Power GaN、AIデータセンターとEV駆動系へ拡大

Google Newsは、パワー半導体における示唆的な変化を捉えている。窒化ガリウムは充電器の枠を超え、メガワット級AIラックやEVの中核システムへと進出しつつある。

重要なのは新しい消費者向けアダプターではない。power GaNのサプライヤーは、わずかな効率改善が冷却能力、銅の使用量、航続距離、運用コストに影響するインフラ領域を狙っている。こうした用途では、スマートフォン充電器よりも厳格な信頼性基準も求められる。

NVIDIAが計画する800 VDC AIアーキテクチャは、この移行に明確な期限を与える。同社は、メガワット級ラックが2027年から高電圧直流配電を採用すると見込んでいる。この計画により、パワーサプライヤーは同一の電力チェーンにおける異なる段階向けに、GaN、炭化ケイ素、従来型シリコンを認定する必要に迫られる。

GaNが既存技術のすべてを置き換えるわけではない。炭化ケイ素は依然として多くの高電圧・大電力段に適しており、シリコンは低コストで広く定着している。競争の焦点は、どの材料があらゆる場所で勝つかではなく、各変換段をどの材料が担うかにある。

Google Newsの見出しが本当に示すもの

Power GaNは最初のマスマーケットのニッチを離れ、電力効率が、限られた空間内に収められるコンピューティング性能や走行性能を左右するシステムへ進出している。

窒化ガリウム、すなわちGaNは、従来のシリコンより高速に電力をスイッチングし、熱として失われるエネルギーを抑えられるワイドバンドギャップ半導体だ。初期の商業的な注目は、コンパクトなUSB充電器で得た。より高いスイッチング周波数により、メーカーはトランスやその他の受動部品を小型化できた。

この成功は製造基盤を確立したが、充電器はあくまで市場への入口だった。消費者向けアダプターが扱うのは数十〜数百ワットであるのに対し、AIサーバー用電源は数キロワット、ラック全体では数百キロワットを必要とする場合がある。

この移行は、顧客が重視する価値も変える。小型充電器は携帯性を提供する。一方、高密度なサーバー電源システムは、制約のあるラック内に追加のアクセラレーター、メモリー、ネットワーク、冷却装置を搭載する余地を生む。

Texas Instrumentsによると、GaNデバイスは500 kHz超で動作でき、同等の部品と比べて最大60%小型の磁気部品を可能にする。同社のGaN technologyは、従来は別部品を必要としたドライバーや保護機能も統合している。

高速スイッチングはそれ自体が新たな設計課題を生むため、統合は重要だ。基板レイアウトが不適切だと、電圧オーバーシュート、電磁干渉、不要な発熱が発生し得る。高速トランジスタだけで、効率的かつ信頼性の高いシステムが保証されるわけではない。

そのためデータセンター向けサプライヤーは、デバイスを中心とした完成度の高い設計を提供する必要がある。そこにはコントローラー、ゲートドライバー、センシング、絶縁、保護、パッケージング、熱管理が含まれる。顧客が購入するのは単により優れたスイッチではなく、認定済みの電力アーキテクチャだ。

同じ原則はEVにも当てはまる。GaNはまず車載充電器やDC-DCコンバーターの選択肢として登場した。現在、サプライヤーは、バッテリー電力を電動モーター向けの制御電流に変換するシステムであるトラクションインバーターへと、その用途を広げようとしている。

この拡大はより大きな意味を持つ。充電器が稼働するのは車両寿命の限られた一部にすぎない。トラクションインバーターは、加速、回生ブレーキ、温度変化、振動、故障状態に継続的に対応しなければならない。

だからこそGoogle Newsの枠組みは重要だ。そこでは、許容できない熱を生じさせずに、より大きな電力をより狭い空間に通さなければならないという基本的制約を共有する2つの市場が結び付けられている。ただし、その認定サイクルと故障リスクは依然として大きく異なる。

この移行はGaNだけにとどまらない。炭化ケイ素、すなわちSiCは、高電圧EVインバーターや産業用電力システムで存在感を高めている。従来型シリコンも、スイッチング速度や小型化の利点が高価な材料を正当化しない領域では競争力を維持している。

Power GaNは、この複合材料システムの中で特定の役割を勝ち取る必要がある。その最大の訴求点は新規性ではない。スイッチング周波数を高め、変換損失を減らし、空間に経済的価値がある場所で周辺部品を小型化できることだ。

