AI最缺什么？

很多人的第一反应是GPU。

过去几年，从英伟达到HBM，从先进制程到高速互连，只要和AI服务器有关，价格、产能和供应链几乎都被重新审视了一遍。

但现在，涨价开始传导到一个看起来并不那么“先进”的角落——功率半导体。

据证券时报等媒体报道，今年以来，英飞凌、德州仪器、意法半导体、安森美等厂商陆续调整部分产品价格。部分台系功率半导体厂商还计划自10月起，对部分现货产品提价约10%—15%。

更值得注意的是，产业链开始把原因之一指向AI数据中心。

问题来了：

AI服务器需要最先进的GPU，为什么最后连大量采用8英寸成熟制程生产的功率器件也开始紧张？

答案藏在一个经常被忽略的事实里：

AI服务器不是只有GPU。

一台服务器想让几颗价值数万元甚至更高的芯片稳定运转，背后还需要一整套庞大的供电、转换、保护和散热系统。

而AI算力越强，这套“幕后系统”的价值反而越高。

这意味着，AI正在把半导体景气从最顶端的先进芯片，一层一层向下传导。

GPU越贵，旁边那些“不起眼”的芯片反而越重要

普通电脑里，一颗CPU的功耗可能只有几十瓦到几百瓦。

但进入AI服务器之后，事情完全不同。

高性能GPU和AI加速器需要更大的电力供给，一个服务器机柜里又可能部署多颗高功耗芯片。

算力密度上升之后，第一个变化就是：

电越来越难送。

电从电网进入数据中心以后，不可能直接送进GPU。

中间需要经过供电系统、服务器电源、电压转换、电源管理等多个环节，最终才能把电压转换成芯片真正能够使用的状态。

这里面大量使用的，就是功率半导体。

它们负责什么？

简单说，就是控制和转换电。

比如把交流电变成直流电，把较高电压转换成芯片所需的低电压，同时提高转换效率、减少损耗，并在异常情况下保护设备。

单看一颗器件，它远没有GPU昂贵。

但一台AI服务器里需要大量这样的器件。

服务器越多，功率越大，数据中心越密集，需求也就越大。

因此，AI算力扩张最终会形成一条很长的产业链：

GPU增加→服务器功耗提升→电源系统升级→功率器件需求增加。

过去市场谈AI硬件，注意力更多集中在最昂贵的计算芯片。

但当AI数据中心建设进入规模化阶段以后，产业链开始发现：

真正决定一座数据中心能不能稳定工作的，从来不只是GPU够不够。

还有电。

为什么偏偏是“成熟制程”开始紧？

半导体行业经常给人一种印象：

越先进的制程越值钱。

3纳米比7纳米先进，7纳米又比28纳米先进。

那么问题来了：

已经存在很多年的8英寸产线，为什么还会出现供需变化？

原因在于，不是所有芯片都需要追求最先进制程。

GPU追求更高晶体管密度、更低功耗和更强算力，因此不断向先进制程推进。

但功率器件完全不同。

很多功率半导体更加关注耐高压、大电流、稳定性、成本和长期可靠性。

对于这些产品而言，用成熟工艺生产反而更加经济。

这也是为什么全球仍有大量模拟芯片、功率器件、汽车芯片和工业芯片依赖8英寸晶圆厂。

它们不“先进”，却非常重要。

问题也由此产生。

先进制程厂商可以投入巨资建设新晶圆厂，因为高端芯片价格足够高。

而8英寸成熟制程经过多年发展，很多产线设备已经使用多年，产业过去又长期面临激烈价格竞争，厂商大规模扩产的意愿并不总是很强。

这就形成了一个特殊局面：

需求原本很稳定，供给也比较稳定。

一旦突然出现新的需求来源，供需平衡就可能迅速变化。

AI数据中心，恰恰成为这样一个变量。

报道显示，产业机构已经注意到AI相关需求对部分8英寸成熟制程产能的占用增加。

这意味着成熟制程过去那种“供应充足、价格不断往下卷”的逻辑，正在部分产品上发生变化。

当然，这并不意味着整个8英寸市场都出现短缺，更不能理解成所有成熟制程产品都会涨价。

不同芯片、不同晶圆厂、不同客户的情况差别非常大。

但一个趋势值得关注：

成熟制程不再等于永远供过于求。

这一轮涨价和过去的“缺芯”不完全一样

半导体行业其实并不陌生涨价。

2020年至2022年全球“缺芯”时期，汽车芯片、MCU、功率器件等都经历过明显供给紧张。

但这一轮如果仅仅理解成上一轮周期重演，可能会漏掉最重要的变化。

过去的缺芯，很大程度来自疫情扰动、物流问题、供应链库存错配，以及汽车和消费电子需求突然恢复。

而今天出现的新变量，是AI改变了电子产业里的功率需求结构。

过去数据中心也需要电源。

但传统服务器的功率密度和今天的AI服务器不可同日而语。

当单颗芯片功耗上升，一个机柜能够承载的算力越来越高时，电源效率的重要性也在同步上升。

假设一个数据中心消耗100单位电力。

如果电源转换过程中损失5%，就是5单位电变成热量。

如果通过更高效率的功率器件把损失降低到3%，看起来只差两个百分点。

