Satu artikel memahami siklus besar pusat data AI dan perlombaan senjata berikutnya, bukan lagi hanya GPU, tetapi Power

Pusat data AI semakin besar, satu pusat data bisa mengkonsumsi energi setara dengan sebuah kota menengah.
Dulu pusat data adalah 10-20kW/rak, sekarang sudah menjadi 80kW, 120kW, bahkan 600kW/rak. Konsumsi listrik cluster AI besar telah mencapai level GW.
Batasan selain GPU, CPU, dan penyimpanan, juga mulai beralih ke arus, panas, distribusi daya, kerugian tembaga, efisiensi konversi listrik, akses jaringan listrik, dan HVDC.
Rantai industri pusat data AI:
Jaringan listrik → Transformator → UPS → HVDC → PSU → VRM → GPU.
Server tradisional banyak menggunakan 48V, karena di era internet tradisional daya kabinet tidak tinggi. Tapi di era AI, masalah sistem tegangan rendah mulai terbuka secara menyeluruh. Karena:
P = VI
Dengan daya 1MW yang sama, 48V membutuhkan arus lebih dari 20.000A, 400V sekitar 2.500A, 800V turun lagi menjadi sekitar 1.250A.
Penurunan arus berarti kabel tembaga menjadi lebih tipis, kerugian tembaga berkurang, panas berkurang, bar distribusi mengecil, tekanan PSU berkurang, tekanan pendinginan cair berkurang, kesulitan konstruksi berkurang, biaya lebih rendah.
800V adalah platform tegangan tinggi yang telah terbukti di kendaraan listrik, mengapa EV masuk ke 800V? Karena pengisian cepat, daya tinggi, mengurangi kerugian garis dan panas.
Hari ini pusat data AI menghadapi masalah yang sama. Maka SiC, MOSFET tegangan tinggi, DC/DC tegangan tinggi, PSU tegangan tinggi, HVDC, Busbar, transformator solid-state, yang awalnya terkait industri kendaraan energi baru, mulai merembes ke AIDC.
Tapi 800V mungkin hanya awal, arah besar sebenarnya adalah HVDC (pengaliran arus searah tegangan tinggi).
Inilah mengapa perusahaan listrik industri tradisional tiba-tiba dinilai ulang oleh pasar. Seperti Vertiv, Eaton, Schneider Electric, ABB, Siemens, mulai menjadi penerima manfaat utama dari rantai industri AI.
Ini juga alasan mengapa power semikonduktor sedang dinilai ulang oleh pasar.
Infineon adalah contoh perusahaan yang mulus beralih dari semikonduktor daya untuk layanan otomotif ke semikonduktor infrastruktur listrik.
Infineon mungkin adalah salah satu platform semikonduktor daya global yang benar-benar melakukan “Grid-to-Core”. Dari sisi jaringan listrik tegangan tinggi, HVDC, PSU, pasokan GPU, GaN frekuensi tinggi, Driver, Controller, MCU, hingga modul daya, MOSFET, SiC, hampir semua tercakup.
Ini juga menjadi benteng terbesarnya.
Yang lebih penting, Infineon bukan Fabless, melainkan IDM. Merancang sendiri, memproduksi sendiri, mengemas sendiri, menguji sendiri. Ini sangat penting di industri power semikonduktor. Karena power semikonduktor berbeda dari CPU/GPU. Chip logika mengandalkan EUV, FinFET, GAA, kepadatan transistor. Power semikonduktor benar-benar mengandalkan manajemen panas, stabilitas tegangan tinggi, umur panjang, keandalan, material, kemasan, epitaxial, dan yield. Terutama di masa depan pusat data AI yang akan penuh beban lama, arus tinggi, kepadatan panas tinggi, tegangan tinggi. Pembuatan sendiri adalah teknologi.
Aset utama Infineon saat ini termasuk Villach, Dresden, Kulim. Yang paling penting adalah pabrik power 300mm dan SiC 200mm. Pasar meremehkan satu hal: power semikonduktor 300mm sangat sulit. Karena stres panas, yield, perangkat tegangan tinggi, kontrol cacat, jauh lebih kompleks daripada proses matang biasa. Di era AI, permintaan perangkat daya mulai memasuki fase ekspansi besar-besaran. Kemampuan manufaktur power semikonduktor canggih sendiri mulai kembali menjadi benteng.
Jika hanya melihat “pemain” AI tegangan tinggi yang paling murni, maka adalah Navitas Semiconductor dan Wolfspeed. Terutama Navitas, secara esensial adalah GaN + power efisiensi tinggi AI yang murni Beta.
Wolfspeed adalah logika lain. Jika pusat data AI secara menyeluruh beralih ke PSU SiC, HVDC, arsitektur listrik tegangan tinggi, maka mungkin akan menyambut kurva pertumbuhan kedua.
Selain itu ada platform listrik industri besar. Seperti Eaton, Schneider Electric, ABB. Karena mereka mengendalikan distribusi daya, tegangan menengah, tegangan rendah, pemutus sirkuit, manajemen listrik, dan topologi daya pusat data. Dan biaya switching dari semua ini sangat tinggi. Akhirnya AI akan menyadari, GPU bisa diganti generasi, tapi arsitektur listrik sekali ditetapkan, umur panjangnya sangat lama.
Secara keseluruhan, siapa yang mampu terus mengatasi arus, panas, efisiensi, distribusi daya, keandalan, dan akses jaringan listrik di era kepadatan daya super tinggi AI, maka dia mungkin akan terus memimpin di jalur ini. Karena bottleneck berikutnya AI sudah mulai beralih dari GPU ke Power. Dan rantai industri ini, saat ini, belum sepenuhnya dihargai pasar.
Penafian: Saya memegang aset yang disebutkan dalam artikel ini, pandangan penuh bias, bukan saran investasi, dyor