意法半导体赋能云端 AI 基础设施

· 意法半导体是云端 AI 时代的核心赋能者，提供光学技术、电源和连接能力，使超大规模 AI 数据中心能够从兆瓦级扩展到吉瓦级，同时以更高效率、更低能耗传输更多数据。

· 尽管当前连接方式仍以可插拔方案为主，光学解决方案正在快速增长，为下一代架构创造了巨大的增长机会。从宽禁带碳化硅(SiC)和氮化镓(GaN)器件、800 VDC 架构，到部署于领先超大规模云服务商的高产量硅光子平台，并由 STM32 微控制器和 BiCMOS 电子技术进行管理，ST 提供的技术支持从电网到核心的全链路供电，支撑下一代 AI 工厂。

· ST 正在支持整个广泛生态系统中的协作，包括研究实验室、ODM、模块供应商以及最大的超大规模云服务商。

· 数据中心业务收入目前预计将在 2026 年达到约 10 亿美元。假设当前趋势持续，并结合我们现有的合作项目，2027 年收入有可能翻倍。

云端 AI 正以前所未有的速度重新定义计算。随着全球最大的科技公司竞相构建大规模 AI，数据中心正从软件和芯片，到电源架构、网络结构，以及信息传输的基本物理方式，被从底层重新构想。向加速型工作负载的转变是一场结构性变革，它要求全新一代基础设施。

无论是模型训练还是推理集群，其背后都有一个根本问题：当规模从千瓦级扩展到兆瓦级，再到吉瓦级时，如何提供足够的电力、传输足够多的数据，并保持效率和可靠性?ST 并不设计 GPU 或 AI 模型。但我们在回答这个问题时发挥着决定性作用——通过提供实现 AI 工厂所需的半导体技术，以先进电源转换、高速连接和集成光互连，将电网与核心连接起来。

面临压力的数据中心

数据给出了挑战的规模。全球数据中心容量预计将从 2025 年约 103 GW 几乎翻倍，到 2030 年达到 200 GW，而到2030年前，年度基础设施支出预计将超过 1 万亿美元。几年前，一个高性能服务器机架的功耗约为 10 到 15 kW，相当于几台家用烤箱的负载。而在 AI 时代，运营商正在为每个机架规划 500 kW 甚至超过 1 MW 的功耗，相当于足以为数百户家庭供电。与此同时，加速器之间的数据流量也在同比增长，因为训练和运行大模型需要每秒在芯片之间传输数十亿个数据点。

传统基础设施并非为此而建。铜互连曾是数据中心网络的骨干，但在现代 AI 集群所需的速度、传输距离和每比特能耗方面，越来越无法满足要求。传统电源架构在兆瓦级密度下也难以兼顾效率、散热和物理占用空间。结果就是成本上升、复杂性增加，整个行业迫切需要重新思考数据中心的供电与连接方式。

从铜到光：硅光子技术在 AI 互连中的应用

大型 AI 集群的通信需求，使传统基于铜的网络在规模化应用中变得不可持续。铜链路在高速下以及跨机架、跨机列所需距离下，会面临衰减和串扰问题。同时，每比特功耗也过高，而这一点在单个训练集群可能包含数以万计的加速器、且所有加速器持续交换数据时，会变得至关重要。

光互连正在成为云端 AI 网络的骨干。光可以以更低损耗、更长距离、并以更高能效传输更多数据。对于 AI 训练和推理工作负载而言，作业完成时间和集群利用率直接取决于互连性能，因此这一转变具有变革性意义。

ST 深度投资硅光子技术，以推动这一转变。PIC100 硅光子平台为数据中心内部和跨数据中心应用提供高速、低损耗的光链路。该平台采用 300 mm 晶圆制造，且已在领先超大规模云服务商中实现大批量生产，为 AI 部署中的光网络提供了成熟、可扩展的路径。该平台的产能预计到 2027 年将翻四倍，并进一步扩张，这反映了云服务商向 “光优先” 网络架构转型的速度。这一快速扩张完全得益于客户长期产能预留承诺的支撑。

光子集成电路与定制电子器件相结合，形成适配多种部署模式的光引擎：传统可插拔模块、靠近交换机或加速器 ASIC 的近封装光学，以及电光集成最深的共封装光学。ST 正在开发 PIC100 TSV，这是一种可提高连接密度并改善模块和系统级热性能的架构，面向未来将定义下一代 AI 交换机和加速器封装的近封装和共封装光学部署。行业预测显示，到 2030 年，硅光子在 AI 集群中使用的所有光学技术中所占比例将从约三分之一提升至近三分之二。ST 正在布局这一增长的核心位置。

电与光边缘的智能控制

随着 AI 集群向光互连演进，它们还需要一个智能控制层来实时配置、监测并保护这些系统。先进的电源链路和光网络的可靠性，取决于管理它们的智能程度。光纤无法自行监测信号完整性;电源系统也不会在数千个模块之间自动优化。微控制器和混合信号 IC 提供了让大规模基础设施可靠运行的控制层。

在光模块内部，STM32 高性能微控制器充当本地协调器，负责配置激光器和探测器、测量温度和电压、向主机系统提供遥测数据，并使模块能够实时适应变化、保护自身免受性能退化影响。基于 ST 的 BiCMOS B55X 工艺技术构建的高速电子器件与光波导并列工作，在每通道 100 Gbps、200 Gbps 乃至更高速率下驱动激光器并放大接收信号，同时保持足够高的能效，以适应散热受限的 AI 机架部署环境。