但放到大型数据中心全年运行的尺度，这两个百分点背后就是相当可观的电费、散热成本以及基础设施投入。

所以AI时代，功率半导体面对的已经不仅是“多卖几颗”的问题。

更重要的是：

客户愿意为更高效率付多少钱？

这会直接影响产品结构。

高效率电源、功率模块以及相关半导体器件的重要性，都可能随AI基础设施投入提升。

半导体产业也因此出现一个有意思的变化：

AI一边把最先进芯片推向3纳米、2纳米；

另一边，又把一些成熟制程产品重新推回产业链的聚光灯下。

涨价10%—15%，不能简单理解成整个行业都在涨

对于这类产业新闻，最容易出现的误读，就是看到“涨价”两个字之后，把它直接等同于行业全面进入景气周期。

实际上并没有这么简单。

目前披露的信息中，部分厂商涉及的是特定产品、特定客户或者现货市场。

部分台系厂商计划调整的，也是部分现货产品价格，幅度约10%—15%。

现货价格和长期合同价格不是一回事。

大客户和小客户也不是一个价格。

不同型号、不同交期，甚至同一家企业不同工厂的供需情况都可能不同。

因此，判断这一轮功率半导体景气到底有多强，与其只盯着涨价幅度，不如同时看四个指标。

第一个是交期。

如果产品价格上涨，但交付周期没有明显拉长，有可能只是厂商调整价格策略。

如果价格和交期同时上升，供需紧张的信号通常更强。

第二个是产能利用率。

晶圆厂真正忙不忙，比涨价通知更重要。

第三个是库存。

半导体行业最怕的一种情况，就是下游担心涨价后提前囤货。

短期订单突然增加，看起来需求旺盛，实际上可能只是库存从上游转移到了下游。

第四个则是需求持续时间。

AI服务器增长是真实趋势，但功率器件需求究竟能够持续几年、渗透到多少产品，仍然需要观察。

所以，不能因为部分产品涨价，就简单得出“功率半导体全面反转”的结论。

真正重要的，是需求结构在变化。

为什么国产供应链会特别关注这轮变化？

功率半导体也是中国半导体产业长期重点布局的领域。

与最先进逻辑芯片相比，成熟制程相关产品的国产产业链基础相对更完整。

从晶圆制造，到MOSFET、IGBT，再到功率模块以及相关封装，中国已经形成较为庞大的产业体系。

过去几年，这个市场也经历了一轮激烈竞争。

大量企业扩产之后，一些产品价格不断下降。

因此，对国内企业而言，这轮变化真正值得关注的，并不是“海外厂商涨价，所以国产一定受益”。

这种逻辑太简单。

更关键的是三个问题。

第一，谁真正进入AI数据中心供应链？

普通消费电子使用的功率器件，与数据中心电源对效率、稳定性和寿命的要求并不完全相同。

有产能，不等于能进入高价值客户体系。

第二，谁能够从单一器件走向解决方案？

数据中心越来越重视整体电源效率。

未来竞争可能不仅是一颗芯片卖多少钱，而是电源架构、模块设计和系统效率。

第三，谁有能力持续投入？

功率半导体虽然很多采用成熟制程，但并不意味着技术没有升级。

材料、封装、热管理以及器件结构仍在持续进步。

特别是在高功率密度应用里，效率每提升一点，都可能变成客户的重要成本优势。

因此，真正能够分享AI数据中心红利的企业，未必是产能最多的企业，而更可能是那些能够进入高端应用、通过长期认证并持续改善效率的企业。

AI正在重写“成熟芯片”的价值

AI产业最值得关注的一件事，就是它正在不断打破原有的产业分类。

过去人们习惯把半导体分成先进和成熟。

先进制程代表高增长、高价值；成熟制程意味着充分竞争、价格下降。

但现实正在变得复杂。

一座AI数据中心里，既有最先进的GPU，也需要大量采用成熟工艺生产的模拟芯片、功率芯片和控制器件。

没有后者，前者也无法正常运行。

这就是为什么AI基础设施投资越大，最终受影响的产业链反而越长。

GPU只是最显眼的那一环。

服务器电源、功率器件、散热、连接器、PCB、储能乃至电网基础设施，都可能沿着算力需求继续向外扩散。

从这个角度看，这一轮功率半导体调价真正值得关注的，并不是某一颗芯片涨了10%，还是15%。

而是它释放出了一个更加重要的信号：

AI投资正在从“买算力芯片”，进入“建设完整算力基础设施”的阶段。

当一个产业进入基础设施建设阶段，决定成本的东西就不再只有最贵的那个核心部件。

那些曾经隐藏在机器内部、单价并不起眼，却决定效率、稳定性和能耗的零部件，会越来越重要。

8英寸成熟制程重新被市场关注，也是同样的道理。

未来判断AI产业链景气，或许不能再只问：

GPU还缺不缺？

还应该多问一句：

为了让越来越多GPU真正跑起来，还需要多少电、多少电源，以及多少颗不起眼的功率芯片？

这可能才是AI硬件需求继续扩散之后，下一阶段更值得观察的变化。

本文来自微信公众号“BT财经数据通”，作者：江叙