次の軍拡競争はもはやGPUだけではなく、Power
AIデータセンターはますます大きくなっており、一つのデータセンターの消費電力は中規模都市に匹敵する。
過去のデータセンターは10-20kW/rackだったが、現在は80kW、120kW、さらには600kW/rackにまで達している。大型AIクラスターの電力消費はすでにGWレベルに入った。
ボトルネックはGPU、CPU、ストレージだけでなく、電流、熱、配電、銅損、電力変換効率、電網接続、HVDCにまで広がっている。
AIデータセンター産業チェーン：
電網 → 変圧器 → UPS → HVDC → PSU → VRM → GPU。
従来のサーバーは大量に48Vを採用していた。これは従来のインターネット時代のキャビネットの電力が高くなかったためだ。しかし、AI時代に入り、低電圧システムの問題が全面的に顕在化してきた。理由は：
P = VI
同じ1MWの電力でも、48Vでは20,000A超の電流が必要となり、400Vでは約2,500A、800Vではさらに約1,250Aに低減される。
電流が減ると銅線が細くなり、銅損が減少し、発熱も減り、母排も小さくなり、PSUの負荷も軽減され、液冷の負担も減る。建設の難易度も下がり、コストも低くなる。
800Vは電気自動車（EV）で実証済みの高圧プラットフォームであり、EVが800Vに進む理由は高速充電、高出力、線損の低減、熱損の低減である。
今日のAIデータセンターが直面しているのも同じ問題だ。そこでSiC、高圧MOSFET、高圧DC/DC、高圧PSU、HVDC、バスバー、固体変圧器といった、もともと新エネルギー車向けの産業チェーンが、AIデータセンターに外延し始めている。
しかし、800Vは始まりに過ぎず、真の大きな方向性はHVDC（高圧直流化）だ。
これが、従来の産業電力会社が突然市場評価を再び高めている理由だ。Vertiv、Eaton、Schneider Electric、ABB、Siemensなどが、AI産業チェーンの重要な受益者となりつつある。
これが、パワー半導体の市場評価が再び見直されている理由でもある。
インフィニオンは、車載向けのパワー半導体から電力インフラ向け半導体へシームレスに移行した典型的な企業だ。
インフィニオンは、現在世界で数少ない「Grid-to-Core」パワー半導体プラットフォームを持つ企業の一つだ。電網側の高圧、HVDC、PSU、GPU供給、高周波GaN、ドライバー、コントローラー、MCUから、パワーモジュール、MOSFET、SiCまで、ほぼすべてをカバーしている。
これが最大の強みでもある。
さらに重要なのは、インフィニオンはファブレスではなくIDM（インテグレーテッド・デバイス・メーカー）であることだ。自社設計、自社製造、自社封止、自社テストを行っている。これはパワー半導体業界にとって非常に重要だ。なぜなら、パワー半導体はCPU/GPUとは異なるからだ。論理チップはEUV、FinFET、GAA、トランジスタ密度を競うが、パワー半導体は熱管理、高電圧の安定性、長寿命・信頼性、材料、封止、外延、良品率を競う。特に、AIデータセンターの未来は長時間のフルロード、高電流、高熱密度、高電圧となるため、製造自体が技術の粋だ。
インフィニオンの現在の重要資産にはVillach、Dresden、Kulimがあり、その中でも最も重要なのは300mmパワーファブと200mmSiCだ。市場は少し過小評価しているが、300mmパワー半導体は非常に難しい。熱応力、良品率、高電圧デバイス、欠陥制御など、普通の成熟プロセスよりもはるかに複雑だ。AI時代に入り、パワーデバイスの需要は大規模な拡大段階に入っている。先進的なパワー半導体の製造能力自体が、再び強力な護城河となりつつある。
「最も純粋な」AI高電圧パワープレイヤーだけを見るなら、Navitas SemiconductorやWolfspeedのような企業だ。特にNavitasは、GaN + AI高効率パワーの純粋なBetaだ。
Wolfspeedは別のロジックを持つ。AIデータセンターがSiC PSU、HVDC、高電圧電力アーキテクチャに全面的に進むなら、第二の成長曲線を迎える可能性がある。
また、大規模な産業電力プラットフォームも存在する。例えばEaton、Schneider Electric、ABBだ。これらは配電、中圧、低圧、ブレーカー、電力管理、データセンターの電力トポロジーを制御している。これらの切り替えコストは非常に高い。最終的にAIは、GPUの更新は可能だが、一度決定した電力アーキテクチャのライフサイクルは非常に長いことに気づく。
総じて言えば、AIの超高電力密度時代において、電流、熱、効率、配電、信頼性、電網接続の課題を持続的に解決できる者が、この分野でリードし続ける可能性が高い。なぜなら、AIの次のボトルネックはGPUからPowerへと移行しつつあり、この産業チェーンはまだ市場に完全に織り込まれていないからだ。
免責事項：本人は記事中の資産を保有しており、意見には偏りがある。投資助言ではなく、自己責任で調査してください。

原文表示