centrów danych chcą również:
Podobieństwo nie oznacza, że centra danych AI będą używać dokładnie tej samej elektroniki mocy co pojazdy elektryczne.
Nie będą.
Ale podstawowa presja inżynierska jest znana:
Kiedy moc gwałtownie wzrasta, wydajność staje się bardziej wartościowa.
To właśnie w tym środowisku SiC historycznie zyskuje udział w rynku.
Tradycyjne półki serwerowe były kiedyś mierzone w stosunkowo skromnych zakresie kilowatów.
Infrastruktura sztucznej inteligencji popycha przemysł w kierunku znacznie bardziej ekstremalnych gęstości mocy.
Dyskusje w branży w 2026 r. już dotyczyły stojaków sztucznej inteligencji klasy MW, a nawet kampusów centrów danych sztucznej inteligencji na skalę GW.gdzie dostarczanie energii i chłodzenie muszą być zaprojektowane razem z sprzętem komputerowym, a nie dodawane później.
To zmienia ekonomię selekcji półprzewodników.
Załóżmy, że przetwornik działa nieprzerwanie przy bardzo dużej mocy.
Niewielka poprawa wydajności może zaoszczędzić tylko niewielką część całkowitej energii przechodzącej przez system.
Ale kiedy system działa:
24 godziny dziennie × 365 dni w roku × wiele lat
ten niewielki procent może stać się znaczący pod względem ekonomicznym.
Każdy wat, który nie jest tracony w konwerterze, jest również watem, który nie staje się niechcianym ciepłem.
W dużej skali efektywność półprzewodników wpływa zatem na:
koszt energii elektrycznej + obciążenie chłodzące + wielkość urządzeń + pojemność infrastruktury.
Z tego powodu droższe urządzenie zasilanie może czasami prowadzić do tańszego całkowitego systemu.
Ta sama ekonomia na poziomie systemu, która pomogła SiC zyskać przewagę w pojazdach elektrycznych, może stać się coraz ważniejsza w infrastrukturze sztucznej inteligencji.
Światowe zużycie energii elektrycznej przez centra danych jest nadal stosunkowo niskie w porównaniu z całkowitym światowym zużyciem energii elektrycznej.
Ale zapotrzebowanie na centra danych ma jedną niezwykłą cechę:
jest bardzo skoncentrowana geograficznie.
IEA zauważa, że centra danych mogą stwarzać szczególnie trudne problemy z integracją z siecią, ponieważ mają tendencję do gromadzenia się w określonych lokalizacjach, a nie do równomiernego rozkładania zapotrzebowania.
Duży kampus sztucznej inteligencji może zatem wymagać ogromnej ilości energii w jednym miejscu.
Stwarza to dodatkowy popyt na:
To rozszerza możliwość SiC poza budynek centrum danych.
Sztuczna inteligencja może stymulować popyt na SiC w całym ekosystemie elektrycznym otaczającym infrastrukturę komputerową.
Teraz historia staje się ciekawsza.
Nowy rynek nie musi być koniecznie definiowany jako:
SiC dla serwerów AI.
Lepszą definicją może być:
SiC dla infrastruktury energetycznej AI.
Pomyśl o przyszłym kampusie sztucznej inteligencji zawierającym:
Sieć użytkowa
↓
Produkcja energii ze źródeł odnawialnych
↓
Podstawa sieci
↓
Przechowywanie energii w akumulatorze
↓
Konwersja wysokiej mocy
↓
800V dystrybucja prądu stałego
↓
AI Computing Racks
Karbid krzemowy może potencjalnie uczestniczyć w kilku różnych sekcjach tego łańcucha.
Półprzewodnik nie musi pojawiać się wewnątrz każdego serwera, aby skorzystać z rozwoju sztucznej inteligencji.
Jeśli sztuczna inteligencja spowoduje, że większa ilość energii elektrycznej przechodzi przez przetwornice wysokiego napięcia, falowniki, systemy magazynowania energii i infrastrukturę dystrybucji energii, całkowity rynek SiC, który może być adresowany, może wzrosnąć pośrednio.
Jest to zasadniczo inne niż na rynku pojazdów elektrycznych.
Elektrownia elektryczna zawiera zazwyczaj stosunkowo określoną liczbę głównych systemów konwersji mocy.
Kampus AI to cały projekt infrastruktury elektrycznej.
AI centra danych wymagają również niezawodnej mocy.
Przerwy mogą zakłócać duże obciążenia komputerowe i powodować problemy operacyjne.
Systemy magazynowania energii w bateriach i systemy zapasowe stają się zatem coraz ważniejszymi elementami projektowania centrów danych.
To tworzy kolejną ścieżkę dla SiC.
Systemy akumulatorowe wymagają dwukierunkowej konwersji mocy:
Sieć / prąd stały → Akumulator podczas ładowania
a także
Akumulator → Pociąg prądu stałego podczas rozładowania
Systemy magazynowania dużej mocy wymagają zatem przetworników zdolnych do efektywnego obsługi dużych prądów i wysokich napięć.