AIデータセンターは効率をコンピューティング能力へ変える

AIデータセンターでは、より優れた電力変換は単に電気料金を下げるだけではない。ラックの物理的・熱的制約の中で、何基のプロセッサーを稼働させられるかを決める。

従来のクラウドラックは、一般に数十キロワット規模の電力を前提として設計されていた。現在のAIシステムは100 kWを超え、将来の設計はラック当たり1メガワットへ向かっている。

この増加は低電圧配電の限界を露呈させる。低い電圧で一定量の電力を供給するには、より大きな電流が必要になる。電流が増えれば、より太い導体が必要となり、抵抗損失も大きくなる。

NVIDIAによると、54 VDC配電を用いる1メガワットラックでは、最大200キログラムの銅製バスバーが必要になる可能性がある。また、同等の設計では電源シェルフが利用可能なラック空間の大半を占める可能性があるとしている。

同社が提案する800 VDC architectureは、配電電圧を引き上げ、必要な電流を低減する。電力は高電圧直流として伝送され、プロセッサーの近くで変換される。

NVIDIAは2027年以降、1メガワット以上のラックをサポートする計画だ。パートナー一覧には、半導体ベンダー、電力システムメーカー、インフラサプライヤーが名を連ねる。Infineon、Navitas、Texas Instruments、Delta、Eaton、Schneider Electric、Vertivが参加企業として挙げられている。

このエコシステム型アプローチは不可欠だ。800 VDCシステムには、効率的な変換だけでなく、安全なコネクター、回路保護、絶縁、バッテリーシステム、監視、対応ラック、保守手順が必要となる。

GaNは、コンピューティング負荷に近い高周波変換段に特に適している。より高速なスイッチングにより、トランス、インダクター、コンデンサーを小型化できる。損失を抑えることで、液冷システムへの負荷も低減できる可能性がある。

Infineonは2026年3月、AIインフラ内で高電圧DCを変換するためのCoolGaNリファレンス設計を2件発表した。一方は800 VDCを50 Vに変換し、もう一方は800 VDCを直接12 Vに変換する。

同社によると、同社の800 VDC designは、全負荷時に98%を超える効率を達成する。この数値はサプライヤーによるものであり、異なる運用条件下での顧客導入において検証が必要だ。

それでも、このアーキテクチャはGaNベンダーがどこに機会を見ているかを示している。GaNは高周波の中間段を担い、SiCは系統接続側やより高電圧の変換に使われる可能性がある。シリコンはプロセッサー近傍や、コストに敏感な補助回路で引き続き有用だ。

Navitasは別の経路を実証している。同社の12 kWリファレンス電源は、入力段のSiCデバイスと、絶縁変換段のGaN部品を組み合わせる。同社はピーク効率97.8%を報告している。

この12 kW platformは120 kWサーバーラックを対象とし、Open Rack v3要件に準拠する。これは、サプライヤーが単一の万能スイッチに賭けるのではなく、材料ごとに役割を分けていることを示している。

経済性は施設規模で意味を持つ。1つの変換段で節約できる効率が1パーセントポイント未満であれば、見た目にはわずかかもしれない。しかし、継続運転する数千台の電源装置に掛け合わせると、無駄なエネルギーとそれに伴う冷却需要を減らせる。

Texas Instrumentsは、100 MWのデータセンターで効率が0.8パーセントポイント向上すれば、10年間で大幅なエネルギーコストを削減できると試算している。正確な結果は、稼働率、地域の電力料金、冷却設計、システム寿命に左右される。

効率は導入速度にも影響する。系統接続は新しいAIインフラの制約要因となっている。利用可能な電力をより有効に使えば、事業者は契約電力の上限に達する前に、より多くのコンピューティング能力を導入できる。

国際エネルギー機関は、データセンターの電力需要が2025年に17%増加したと報告した。同機関のenergy outlookでは、総消費量は2030年までに倍増し、AIに焦点を当てた施設では電力使用量が3倍になる可能性があるとしている。

こうした予測は、より優れた変換技術の必要性を強める。ただし、GaNがより広範なエネルギー問題を解決できることを意味するわけではない。効率的な電子機器は発電容量を生み出すことも、すべての系統接続待ちを短縮することも、需要増加に伴う環境影響をなくすこともできない。

GaNの役割はより限定的だが、商業的には重要である。施設の接続点からプロセッサーまでの間で、損失と機器の容積を減らせる。制約のあるAIキャンパスでは、この改善が利用可能なコンピューティング能力へ直接転換され得る。

