从AI算力到电力基础设施：我们为什么关注1200V氮化镓？

从英伟达GPU到大型数据中心，市场一直在关注谁拥有更多芯片、谁能提供更强的计算能力。但随着AI基础设施规模不断扩大，另一个关键问题逐渐浮出水面：这些高性能计算设备需要消耗大量电力，而电力如何高效、稳定地输送到GPU，正在成为影响数据中心运营效率的重要因素。

一座大型AI数据中心可能部署数万颗GPU。它们在执行训练和推理任务时，需要持续获得稳定的电力供应。电力从电网进入数据中心后，还要经过多级转换和分配，最终才能满足服务器、GPU等设备的用电要求。

这个过程中存在一个容易被忽视的成本：电能损耗。假设某个电力转换环节需要处理10兆瓦功率，如果转换效率为95%，就意味着约500千瓦的功率在转换过程中损失，其中相当一部分会转化为热量，进一步增加散热负担。如果效率提高至98%，相同输入功率下的损耗便可降低至约200千瓦。

这只是一个简化计算，却能说明为什么电力转换效率对于大型数据中心如此重要。当计算规模达到一定程度，即使效率只提高几个百分点，也可能对能源成本和散热需求产生明显影响。

为什么是1200V氮化镓？

氮化镓（GaN）是一种第三代半导体材料，近年来逐渐应用于快充设备、工业电源及其他电力电子领域。与传统硅基器件相比，氮化镓在特定条件下具有更快的开关速度、更低的转换损耗以及更高功率密度的潜力。

目前，商业化氮化镓功率器件主要集中在650V及以下的电压范围。但随着AI数据中心向更高功率密度发展，行业也开始探索更高电压的供电架构，包括800V直流配电系统。

提高配电电压的一个重要原因，是在传输相同功率时降低电流，从而减少线路损耗，并为更大规模的计算设备提供供电支持。这也对功率半导体的耐压能力、效率和可靠性提出了新的要求。

1200V氮化镓技术正是我们关注的技术方向之一。这里的1200V代表器件的耐压等级，并不意味着设备实际需要在1200V电压下运行。对于未来高压供电系统而言，更高耐压等级的功率器件能够为电力转换设计提供更多选择。

从AI软件到电力基础设施，我们的业务延伸

2026年10月9日，我们宣布已签署最终股份购买协议，拟收购美国Hexa Creation Inc.（HexaGaN）100%的已发行股份。

HexaGaN专注于1200V垂直氮化镓功率半导体技术开发，目标应用包括AI数据中心电力基础设施及其他高压场景。

此前，我们已围绕AI软件、平台服务及GPU基础设施等领域开展业务布局。随着AI应用规模扩大，计算需求的增长也在推动数据中心对供电能力、转换效率和能源管理提出更高要求。

从AI软件与平台服务，到GPU基础设施，再到高压功率半导体技术，我们正在沿着AI基础设施产业链拓展业务覆盖范围。

AI软件和应用产生算力需求，GPU基础设施承担计算任务，而高效率供电系统则支持计算设备持续运行。这些环节相互关联，共同影响AI基础设施的整体性能与运营成本。

当然，1200V垂直氮化镓仍需要经过技术验证和商业化发展。其未来应用规模将取决于产品可靠性、制造成本、系统适配及市场需求等因素。

AI基础设施的竞争正在延伸

随着AI训练和推理需求持续增长，数据中心对计算能力的追求，也在推动电力系统不断升级。更高效的电力转换、更可靠的供电架构以及更合理的能源成本，都将成为行业发展的重要议题。

我们持续关注AI产业链中与计算需求密切相关的关键技术，并通过现有业务及战略布局探索新的发展机会。

此次拟收购HexaGaN，体现了我们在AI基础设施领域进一步拓展技术布局的方向。随着AI数据中心向高密度、高功率架构发展，我们也将继续关注支撑下一阶段AI计算需求的关键基础技术。

$XMAX Inc.(XMAX)$