W miarę rozszerzania kampusu AI systemy zapasowe baterii mogą same stać się głównymi instalacjami energetyczno-elektronicznymi.
W rezultacie powstaje wzmacniający cykl:
Wzrost sztucznej inteligencji → większe zapotrzebowanie na energię elektryczną → większe magazynowanie energii → większa konwersja mocy → większe możliwości dla wysokowydajnych półprzewodników mocy.
Centrum danych nie mogą rozwijać się w nieskończoność bez odpowiedniej infrastruktury sieciowej.
Produkcja energii elektrycznej to tylko część wyzwania.
Energia musi być również przekazywana, przekształcana, przekształcana i dystrybuowana.
Przyszłe systemy sieci mogą wymagać większego wykorzystania:
Wykorzystanie urządzeń szerokopasmowych jest przedmiotem badań dla tego typu zaawansowanych architektur elektronicznych.Strategiczne ramy Departamentu Energii wskazują, że urządzenia WBG mogą umożliwić znacznie wyższe częstotliwości przełączania i bardziej wydajne projekty konwerterów, chociaż niezawodność, komponenty pasywne i inżynieria na poziomie systemu pozostają ważnymi wyzwaniami.
Więc połączenie AI-to-SiC może rozciągać się od:
Sieć → Centrum danych → Rack
zamiast po prostu:
Zasilanie → Serwer
To znacznie szersza koncepcja rynku.
DlaDostawcy substratu SiC, pojawienie się infrastruktury sztucznej inteligencji jest ważne, ponieważ może zróżnicować popyt poza elektroniką napędową samochodów.
Wymagania dotyczące urządzeń mogą się różnić, ale wiele wysoko napiętych urządzeń zasilania pionowego jest zbudowanych z wykorzystaniem przewodzących substratów 4H-SiC, po których następuje wzrost epitaksjalny.
Jeżeli popyt na konwersję o dużej mocy znacznie wzrośnie, producenci urządzeń mogą wymagać większych ilości spójnego materiału SiC.
To przywraca uwagę na ekonomię płytek.
W przypadku produkcji urządzeń zasilania na dużą skalę kupujący coraz częściej dbają o coś więcej niż o to, czy płytkę można wyprodukować.
Troszczą się o:
Powodem jest prosty.
Infrastruktura sztucznej inteligencji nie będzie nagradzać drogich płytek, które produkują słabą wydajność urządzenia.
Jeśli SiC ma stać się materiałem do dużych ilości centrów danych, gospodarka produkcyjna musi się nadal poprawić.
Dlatego też przejście z 150 mm do 200 mm SiC pozostaje ważne.
Wafel 200 mm ma około 1,78 razy większą powierzchnię geometryczną niż wafel 150 mm.
Zasadniczo pozwala to na przetwarzanie znacznie większej liczby urządzeń w trakcie każdego cyklu produkcji płytek.
Jednakże korzyść istnieje tylko wtedy, gdy:
Jeśli infrastruktura sztucznej inteligencji stworzy kolejny duży rynek urządzeń SiC, może to wzmocnić zachętę ekonomiczną do przesunięcia większej produkcji w kierunku platform 200 mm.
Większa głośność zachęca do:
Większe płytki → większa automatyzacja → wyższe wykorzystanie sprzętu → niższe koszty urządzenia.
Proces ten mógłby ostatecznie pomóc uczynić SiC konkurencyjnym w jeszcze większej liczbie zastosowań.
Sama odpowiedniość techniczna nie gwarantuje masowego wykorzystania.
Krzemowy pozostaje głęboko zakorzeniony w elektrotechnice mocy.
Inne technologie szerokopasmowe konkurują również w niektórych etapach konwersji mocy.
W związku z tym SiC musi uzasadnić swoje koszty na poziomie systemu.
Projektant AI centrum danych jest mało prawdopodobne, aby wybrać SiC tylko dlatego, że ma atrakcyjne właściwości materiału.
Rzeczywista kalkulacja jest bardziej praktyczna:
Czy dodatkowe koszty półprzewodników zmniejszają całkowite straty energii elektrycznej, wymagania chłodzące, wielkość przetwornika lub koszty infrastruktury na tyle, aby stworzyć lepszy system całkowity?
Na małych poziomach mocy, czasami odpowiedź może być nie.
Na bardzo wysokich poziomach mocy, równanie staje się o wiele bardziej interesujące.
Dlatego infrastruktura sztucznej inteligencji może być szczególnie ważna.
Sztuczna inteligencja podnosi gęstość mocy w tym samym czasie, gdy przemysł SiC próbuje obniżyć koszty płytek i urządzeń.
Te dwa trendy mogą się spotkać.
Zdrowy rynek półprzewodników zwykle korzysta z posiadania wielu głównych rynków końcowych.
Duże uzależnienie od jednej branży stwarza ryzyko.