GaN対炭化ケイ素という構図は誤り

中心となる競争は、システム全体でGaNとSiCが対決することではない。それぞれの材料が最大の価値を生む変換段をめぐる競争である。

GaNとSiCはいずれもワイドバンドギャップ半導体だが、その特性は異なる。GaNは高いスイッチング周波数と中〜高電圧で魅力的である。SiCは、より高い電圧、高温、重い電力負荷で優れた性能を発揮する。

AI電力アーキテクチャには複数の変換段がある。電力は中電圧の系統から入り、施設レベルの整流を経て、800 VDCバスに入り、コンピューティング機器の近くで降圧される場合がある。

単一のデバイスがすべての段を最適化するわけではない。系統接続側のコンバーターでは、電圧処理能力と故障耐性が優先される。GPUのそばに置かれるコンバーターでは、高密度、高速スイッチング、最小限の発熱が優先される。

新たに形成されつつある役割分担では、SiCが大電力入力段に置かれ、GaNが高周波の中間変換により近い位置を担う。従来型シリコンは、低電圧領域や、そのコストと成熟度が支配的な制御機能に残り得る。

この分担は商用リファレンス設計にも表れている。Navitasは12 kWプラットフォームでSiCとGaNを組み合わせている。Infineonは3種類すべての材料を販売し、グリッドからチップまでを結ぶポートフォリオの補完的な構成要素として提示している。

この混合型アプローチは、専業ベンダーに圧力をかける。完全な電源シェルフを構築する顧客は、複数の段にわたってデバイスを提案できるサプライヤーを好むかもしれない。専門企業は、技術上の優位性がより広いポートフォリオの利便性を上回ることを証明する必要がある。

これは市場予測も複雑にする。power GaNの成長に関する見出しだけでは、GaNが車両やサーバー1台当たりでどれほどの半導体コンテンツを獲得するのかは分からない。収益は、デバイス数、電圧クラス、パッケージング、統合度、顧客価格に左右される。

広範な市場推計よりも、デザインウィンの方が有力な証拠となる。リファレンスボードは技術的な意図を示すが、認定済みの量産契約は、事業者がコスト、信頼性、サプライチェーンを受け入れたことを示す。

同じ区別は効率の主張にも当てはまる。ピーク効率は通常、選定された実験室条件で測定される。実際のシステムは、変動する負荷、温度、入力電圧、冷却状態、過渡現象の下で動作する。

AIワークロードでは、電力需要が急激に変動することがある。アクセラレータは、アイドル、通信、演算の各フェーズを行き来する。電力機器は、部分負荷時に過度なエネルギーを浪費することなく、こうした移行中も安定した出力を維持しなければならない。

GaNのスイッチング速度は応答性と電力密度を高められる一方、設計の感度を高める。パッケージや回路配線による寄生インダクタンスはオーバーシュートを生む可能性がある。エンジニアは、期待される効率向上を損なわずにスイッチング挙動を制御する必要がある。

保護も別の課題だ。高電圧DCは、交流のように自然にゼロクロスしない。そのため故障を遮断するには、適切なブレーカー、ソリッドステート保護、センシング、そして慎重に連携された制御が求められる。

こうした周辺システムが、800 VDC設計が量産に到達できるかを左右し得る。実験室で優れた効率を示すコンバータでも、運用者が安全に故障を切り離せない、あるいは長時間の停止なしに機器を保守できないなら意味をなさない。

これが、今後2年が重要である理由だ。NVIDIAは目標アーキテクチャと2027年の採用時期を示した。電力供給ベンダーは今、実証を相互運用可能で保守しやすい機器へと転換する必要がある。

Google NewsはGaNの台頭を中心にこの話題を扱うかもしれないが、顧客が評価するのは電気経路全体だ。ある段階で勝つ材料は、その周囲のパッケージング、コントローラ、保護の選択に左右される可能性がある。

EVでの採用は車載充電器を超えなければならない

GaNの自動車分野での機会は、充電ハードウェアから推進系へ進出して初めて大きく広がるが、その移行は信頼性の基準を大幅に引き上げる。

車載充電器は、系統電力を車両バッテリー向けの安定化されたDC電力へ変換する。DC-DCコンバータは、高電圧バッテリーから低電圧システムへ電力を供給する。どちらの用途でも、小型部品と効率的なスイッチングが求められる。

GaNはこれらのシステムの重量と体積を削減できる。より小型の磁気部品と効率向上により、パッケージング空間を確保し、冷却要件を下げ、あるいはより高速な充電設計を支援できる。

