AI服务器的变化，最先被看见的是GPU，最先承压的却未必是GPU。
当单机架功率从过去的40kW至60kW，抬升到100kW以上；
当单颗GPU功耗突破1200W；
当数据中心从传统12V供电架构转向48V中间母线架构，一个过去并不总在产业叙事中心的环节被推到了前台：
功率半导体。
这不是简单的“服务器卖得多，所以器件需求多”。
更关键的变化在于，AI服务器的供电架构、器件规格和效率约束同时发生变化。
单台AI服务器所需MOSFET、GaN、SiC、DrMOS等功率器件用量，已达到传统服务器的5到8倍。
需求端快速上行，供给端却没有同步大幅扩张。
于是，交期拉长、库存偏低、价格上涨，开始同时出现。
2026年以来，功率半导体已经出现两轮涨价，部分国内厂商以及海外大厂均有跟进。
这轮变化的核心问题是：
AI服务器到底是在制造一个短期涨价周期，还是在重塑功率半导体行业的长期需求结构？
功率半导体是什么
功率半导体并不负责“计算”，但它决定电能如何被控制、转换和分配。
在服务器、汽车、工业电源、光伏逆变器、消费电子等场景里，电能很少能以原始形态直接使用。
电压要升降，电流要开关，交流和直流要转换，系统还要尽量减少损耗和发热。
完成这些工作的，就是功率半导体。
它的典型产品包括：
MOSFET、IGBT、SiC器件、GaN器件、二极管、DrMOS、电源管理相关模块等。
如果把AI服务器看作高密度算力设备，GPU负责消耗电能并输出算力，电源系统则负责把电稳定、高效地送到GPU、CPU、内存和主板各个环节。
功率半导体就是这套供电系统里的核心开关和转换器件。
过去服务器功率密度较低，12V供电架构能够覆盖大多数需求。
但AI服务器的单机功耗和机架功率持续上行后，原有架构的效率、线损和散热成本都开始变得不经济。
行业因此转向48V中间母线架构。
架构一变，功率半导体的价值量也随之变化。
从MOSFET到GaN、SiC
功率半导体的分类很多，但放在AI服务器供电链条里，最需要关注的是几类核心器件。
第一类是MOSFET。
MOSFET是服务器电源、主板供电和DC-DC转换中的基础器件。
它成熟、应用广、成本相对可控，也是这一轮AI服务器需求上行中最直接受益的品类之一。
在48V架构下，服务器内部的电压转换层级增加，对MOSFET的数量、耐压、导通损耗和开关性能提出了更高要求。
第二类是DrMOS。
DrMOS可以理解为高度集成的电源模块，常用于高性能处理器、GPU等场景的供电管理。
AI服务器中，GPU功耗越来越高，电流输出越来越大，供电响应速度和效率要求也随之提高。
这使DrMOS这类高集成度器件的重要性提升。
第三类是GaN器件。
GaN，即氮化镓，更适合高频、高效率、高功率密度场景。
它在服务器电源中受到关注，主要因为AI服务器要求电源体积不能无限增加，效率却必须提高。
高频化带来的好处是，电源模块可以做得更小、更轻，功率密度更高。
第四类是SiC器件。
SiC，即碳化硅，常见于更高压、更高温、更高效率的电能转换场景。
相比传统硅基器件，SiC在耐压、损耗和温度适应性上具备优势。
在AI服务器场景中，SiC的直接用量不一定像MOSFET那样普遍，但在高压供电模块、数据中心电源基础设施等环节，仍有受益空间。
第五类是IGBT及相关模块。
IGBT长期用于工业、电力电子、新能源车等中高压场景。
在AI服务器链条中，它与服务器内部低压供电的直接关联不如MOSFET、DrMOS明显，但在高压电源模块和数据中心供配电体系中仍具备应用价值。
这一轮需求变化真正拉动的，不只是器件“数量更多”。
更重要的是，器件正从普通规格向高压、高效、高可靠性方向升级。
从12V到48V的供电重构
服务器供电架构的变化，并不是突然发生的。
传统服务器时代，计算负载相对分散，单机功耗和单机架功率还在较可控范围内。
12V供电架构足以支撑大部分场景。
但AI训练和推理负载上升后，单机柜里塞入更多GPU，