Od lat inwestycje w SiC były silnie pod wpływem oczekiwań dotyczących pojazdów elektrycznych.
Jednak popyt na samochody może wahać się w zależności od:
Infrastruktura sztucznej inteligencji podąża za innym cyklem popytu.
Zbieranie energii następuje po kolejnym.
Inwestycje w sieci energetycznej są kolejne.
Energia odnawialna jest następna.
Jeśli wszystkie te sektory będą coraz częściej wykorzystywać elektronikę mocy SiC, łańcuch dostaw SiC stanie się mniej zależny od jednego zastosowania.
To może być najważniejsza konsekwencja wzrostu sztucznej inteligencji.
Rynek sztucznej inteligencji nie musi "zastępować" pojazdów elektrycznych.
Wystarczy, że stanie się drugim istotnym źródłem popytu.
Sposób myślenia przemysłu o popycie na węglik krzemowy może się w końcu zmienić.
Zapotrzebowanie na SiC w przemyśle motoryzacyjnym jest często pojmowane jako:
liczba pojazdów × zawartość półprzewodników na pojazd
Infrastruktura sztucznej inteligencji wprowadza inny model:
zainstalowana moc obliczeniowa × infrastruktura elektryczna na megawatt
To znacząca zmiana.
Kampus sztucznej inteligencji może wymagać elektroniki mocy nie tylko dla półek komputerowych, ale także dla:
Zamiast pytać, ile urządzeń SiC znajduje się wewnątrz jednej maszyny, przemysł może coraz częściej pytać:
Ile energii SiC potrzeba do dostarczenia jednego megawata niezawodnej mocy obliczeniowej sztucznej inteligencji?
To może stać się ważnym wskaźnikiem dla następnej generacji analizy rynku SiC.
Przemysł półprzewodników przez lata zwiększał wydajność procesorów AI.
Następnym wyzwaniem jest dostarczanie procesorom wystarczającej ilości energii.
To tworzy zupełnie inny wyścig technologiczny:
Sieć → Konwersja → Przechowywanie → Dystrybucja → Rezerwa → Procesor
Każdy etap musi być:
Karbid krzemowy nie będzie dominował na każdym etapie.
Nie musi.
Jeśli stanie się preferowanym półprzewodnikiem nawet w kilku etapach konwersji najwyższego napięcia i najwyższej mocy, infrastruktura sztucznej inteligencji może stać się znaczącym długoterminowym źródłem popytu.
Dlatego boom sztucznej inteligencji zasługuje na uwagę przemysłu SiC.
Pojazdy elektryczne wykazały, że węglik krzemowy może wykraczać poza niszowe zastosowania przemysłowe i stać się technologią półprzewodnikową o dużej objętości.
Sztuczna inteligencja może stworzyć następną okazję.
Powodem nie jest po prostu to, że serwery sztucznej inteligencji zużywają prąd.
Prawdziwa szansa wynika z skali, koncentracji i gęstości mocy tego zapotrzebowania na energię elektryczną.
Światowe zużycie energii elektrycznej w centrach danych ma wzrosnąć w przybliżeniu dwukrotnie do 2030 r., przy czym dużą część wzrostu odpowiada przyspieszone obliczenia oparte na sztucznej inteligencji.
Jednocześnie branża dyskutuje już o dystrybucji prądu stałego 800 V, stojakach klasy megawatów i infrastrukturze sztucznej inteligencji na skalę gigawattów.
Zmiany te zwiększają wartość:
wysokie napięcie + wysoka wydajność + wysoka gęstość mocy + zaawansowana konwersja mocy.
To właśnie w tych warunkach węglik krzemowy staje się interesujący.
Pierwszy złoty rynek dla SiC powstał wokół bardziej wydajnych pojazdów.
Drugi może być zbudowany wokół bardziej efektywnego przenoszenia energii elektrycznej.
A jeśli sztuczna inteligencja będzie się rozwijać w obecnym tempie, najważniejsze pytanie dla przemysłu węglowodorów krzemowych może nie być już:
Ile pojazdów elektrycznych będzie używać SiC?
Może to być:
Ile energii elektrycznej dostarczanej do światowej infrastruktury sztucznej inteligencji przejdzie w końcu przez urządzenia zasilania SiC?
To pytanie może określić kolejny rozdział rynku węglika krzemowego.
Infrastruktura sztucznej inteligencji wymaga szybko rosnącej ilości energii elektrycznej i coraz większej gęstości mocy.zarządzanie cieplne i gęstość mocy są ważne.
Generalnie rzecz biorąc, to nie jest główna możliwość omawiana tutaj.infrastruktury konwersji prądu stałego wysokiego napięcia i sieci.
Wyższe napięcie dystrybucyjne umożliwia dostarczanie tej samej ilości mocy przy mniejszym prądzie, pomagając zmniejszyć straty przewodników i wspierając większą gęstość mocy w regałach.Dyskusje w branży w 2026 r. już badają architekturę 800V DC dla nowej generacji stojaków sztucznej inteligencji klasy MW.