トラクションインバータは、より要求の厳しい領域だ。バッテリーとモーターの間を流れる電力を制御する。インバータ効率の向上は、走行時のエネルギーを維持し、車両内の発熱を抑えられる。

ただし、トラクションハードウェアは頻繁な負荷変動下で動作する。高温、振動、湿気への曝露、急加速、回生ブレーキ、異常な電気状態に耐えなければならない。

自動車メーカーは長い使用寿命と極めて低い故障率も求める。認定は、成功した試作機だけで終わらない。サプライヤーには、製造の一貫性、トレーサビリティ、自動車グレードのパッケージング、そして数百万個の部品にわたる安定した出力が必要となる。

SiCはすでに高電圧EVトラクションシステムで強い地位を築いている。その電圧耐性と熱性能は800 V車両プラットフォームに適している。したがってGaNは、単に同等のトランジスタ仕様ではなく、システム上の優位性を証明しなければならない。

想定される道筋は段階的なものだ。GaNは、サプライヤーがすでにその挙動を理解している車載充電器や補助電力変換から拡大できる。その後、パッケージングと高電圧デバイスの成熟に伴い、選定されたインバータ設計へと進出できる。

車両アーキテクチャがその進展速度に影響する。低出力の車両では、GaNのコンパクトさとスイッチング周波数が重視されるかもしれない。大型車両では、より高い電流・電圧・熱マージンのためにSiCが選ばれる可能性がある。

コストは依然として中心的な要素だ。GaNは受動部品や冷却ハードウェアを小型化し、システム全体の部品表コストを下げられる可能性がある。しかし半導体そのものも、予測可能な歩留まりで自動車規模に供給されなければならない。

製造プログラムはその方向へ進んでいる。Imecは、GlobalFoundries、KLA、Synopsys、AIXTRON、Veecoを含むパートナーとともに、300 mm GaNプログラムを開始した。

より大きなウェハーは、製造サイクルごとにより多くのデバイスを生産でき、確立された半導体製造装置も活用できる。Imecによれば、このプログラムは製造コストの低減と、より先進的な低電圧・高電圧デバイスを目標としている。

ウェハーの大型化が自動的にGaNを安価にするわけではない。歩留まり、ウェハーの反り、エピタキシャル品質、欠陥制御、パッケージング、試験が、依然として生産経済性を決める。自動車認定はさらに時間と費用を加える。

供給の集中も重要だ。自動車メーカーは、重要な推進系部品を単一の供給元に依存することを避ける。あるサプライヤーがより優れた性能を持つ場合でも、デバイスの互換性やセカンドソースの選択肢が採用を左右する可能性がある。

そのため、充電器を超えた拡大は、特定の車両プラットフォームと生産台数で測るべきだ。技術発表は方向性を示すが、GaNが自動車の閾値を越えたかどうかは継続的な出荷が明らかにする。

AI市場は間接的に支援できる。データセンター需要は、製造、パッケージング、コントローラ、高電圧デバイス開発への投資を支える。こうした能力は、より広範なGaNサプライチェーンを強化し得る。

自動車需要は、より大きく安定した生産量を生み出すことでその恩恵を返せる。両市場は認定要件こそ異なるが、いずれも限られた空間で効率的な電力変換を実現する技術を評価する。

この共通する製造基盤が、サプライヤーがAIデータセンターとEVを併せて語る理由を説明する。用途は同一ではないが、ウェハー規模、パッケージング、信頼性、統合における進歩は、両方に利益をもたらし得る。

Power GaNの主張がなお証明すべきこと

GaNを支持する技術的根拠には説得力があるが、リファレンス設計やサプライヤーが示す効率値だけでは、広範な量産採用はまだ立証されていない。

最初の不確実性は、大規模な信頼性だ。コンシューマー向け充電器はサプライヤーが運用経験を蓄積する助けとなったが、AIラックとトラクションインバータは異なる電気的・熱的ストレスを生む。

データセンター機器は継続的に稼働し、厳格なサービス目標を満たさなければならない。わずかな故障率でも、数千の電力モジュールに広がれば、効率向上の利点を上回る保守コストを生む可能性がある。

自動車システムはさらに過酷な物理環境に直面する。サプライヤーは、温度サイクル、振動、電気的サージ、湿度、そして実際の走行を何年にもわたって経た後も安定した性能を示さなければならない。

