800V直降12V，GaN如何重构AI服务器电源架构？

过去，服务器通常靠机架电源把交流电转换为低压直流电，再经过多级 DC/DC 转换，最终给 CPU、GPU 和内存供电。随着 AI 机柜功率向数百千瓦甚至更高水平发展，这条供电链路正在承受越来越大的电流、损耗和空间压力。

最近，Navitas 与 NVIDIA 联合推出一块 24kW、800V 转 12V 的电源板，采用 GaN 功率器件，目标满载效率达到 97% 。它的关键变化，在于把原本分开的部分电压转换环节合并，让 800V 直流电直接降至 12V，再交给 GPU 附近的电压调节模块。

Navitas 面向 AI 服务器的 24kW 高压 DC/DC 电源板，目标满载转换效率 97%｜来源：Navitas 官方新闻稿

这背后涉及两个不同层面的工程问题：为什么要提高配电电压，以及为什么要减少电源转换级数。

电压升高，首先解决的是电流问题

对于相同的传输功率，电压越高，所需电流越小。假设一台 AI 机柜需要传输 400kW 功率，忽略转换损耗，只做理想计算：

• 配电电压 48V：所需电流约 8333A
• 配电电压 800V：所需电流 500A

如果导体电阻不变，电流降低到原来的约 1/16.7，理论上的电阻损耗就降至约 1/278。

当然，实际机柜不会简单地用一根 48V 导线承担全部 400kW，通常会采用多路并联配电。但这个计算说明了问题的本质：随着机柜功率上升，低压大电流配电需要更多铜排、更大的连接器和更复杂的散热设计。

800V 直流配电把高功率传输留在高压侧，直到接近计算设备时才降压。NVIDIA 也正围绕这一思路推进新一代 AI 机柜供电架构。

800V 直流配电降低高功率传输过程中的电流需求，将低压转换环节移至更靠近计算设备的位置｜来源：NVIDIA Technical Blog《Building the 800 VDC Ecosystem for Efficient, Scalable AI Factories》

为什么少一级转换，可能比提高单级效率更有效？

传统多级供电通常要经过中间母线电压。例如从 800V 先降到 50V，再由中间母线转换器（IBC）降到 12V，最后通过 VRM 把电压降到 GPU 核心所需的约 1V 以下。

每一级转换都会产生开关损耗、导通损耗和磁性元件损耗。假设两个转换级的效率分别是 98% 和 97%，串联后的总效率只有约 95.1%。如果能用一个 97% 效率的转换级完成同样任务，就可以减少 约 1.9 个百分点 的损耗。

对 24kW 输出而言，按照上述假设，转换损耗可从约 1.24kW 降至约 0.74kW，相差约 500W。这只是用于理解原理的计算，并非 Navitas 实测节能数据。

新方案采用 800V 直接转换为 12V，省去 50V 到 12V 的独立 IBC 级。不过，12V 之后仍然需要 VRM 为 GPU 核心提供低压大电流，不能理解为整个供电链路只剩一级转换。

减少中间电压转换级，可以降低供电链路中的累计转换损耗，并减少部分功率器件和磁性元件

为什么 GaN 成为关键器件？

从 800V 直接降到 12V，转换比接近 67:1。电压跨度越大，功率器件的耐压、开关损耗、磁性元件设计和热管理就越难平衡。

Navitas 的 24kW 方案在初级侧使用 16 颗 650V、18mΩ 的 NV6034 GaN FET，采用堆叠半桥结构，并配合双面散热封装。它通过电路拓扑分担电压应力，因此不能简单地用单颗器件 650V 的额定耐压与 800V 母线电压直接比较。

GaN 器件的优势在于较低的开关损耗和适合高频工作的特性，可以帮助缩小变压器、电感等磁性元件尺寸。

但频率提高也会增加驱动、寄生参数、EMI 和散热方面的设计难度。GaN 提供的是实现高功率密度的条件，最终效率仍取决于整个电源拓扑。

另一项更接近工程开发的案例来自 Microchip 与 Navitas。双方公布的 20kW 参考设计采用 128:1 全桥 LLC 拓扑，两组 10kW 模块以输入串联、输出并联方式工作，将 800V 直接转换为 6V，目标效率 96%，开关频率约 1MHz。

控制部分使用 dsPIC33AK 数字信号控制器，负责谐振控制、温度保护、遥测与通信，同时引入硬件安全芯片支持固件认证和安全更新。

Microchip 与 Navitas 的 800V 转 6V 参考设计，将 GaN 功率器件、LLC 拓扑和数字电源控制结合｜来源：Navitas×Microchip 官方新闻稿

这说明高压 DC/DC 已经涉及功率器件、数字控制、散热和服务器管理接口的共同设计。

800V 降到 12V，新的瓶颈在哪里？

提高配电电压可以降低长距离传输电流，但低压大电流问题并没有消失，只是被推到了 GPU 附近。

24kW 电源板在 12V 输出时，总电流达到：

$I = 24000\text{W} \div 12\text{V} = 2000\text{A}$

2000A 不能再通过普通 PCB 走线长距离输送。因此，Navitas 将电源板设计成 400mm×60mm 的狭长形态，尽可能贴近计算托盘上的 GPU 及其 VRM，缩短低压大电流路径。

这里还有一个容易忽略的取舍：转换级数减少以后，单级转换器需要承担更大的电压跨度；而 12V 输出端的铜损、连接阻抗和瞬态响应要求也更加苛刻。

当 GPU 负载突然上升时，供电系统必须迅速提供额外电流，避免核心电压跌落。仅靠提高 GaN 开关频率无法解决所有问题，还需要配合 VRM、多相供电、去耦电容和封装级供电网络设计。这也是未来垂直供电、封装附近集成电压调节器持续受到关注的原因。

AI 服务器正在重新定义电源芯片的位置

800V 供电带来的变化，已经超出传统电源模块的范畴。

在数据中心配电侧，需要高耐压 SiC、GaN 器件和新的保护机制；在计算托盘上，需要高转换比、高功率密度 DC/DC；靠近 GPU 的位置，则需要能够处理数千安培电流和快速负载变化的 VRM。

过去，供电系统更多是服务器的配套设计；现在，供电架构开始直接影响 GPU 的布局、主板空间、散热和系统可扩展性。Navitas 这块 24kW 电源板目前公布的是设计指标，其中 97% 为目标满载效率。其工程意义已经很明确：通过高压配电降低传输电流，再利用 GaN 高频转换把低压电源尽可能送到计算芯片附近。

AI 机柜功率继续增长时，芯片能否发挥计算性能，越来越取决于电能能否高效、稳定地抵达芯片。关于高压 DC/DC 供电架构的具体工程实现和器件选型，云栈社区的硬件板块也有不少值得关注的实战讨论。