Jeśli infrastruktura sztucznej inteligencji zwiększy zapotrzebowanie na wysokonapięciowe urządzenia SiC,może pośrednio zwiększyć zapotrzebowanie na przewodzące substraty 4H-SiC i płytki epitaksowe stosowane do produkcji tych wyrobów.
Bardziej realistycznym scenariuszem jest to, że infrastruktura sztucznej inteligencji stanie się dodatkowym ważnym zastosowaniem,zmniejszenie zależności przemysłu SiC od popytu samochodowego.
Praktyczny RFQ może obejmować średnicę płytki, polityp, rodzaj przewodności, rezystywność, orientację kryształową, kąt z zewnątrz osi, grubość, TTV, łuk, warp, wymagania dotyczące wad, chropowitość powierzchni,stan krawędzi, jakość polerowania i spójność od partii do partii.
Od ponad dziesięciu lat komercyjny rozwój węglika krzemowego jest ściśle związany z jedną dużą branżą: pojazdami elektrycznymi.
Inwerstory trakcyjne o wyższym napięciu, ładowarki pokładowe i systemy szybkiego ładowania stworzyły idealne środowisko dla urządzeń zasilania SiC.W miarę jak pojazdy elektryczne zmierzały w kierunku wyższej wydajności i wyższego napięcia systemu, węglik krzemowy przeniósł się z wyspecjalizowanego materiału półprzewodnikowego do głównej platformy elektroniki mocy.
Teraz pojawia się kolejny ogromny rynek.
Nie ma kół.
Jest w budynkach pełnych procesorów.
Sztuczna inteligencja przekształca centra danych w jedne z najszybciej rosnących na świecie obciążeń elektrycznych.
Według Międzynarodowej Agencji Energii globalne zużycie energii elektrycznej w centrach danych wynosiło około 415 TWh w 2024 r.W 2030 r. zużycie może osiągnąć około 945 TWhPrzewiduje się, że zużycie energii elektrycznej z przyspieszonych serwerów, w dużej mierze napędzanych przez sztuczną inteligencję, wzrośnie znacznie szybciej niż zużycie energii elektrycznej przez konwencjonalne serwery.
Stany Zjednoczone ilustrują skalę zmiany. Aktualizacja krajowego laboratorium z 2026 roku szacuje, że centra danych mogą zużywać około 11,8% amerykańskiej energii elektrycznej do 2030 r.z modelowanymi scenariuszami od 90,5% do 15,3%.
Ta eksplozja popytu na energię elektryczną stwarza ważne pytanie dla przemysłu półprzewodników mocy:
Czy infrastruktura sztucznej inteligencji może stać się drugim największym rynkiem wzrostu dla węglanu krzemowego po pojazdach elektrycznych?
Odpowiedź może zależeć mniej od samych procesorów sztucznej inteligencji, a bardziej od wszystkiego, co jest potrzebne do dostarczania im energii elektrycznej.
Kiedy ludzie myślą o infrastrukturze sztucznej inteligencji, zwracają uwagę na procesory, pamięć, sieci i chłodzenie.
Ale każdy przyspieszacz sztucznej inteligencji zależy od znacznie większego systemu elektrycznego.
Elektryczność może przechodzić kilka etapów przed dotarciem do procesora:
Sieć użytkowa → Transformator → Konwersja AC/DC → UPS lub magazynowanie energii → Wysokonapięciowa dystrybucja prądu stałego → Konwersja zasilania rack → Serwer → Akcelerator AI
Każdy etap konwersji wprowadza straty elektryczne.
Na małą skalę ułamek punktu procentowego może wydawać się nieistotny.
Na skalę dużego kampusu AI, staje się on ekonomicznie ważny.
W miarę rozwoju wdrożeń sztucznej inteligencji centra danych jednocześnie zajmują się:
IEA zauważa, że rozwój sztucznej inteligencji przyspiesza wdrażanie serwerów o wysokiej wydajności i zwiększa gęstość mocy w centrach danych.Serwery przyspieszone stanowią prawie połowę przewidywanego wzrostu netto globalnego zużycia energii elektrycznej w centrach danych do 2030 r. w jego podstawowym przypadku.
To właśnie takie środowisko, w którym wydajna elektronika mocy staje się strategicznie ważna.
I tutaj wchodzi w grę węglik krzemowy.
Karbid krzemowy należy do rodziny materiałów półprzewodnikowych szerokopasmowych.
W porównaniu z konwencjonalnym krzemu, urządzenia zasilania SiC mogą obsługiwać wymagające warunki konwersji mocy obejmujące wysokie napięcie, wysoką wydajność przełączania i wysoką gęstość mocy.
Amerykański Departament Energii określa specjalnie technologie szerokopasmowe, takie jak SiC i GaN, jako umożliwiające bardziej wydajne i energooszczędne systemy elektroenergetyczne,w tym aplikacje w centrach danych, urządzeń przemysłowych, pojazdów elektrycznych i innych systemów elektrycznych.