在电力路径中，智能控制器协调各级转换、实现保护机制，并在不同工作条件下优化负载分配。在整个超大规模数据中心中，数以千计的这类器件共同提供了云端 AI 基础设施所需的可视化和控制能力，而运营商也越来越离不开这种能力。

从电网到核心

ST 提供为 AI 数据中心供电、散热和互连所需的关键半导体，支持从电网到核心、再到用户的完整链路，覆盖云端 AI 产业链中的每一个主要节点：

电网 → 固态变压器 → 800 VDC 配电 → 电源机架 → 核心电源级 → xPU/GPU → 光网络

在每一个环节，ST 都提供具体且差异化的技术： 利用宽禁带功率器件和高效率转换器，将能量从电网高效送至核心; 利用硅光子、BiCMOS 电子器件和集成光引擎，以更低功耗实现更快的数据传输; 利用微控制器和混合信号 IC，对这些系统进行实时管理、监测和编排。

为 AI 工厂供电：SiC、GaN 与 800 VDC

AI 工作负载正在从根本上改变数据中心的电力需求特征。Goldman Sachs 估计，到 2030 年，数据中心总功耗需求将比 2023 年增长约 165%。为了高效满足这一需求，运营商正在从传统交流配电和低压直流方案转向高压直流拓扑，而 800 VDC 配电正在成为下一代 AI 园区的首选架构。

ST 的电源技术正是为这一现实而设计。碳化硅器件适用于前端的高压、高效率转换环节：电网接口、固态变压器和 HVDC 配电。氮化镓则负责更靠近负载的位置，在这里，高频、紧凑的转换使得密集电源架和面向 GPU、CPU 以及定制加速器的负载点稳压器成为可能。先进控制器和低压器件则协调从 800 V 下降到 50 V、12 V、6 V 及更低电压的完整供电路径，而现代芯片正是在这些电压下运行。

ST 与包括 NVIDIA 在内的合作伙伴共同开发了一整套 800 VDC 电源转换架构，并与 NVIDIA 面向下一代 AI 数据中心的参考设计保持一致。通过减少转换级数和铜材使用，并优化整条链路的效率，这些解决方案帮助超大规模云服务商在相同物理空间内向更多加速器提供更多可用电力，将 1 MW 机架从工程挑战变为可运营现实。

与超大规模云服务商协同构建

云端 AI 是一个生态系统。ST 与 Amazon Web Services 的达成了多年合作，ST 提供先进连接 IC、混合信号器件、微控制器以及模拟和电源 IC，并将它们直接集成到 AWS 的计算基础设施中。这是一种深度、长期合作的典范。ST 在高压直流电源架构方面的工作遵循同样逻辑。通过共同创建参考设计和经过验证的 800 VDC 配电与转换方案，ST 正在帮助整个行业加速采用高效、可扩展的电源拓扑——不仅服务于单一客户，也为整个生态系统未来的发展做出贡献。

除了这些核心合作伙伴之外，ST 工程师还与原始设计制造商、模块供应商和研究机构合作，帮助定义这些基础构件在大规模部署时所遵循的标准和实施实践。

扩大制造引擎能力

只有当技术能够大规模交付时，技术领导力才真正有价值。随着 AI 能力在各地区快速扩张，ST 的制造布局正围绕超大规模云服务商所需的规模、韧性和地理接近性而设计。

在意大利，高产能的 200 mm 碳化硅生产线供应先进电源转换核心环节所需的高压、高效率器件。 在法国，我们的 300 mm 晶圆厂生产数字、混合信号以及硅光子技术，包括 PIC100 平台——并承诺到 2027 年将光子产能提升四倍。 在中国，与三安光电的合资企业提供 200 mm SiC 器件制造，保障了全球增长最快的数据中心市场之一的本地供应。

这种分布式模式确保了随着云端 AI 在全球范围加速部署，关键组件——SiC 和 GaN 功率器件、光子 IC、BiCMOS 驱动器、微控制器——能够在需要的时间和地点及时获得。

一场长期的结构性转变

AI 基础设施建设正在改变计算交付方式和价值创造方式，这是一场结构性转变。数据中心正从兆瓦级走向吉瓦级，从交流走向高压直流，从铜互连走向光互连。每一个转折点都直接对应 ST 在连接、电源和控制方面的核心竞争力。

随着云端 AI 部署的规模化推进，这一领域预计将成为 ST 的重要增长引擎，云 AI 基础设施收入目前预计在 2026 年达到约 10 亿美元，并且假设当前趋势持续、且结合我们现有合作进展，2027 年收入有可能翻倍。但在财务轨迹之外，其意义更在于结构性：ST 正在帮助构建数字世界的新一层关键基础设施。

强大的 GPU 和复杂的 AI 模型也许会吸引头条，但它们的性能以及所创造的经济价值，取决于一个不那么显眼的基础层——光互连、电源转换和实时控制。

ST 正在系统性地构建这一基础，从电网到核心，为下一代 AI 工厂能够以世界对智能的需求所要求的效率、密度和规模运行奠定基础。