這兩天摩根有一篇閉門的投資報告哈，我給大家拆一下，費好大勁搞到的。
上周我拆了陳立武那篇半導體訪談，很多人應該還有印象。他當時講了一個很反常識的判斷：AI未來真正的瓶頸，不是演算法，而是電、記憶體、材料這些物理世界的東西。
結果這兩天，摩根也發了一篇內部研報，標題就叫：
Following the Power. 跟著電走。
陳立武是從產業老炮的角度告訴你：AI會卡在電。摩根這篇，是直接把這件事拆成了一張產業鏈地圖——電從電網進來，怎麼一步一步變成GPU能吃的電；中間每一層，誰拿走價值量。
所以這條不是講“AI缺電”。缺電已經是共識了。真正要看的是：當AI開始缺電，誰會因為“給GPU供電”這件事，重新被定價。
摩根給了一個很狠的數字：
AI電力半導體市場，2025年大概是27億美元，到2028年可能漲到160億美元，強情景下甚至超過200億美元。
三年復合增速大概82%。這已經不是傳統電源管理市場的增速了，而是AI算力外溢出來的新瓶頸。
過去兩年，市場看AI產業鏈，目光都在GPU、HBM、先進封裝、光模組、液冷。
這些當然沒錯，但現在的問題是，GPU這些發動機越來越猛，電力系統快跟不上了。
普通資料中心以前一個機櫃大概10到20千瓦。到了Blackwell這一代，AI機櫃開始衝到100到200千瓦。再往後，Rubin Ultra這些下一代系統，可能把單個機櫃推到幾百千瓦，長期甚至走向1兆瓦。
這時候，問題就不再是“有沒有GPU”，而是你怎麼把這麼多電，穩定、高效、安全地送到GPU面前。
傳統資料中心的供電路徑很繞。
電網進來是交流電，先變壓，再過UPS，再到PDU，再進伺服器電源，再經過主機板上的電壓調節模組，最後才到GPU核心。
中間四五次轉換，每轉一次，就損耗一次。損耗掉的電會變成熱，熱又逼你上更強的液冷、更大的機房、更貴的基礎設施。
所以AI資料中心到最後拼的，不只是買了多少GPU，而是每一瓦電，最後有多少真正變成算力。
這就是輝達現在推800V高壓直流的原因。邏輯很簡單：同樣的功率，電壓越高，電流就越低。電流低了，線纜更細，銅用得更少，發熱更低，損耗也更小。
所以800V不是為了顯得先進，而是AI機櫃吃電吃到傳統架構扛不住了。過去是交流電一層一層往下變，未來是高壓直流更直接地進到AI機櫃裡。轉換階段減少，效率提高，空間省下來，銅省下來，散熱壓力也降下來。
但重點來了：電力架構一變，背後的半導體價值量就會重新分配。
因為電不是自己從800V變成GPU能吃的1V。每一次降壓、整流、保護、儲能介面，背後都要靠電力半導體。摩根這篇報告最值錢的地方，就是把這條鏈拆成了三種材料：
矽，氮化鎵，碳化矽。
先說矽
它是老主力，成熟、穩定、便宜，主要負責最靠近GPU的低壓供電，比如VRM、PoL。GPU核心真正吃的不是800V，也不是48V，而是非常低的電壓。
最後這幾步，矽還是主力。
對應到公司，就是MPS、Renesas、TI、ADI這些做電源管理、控製器、智能功率級、檢測和保護的公司。
尤其是MPS，它強在GPU、ASIC周邊的電源管理和垂直供電模組。簡單說，它離GPU最近。GPU越吃電，身邊這套供電系統就越值錢。
第二個，氮化鎵
這是中間那段最有爆發力的材料，主要負責機櫃內部的高頻轉換，比如把800V降到48V、12V、6V。
未來AI機櫃空間越來越緊，功率越來越大，效率要求越來越高，你要在更小體積裡處理更大電流，還不能太熱。
氮化鎵的優勢就是高頻、高效、高功率密度。
所以摩根認為，氮化鎵是這輪增長裡最猛的一段。
報告裡有個數字很誇張：現在氮化鎵在AI電力系統裡的半導體搭載價值，大概只有每千瓦3美元，長期可能漲到每千瓦46美元——十幾倍提升。
因為800V真正進機櫃以後，機櫃內部的DC-DC轉換，會變成新戰場。
這一段對應到公司，Navitas這種更純的氮化鎵、碳化矽玩家，彈性會更大。
但純玩家也意味著波動更大——方向對的時候漲得快，客戶匯入、產能、現金流有一點不順，也會被市場重估。
第三個，碳化矽
它負責更高壓、更靠近電網側的大活，比如中央AC-DC整流、固態變壓器、儲能系統、固態斷路器。
你可以把碳化矽理解成高壓大閘門——越靠近電網，電壓越高，功率越大，碳化矽越有優勢。
這一段對應到公司，就是Infineon、onsemi、ST、Rohm、Wolfspeed這些。
尤其是Infineon，摩根特別關注它，不是因為它只押某一種材料，而是因為它從矽、碳化矽、氮化鎵，到驅動器、控製器、電源模組，覆蓋得比較全。你可以把它理解成AI電力基礎設施裡的綜合型平台。
Infineon自己也說，AI資料中心相關收入會從2026財年的大約15億歐元，提升到2027財年的大約25億歐元。
這說明AI對電力半導體的拉動，不只是資本市場講故事，已經開始進入公司自己的收入預期。
所以這條鏈總結下來就三句話：
短期，看GPU旁邊的矽基供電模組。
中期，看機櫃內部的氮化鎵轉換。
長期，看電網和儲能側的碳化矽。
低壓看矽，中壓看氮化鎵，高壓看碳化矽。
這就是AI供電鏈條的材料分工，也是摩根這篇報告真正想講的價值遷移。
你再回頭看陳立武那套方法，就會發現完全對上了。陳立武投了一輩子半導體，他的方法就三句話：找真問題，找瓶頸，敢重倉。
AI現在的真問題，當然還是GPU夠不夠。但下一個越來越痛的問題，是電怎麼供上去。
瓶頸不在一句“缺電”這麼粗，而在每一次電力轉換的損耗裡——在800V到48V的轉換裡，在GPU最後一釐米的供電裡，在電網到資料中心的整流、儲能和保護裡。
那裡損耗最大，那裡就會產生新的價值量。那裡客戶疼得最厲害，那裡就會出現新機會。
所以我最後給一個判斷：
過去兩年，市場問的是誰能提供更多算力。
接下來幾年，市場會開始問，誰能更高效地給算力供電。
GPU是AI的發動機，但電力半導體，是把能量送進發動機的血管。血管不夠粗，損耗太高，再強的發動機也跑不滿。
陳立武說，未來AI會卡在電。摩根現在把這句話翻譯成了更具體的產業路線：誰能把電更高效、更穩定、更便宜地送到算力面前，誰就會吃到AI基礎設施擴張的下一波紅利。 (老鄭說AI前瞻)