Jedną z ważnych zalet jest możliwość obsługi większych częstotliwości przełączania przez urządzenia o szerokim zakresie pasma.
Wyższa częstotliwość przełączania może zmniejszyć wymagany rozmiar induktorów, kondensatorów i innych komponentów biernego, potencjalnie umożliwiając mniejsze i bardziej wydajne systemy konwerterów.
Dla infrastruktury sztucznej inteligencji ma to znaczenie z trzech powodów:
wydajność, przestrzeń i ciepło.
Wydajniejszy przetwornik zużywa mniej energii.
Bardziej kompaktowy przetwornik zużywa mniej przestrzeni.
A mniejsze straty konwersji oznaczają, że mniej ciepła musi zostać usunięte.
W skali AI-datacenter, wszystkie trzy są ważne.
Należy wyjaśnić jeden punkt.
Wzrost sztucznej inteligencji niekoniecznie oznacza, że SiC nagle stanie się materiałem używanym do produkcji procesorów sztucznej inteligencji.
To nie jest pierwsza okazja.
Znacznie większa szansa leży w infrastrukturze energetycznej otaczającej te procesory.
Pomyśl o przyspieszeniu AI jako o ostatecznym celu.
Karbid krzemowy może uczestniczyć w elektrycznej drodze, która go dostarcza.
Potencjalne zastosowania obejmują:
To rozróżnienie jest ważne.
Możliwość SiC stworzona przez sztuczną inteligencję nie jest przede wszystkim możliwością komputerowo-półprzewodnikową.
To jest potężna półprzewodnik okazja.
Być może najbardziej interesujący rozwój ma miejsce w dystrybucji energii w centrach danych.
Wraz ze wzrostem mocy stożkowej coraz trudniej jest dystrybuować ogromne ilości energii przy stosunkowo niskim napięciu.
Powodem są podstawowe powiązania elektryczne.
Moc wynosi około:
P = V × I
Dla tego samego poziomu mocy, wzrost napięcia zmniejsza prąd.
I straty przewodników wzrastają w przybliżeniu z kwadratem prądu:
Strata mocy I2R
W związku z tym niższy prąd może pomóc w zmniejszeniu strat rezystywnych i zmniejszeniu ilości miedzi wymaganej do dystrybucji energii.
Jest to jeden z powodów, dla których branża infrastruktury AI bada znacznie wyższe napięcia dystrybucji prądu stałego.
Na dużym wydarzeniu branży otwartych komputerów w lipcu 2026,dyskusje określiły w szczególności dystrybucję prądu stałego wysokiego napięcia 800 V i dostarczanie mocy w stanie zbliżonym do obciążenia jako ważne technologie dla centrów danych sztucznej inteligencji nowej generacjiW tym samym wydarzeniu omówiono ewolucję w kierunku systemów 800V stałego prądu dla stojaków sztucznej inteligencji klasy megawatów.
Ten rozwój powinien zwrócić uwagę przemysłu węglika krzemu.
- Dlaczego?!
Ponieważ napięcie systemu zasilania przemieszcza się na terytorium, gdzie SiC staje się coraz bardziej atrakcyjny.
Istnieje ciekawa paralela między samochodami a infrastrukturą AI.
Pojazdy elektryczne zaczęły się od architektury stosunkowo niskiego napięcia.
Jak chcieli producenci:
platformy o wyższym napięciu stawały się coraz bardziej atrakcyjne.
Ta zmiana przyczyniła się do zwiększenia popytu na węglik krzemowy.
Ośrodki danych sztucznej inteligencji mogą teraz stawić czoła koncepcyjnie podobnemu problemowi, chociaż w zupełnie innej skali.
Wraz ze wzrostem mocy stojaków projektanci centrów danych chcą również:
Podobieństwo nie oznacza, że centra danych AI będą używać dokładnie tej samej elektroniki mocy co pojazdy elektryczne.
Nie będą.
Ale podstawowa presja inżynierska jest znana:
Kiedy moc gwałtownie wzrasta, wydajność staje się bardziej wartościowa.
To właśnie w tym środowisku SiC historycznie zyskuje udział w rynku.
Tradycyjne półki serwerowe były kiedyś mierzone w stosunkowo skromnych zakresie kilowatów.
Infrastruktura sztucznej inteligencji popycha przemysł w kierunku znacznie bardziej ekstremalnych gęstości mocy.
Dyskusje w branży w 2026 r. już dotyczyły stojaków sztucznej inteligencji klasy MW, a nawet kampusów centrów danych sztucznej inteligencji na skalę GW.gdzie dostarczanie energii i chłodzenie muszą być zaprojektowane razem z sprzętem komputerowym, a nie dodawane później.
To zmienia ekonomię selekcji półprzewodników.
Załóżmy, że przetwornik działa nieprzerwanie przy bardzo dużej mocy.
Niewielka poprawa wydajności może zaoszczędzić tylko niewielką część całkowitej energii przechodzącej przez system.
Ale kiedy system działa:
24 godziny dziennie × 365 dni w roku × wiele lat
ten niewielki procent może stać się znaczący pod względem ekonomicznym.
Każdy wat, który nie jest tracony w konwerterze, jest również watem, który nie staje się niechcianym ciepłem.
W dużej skali efektywność półprzewodników wpływa zatem na:
koszt energii elektrycznej + obciążenie chłodzące + wielkość urządzeń + pojemność infrastruktury.
Z tego powodu droższe urządzenie zasilanie może czasami prowadzić do tańszego całkowitego systemu.
Ta sama ekonomia na poziomie systemu, która pomogła SiC zyskać przewagę w pojazdach elektrycznych, może stać się coraz ważniejsza w infrastrukturze sztucznej inteligencji.
Światowe zużycie energii elektrycznej przez centra danych jest nadal stosunkowo niskie w porównaniu z całkowitym światowym zużyciem energii elektrycznej.
Ale zapotrzebowanie na centra danych ma jedną niezwykłą cechę:
jest bardzo skoncentrowana geograficznie.
IEA zauważa, że centra danych mogą stwarzać szczególnie trudne problemy z integracją z siecią, ponieważ mają tendencję do gromadzenia się w określonych lokalizacjach, a nie do równomiernego rozkładania zapotrzebowania.
Duży kampus sztucznej inteligencji może zatem wymagać ogromnej ilości energii w jednym miejscu.
Stwarza to dodatkowy popyt na:
To rozszerza możliwość SiC poza budynek centrum danych.
Sztuczna inteligencja może stymulować popyt na SiC w całym ekosystemie elektrycznym otaczającym infrastrukturę komputerową.
Teraz historia staje się ciekawsza.
Nowy rynek nie musi być koniecznie definiowany jako:
SiC dla serwerów AI.
Lepszą definicją może być:
SiC dla infrastruktury energetycznej AI.
Pomyśl o przyszłym kampusie sztucznej inteligencji zawierającym:
Sieć użytkowa
↓
Produkcja energii ze źródeł odnawialnych
↓
Podstawa sieci
↓
Przechowywanie energii w akumulatorze
↓
Konwersja wysokiej mocy
↓
800V dystrybucja prądu stałego
↓
AI Computing Racks
Karbid krzemowy może potencjalnie uczestniczyć w kilku różnych sekcjach tego łańcucha.
Półprzewodnik nie musi pojawiać się wewnątrz każdego serwera, aby skorzystać z rozwoju sztucznej inteligencji.
Jeśli sztuczna inteligencja spowoduje, że większa ilość energii elektrycznej przechodzi przez przetwornice wysokiego napięcia, falowniki, systemy magazynowania energii i infrastrukturę dystrybucji energii, całkowity rynek SiC, który może być adresowany, może wzrosnąć pośrednio.
Jest to zasadniczo inne niż na rynku pojazdów elektrycznych.
Elektrownia elektryczna zawiera zazwyczaj stosunkowo określoną liczbę głównych systemów konwersji mocy.
Kampus AI to cały projekt infrastruktury elektrycznej.
AI centra danych wymagają również niezawodnej mocy.
Przerwy mogą zakłócać duże obciążenia komputerowe i powodować problemy operacyjne.
Systemy magazynowania energii w bateriach i systemy zapasowe stają się zatem coraz ważniejszymi elementami projektowania centrów danych.
To tworzy kolejną ścieżkę dla SiC.
Systemy akumulatorowe wymagają dwukierunkowej konwersji mocy:
Sieć / prąd stały → Akumulator podczas ładowania
a także
Akumulator → Pociąg prądu stałego podczas rozładowania
Systemy magazynowania dużej mocy wymagają zatem przetworników zdolnych do efektywnego obsługi dużych prądów i wysokich napięć.
W miarę rozszerzania kampusu AI systemy zapasowe baterii mogą same stać się głównymi instalacjami energetyczno-elektronicznymi.
W rezultacie powstaje wzmacniający cykl:
Wzrost sztucznej inteligencji → większe zapotrzebowanie na energię elektryczną → większe magazynowanie energii → większa konwersja mocy → większe możliwości dla wysokowydajnych półprzewodników mocy.
Centrum danych nie mogą rozwijać się w nieskończoność bez odpowiedniej infrastruktury sieciowej.
Produkcja energii elektrycznej to tylko część wyzwania.
Energia musi być również przekazywana, przekształcana, przekształcana i dystrybuowana.
Przyszłe systemy sieci mogą wymagać większego wykorzystania:
Wykorzystanie urządzeń szerokopasmowych jest przedmiotem badań dla tego typu zaawansowanych architektur elektronicznych.Strategiczne ramy Departamentu Energii wskazują, że urządzenia WBG mogą umożliwić znacznie wyższe częstotliwości przełączania i bardziej wydajne projekty konwerterów, chociaż niezawodność, komponenty pasywne i inżynieria na poziomie systemu pozostają ważnymi wyzwaniami.
Więc połączenie AI-to-SiC może rozciągać się od:
Sieć → Centrum danych → Rack
zamiast po prostu:
Zasilanie → Serwer
To znacznie szersza koncepcja rynku.
DlaDostawcy substratu SiC, pojawienie się infrastruktury sztucznej inteligencji jest ważne, ponieważ może zróżnicować popyt poza elektroniką napędową samochodów.
Wymagania dotyczące urządzeń mogą się różnić, ale wiele wysoko napiętych urządzeń zasilania pionowego jest zbudowanych z wykorzystaniem przewodzących substratów 4H-SiC, po których następuje wzrost epitaksjalny.
Jeżeli popyt na konwersję o dużej mocy znacznie wzrośnie, producenci urządzeń mogą wymagać większych ilości spójnego materiału SiC.
To przywraca uwagę na ekonomię płytek.
W przypadku produkcji urządzeń zasilania na dużą skalę kupujący coraz częściej dbają o coś więcej niż o to, czy płytkę można wyprodukować.
Troszczą się o:
Powodem jest prosty.
Infrastruktura sztucznej inteligencji nie będzie nagradzać drogich płytek, które produkują słabą wydajność urządzenia.
Jeśli SiC ma stać się materiałem do dużych ilości centrów danych, gospodarka produkcyjna musi się nadal poprawić.
Dlatego też przejście z 150 mm do 200 mm SiC pozostaje ważne.
Wafel 200 mm ma około 1,78 razy większą powierzchnię geometryczną niż wafel 150 mm.
Zasadniczo pozwala to na przetwarzanie znacznie większej liczby urządzeń w trakcie każdego cyklu produkcji płytek.
Jednakże korzyść istnieje tylko wtedy, gdy:
Jeśli infrastruktura sztucznej inteligencji stworzy kolejny duży rynek urządzeń SiC, może to wzmocnić zachętę ekonomiczną do przesunięcia większej produkcji w kierunku platform 200 mm.
Większa głośność zachęca do:
Większe płytki → większa automatyzacja → wyższe wykorzystanie sprzętu → niższe koszty urządzenia.
Proces ten mógłby ostatecznie pomóc uczynić SiC konkurencyjnym w jeszcze większej liczbie zastosowań.
Sama odpowiedniość techniczna nie gwarantuje masowego wykorzystania.
Krzemowy pozostaje głęboko zakorzeniony w elektrotechnice mocy.
Inne technologie szerokopasmowe konkurują również w niektórych etapach konwersji mocy.
W związku z tym SiC musi uzasadnić swoje koszty na poziomie systemu.
Projektant AI centrum danych jest mało prawdopodobne, aby wybrać SiC tylko dlatego, że ma atrakcyjne właściwości materiału.
Rzeczywista kalkulacja jest bardziej praktyczna:
Czy dodatkowe koszty półprzewodników zmniejszają całkowite straty energii elektrycznej, wymagania chłodzące, wielkość przetwornika lub koszty infrastruktury na tyle, aby stworzyć lepszy system całkowity?
Na małych poziomach mocy, czasami odpowiedź może być nie.
Na bardzo wysokich poziomach mocy, równanie staje się o wiele bardziej interesujące.
Dlatego infrastruktura sztucznej inteligencji może być szczególnie ważna.
Sztuczna inteligencja podnosi gęstość mocy w tym samym czasie, gdy przemysł SiC próbuje obniżyć koszty płytek i urządzeń.
Te dwa trendy mogą się spotkać.
Zdrowy rynek półprzewodników zwykle korzysta z posiadania wielu głównych rynków końcowych.
Duże uzależnienie od jednej branży stwarza ryzyko.
Od lat inwestycje w SiC były silnie pod wpływem oczekiwań dotyczących pojazdów elektrycznych.
Jednak popyt na samochody może wahać się w zależności od:
Infrastruktura sztucznej inteligencji podąża za innym cyklem popytu.
Zbieranie energii następuje po kolejnym.
Inwestycje w sieci energetycznej są kolejne.
Energia odnawialna jest następna.
Jeśli wszystkie te sektory będą coraz częściej wykorzystywać elektronikę mocy SiC, łańcuch dostaw SiC stanie się mniej zależny od jednego zastosowania.
To może być najważniejsza konsekwencja wzrostu sztucznej inteligencji.
Rynek sztucznej inteligencji nie musi "zastępować" pojazdów elektrycznych.
Wystarczy, że stanie się drugim istotnym źródłem popytu.
Sposób myślenia przemysłu o popycie na węglik krzemowy może się w końcu zmienić.
Zapotrzebowanie na SiC w przemyśle motoryzacyjnym jest często pojmowane jako:
liczba pojazdów × zawartość półprzewodników na pojazd
Infrastruktura sztucznej inteligencji wprowadza inny model:
zainstalowana moc obliczeniowa × infrastruktura elektryczna na megawatt
To znacząca zmiana.
Kampus sztucznej inteligencji może wymagać elektroniki mocy nie tylko dla półek komputerowych, ale także dla:
Zamiast pytać, ile urządzeń SiC znajduje się wewnątrz jednej maszyny, przemysł może coraz częściej pytać:
Ile energii SiC potrzeba do dostarczenia jednego megawata niezawodnej mocy obliczeniowej sztucznej inteligencji?
To może stać się ważnym wskaźnikiem dla następnej generacji analizy rynku SiC.
Przemysł półprzewodników przez lata zwiększał wydajność procesorów AI.
Następnym wyzwaniem jest dostarczanie procesorom wystarczającej ilości energii.
To tworzy zupełnie inny wyścig technologiczny:
Sieć → Konwersja → Przechowywanie → Dystrybucja → Rezerwa → Procesor
Każdy etap musi być:
Karbid krzemowy nie będzie dominował na każdym etapie.
Nie musi.
Jeśli stanie się preferowanym półprzewodnikiem nawet w kilku etapach konwersji najwyższego napięcia i najwyższej mocy, infrastruktura sztucznej inteligencji może stać się znaczącym długoterminowym źródłem popytu.
Dlatego boom sztucznej inteligencji zasługuje na uwagę przemysłu SiC.
Pojazdy elektryczne wykazały, że węglik krzemowy może wykraczać poza niszowe zastosowania przemysłowe i stać się technologią półprzewodnikową o dużej objętości.
Sztuczna inteligencja może stworzyć następną okazję.
Powodem nie jest po prostu to, że serwery sztucznej inteligencji zużywają prąd.
Prawdziwa szansa wynika z skali, koncentracji i gęstości mocy tego zapotrzebowania na energię elektryczną.
Światowe zużycie energii elektrycznej w centrach danych ma wzrosnąć w przybliżeniu dwukrotnie do 2030 r., przy czym dużą część wzrostu odpowiada przyspieszone obliczenia oparte na sztucznej inteligencji.
Jednocześnie branża dyskutuje już o dystrybucji prądu stałego 800 V, stojakach klasy megawatów i infrastrukturze sztucznej inteligencji na skalę gigawattów.
Zmiany te zwiększają wartość:
wysokie napięcie + wysoka wydajność + wysoka gęstość mocy + zaawansowana konwersja mocy.
To właśnie w tych warunkach węglik krzemowy staje się interesujący.
Pierwszy złoty rynek dla SiC powstał wokół bardziej wydajnych pojazdów.
Drugi może być zbudowany wokół bardziej efektywnego przenoszenia energii elektrycznej.
A jeśli sztuczna inteligencja będzie się rozwijać w obecnym tempie, najważniejsze pytanie dla przemysłu węglowodorów krzemowych może nie być już:
Ile pojazdów elektrycznych będzie używać SiC?
Może to być:
Ile energii elektrycznej dostarczanej do światowej infrastruktury sztucznej inteligencji przejdzie w końcu przez urządzenia zasilania SiC?
To pytanie może określić kolejny rozdział rynku węglika krzemowego.
Infrastruktura sztucznej inteligencji wymaga szybko rosnącej ilości energii elektrycznej i coraz większej gęstości mocy.zarządzanie cieplne i gęstość mocy są ważne.
Generalnie rzecz biorąc, to nie jest główna możliwość omawiana tutaj.infrastruktury konwersji prądu stałego wysokiego napięcia i sieci.
Wyższe napięcie dystrybucyjne umożliwia dostarczanie tej samej ilości mocy przy mniejszym prądzie, pomagając zmniejszyć straty przewodników i wspierając większą gęstość mocy w regałach.Dyskusje w branży w 2026 r. już badają architekturę 800V DC dla nowej generacji stojaków sztucznej inteligencji klasy MW.
Jeśli infrastruktura sztucznej inteligencji zwiększy zapotrzebowanie na wysokonapięciowe urządzenia SiC,może pośrednio zwiększyć zapotrzebowanie na przewodzące substraty 4H-SiC i płytki epitaksowe stosowane do produkcji tych wyrobów.
Bardziej realistycznym scenariuszem jest to, że infrastruktura sztucznej inteligencji stanie się dodatkowym ważnym zastosowaniem,zmniejszenie zależności przemysłu SiC od popytu samochodowego.
Praktyczny RFQ może obejmować średnicę płytki, polityp, rodzaj przewodności, rezystywność, orientację kryształową, kąt z zewnątrz osi, grubość, TTV, łuk, warp, wymagania dotyczące wad, chropowitość powierzchni,stan krawędzi, jakość polerowania i spójność od partii do partii.
english
français
Deutsch
Italiano
Русский
Español
português
Nederlandse
ελληνικά
日本語
한국
العربية
Türkçe
polski