2つ目の不確実性は経済性だ。GaNは損失を減らし周辺部品を小型化できるが、購入者はシステム全体のコストを評価する。そこにはデバイス、コントローラ、冷却、保護、製造、現場サポートが含まれる。

ある設計は、総コストを下げずにより高い電力密度を実現できる。一部の導入では、成熟したシリコンで十分なままだ。他では、SiCが電圧能力と認定実績のより良いバランスを提供する。

3つ目の不確実性は標準化だ。NVIDIAの800 VDC計画は業界に共通の方向性を与えるが、異なるベンダーの機器は相互に連携しなければならない。保護方式、コネクタ、制御、保守手順には調整が必要となる。

Open Compute Projectの仕様は、サプライヤー間の足並みをそろえる助けになる。それでも運用者は、重要な施設を新しい配電アーキテクチャに委ねる前に、相互運用性、故障時の挙動、保守性を検証するだろう。

4つ目の不確実性は時期だ。NVIDIAは次世代アーキテクチャを2027年に予定している。施設開発、調達サイクル、部品認定は、プロセッサのロードマップより遅く進む可能性がある。

初期システムでは、サイドカー、集中型電力機器、またはハイブリッド構成が使われるかもしれない。こうした移行期の設計はGaNを支援できるが、最終アーキテクチャとは異なる形で半導体の搭載量を分配する可能性がある。

5つ目の不確実性はワークロードの挙動に関わる。AIアクセラレータは高速な電力変動を生み、ラックレベルの蓄電が解決策の一部となる可能性がある。GaNコンバータは、こうした変動負荷の下でも効率的に動作しなければならない。

ピーク効率だけでは不十分だ。運用者には、現実的な条件全体にわたる効率曲線、熱データ、故障応答の結果、電磁両立性、寿命推定が必要となる。

サプライヤーの集中は別のリスクを生む。この業界には、大規模な多角化企業と小規模な専門企業が含まれる。顧客には、選択した部品が長期にわたる施設・車両プログラムの間も供給され続けるという確信が必要だ。

したがって、製造規模は脚注ではなく証拠として扱うべきだ。新たな300 mmプログラムは有望だが、ウェハー径そのものよりも歩留まりと認定済みの生産能力の方が重要である。

環境に関する主張にも慎重さが必要だ。より効率的な変換は運用中の無駄を減らす。しかし、拡大するAIインフラに伴う電力需要、建設の影響、水使用量、材料要件をなくすものではない。

IEAは、ハードウェア効率が向上してもデータセンターの電力消費は大幅に増加すると見込んでいる。増大するコンピューティング需要は、より優れたコンバータが生む節電効果を上回り得る。

GaNは実用的な基準で評価すべきだ。すなわち、提供されるコンピューティングまたはモビリティの単位ごとに必要なエネルギー、空間、冷却、材料を削減できるかどうかである。

それは意義ある貢献だが、いずれの分野のエネルギー制約に対しても完全な答えではない。

転換が本物かを示す3つのシグナル

次の段階を決めるのは、さらなる実験室記録ではなく、量産導入、測定された運用データ、そして製造の厚みである。

最初のシグナルは、800 VDC機器の顧客採用だ。2027年の導入に向け、相互運用可能なシステムを認定する特定のハイパースケーラー、サーバーメーカー、電力供給ベンダーに注目したい。

量産発表では、電力チェーンのどこにGaNが使われるのかを明示すべきだ。また、ラック電力、変換段、効率範囲、保護方式、適用規格も特定すべきである。

幅広いパートナー一覧は足並みの一致を示すが、購入コミットメントは商業的な信頼を明らかにする。繰り返しの受注は、GaNが高密度AIコンピューティングに必要なインフラになったという主張を強めるだろう。

2つ目のシグナルは、量産EVのトラクションプラットフォームだ。GaNにはすでに車載充電器とDC-DCコンバータを通じた妥当な道筋がある。大量生産されるトラクションインバータは、より重要な一歩となる。

最も強い証拠には、特定の車両、認定状況、想定される生産時期、そしてシステム上の利点が含まれる。サイズや効率に関する主張は、単一の最適点ではなく通常の走行条件を対象とすべきだ。

トラクション設計の採用は、GaNがSiCを置き換えたことを意味しない。それは、自動車メーカーが異なる車両クラスと電圧レベルにわたって両材料の余地を見出していることを示す。

3つ目のシグナルは、認定済みの製造能力だ。200 mmおよび300 mmのGaNプログラムが、一貫した歩留まりで自動車・インフラ向けデバイスを生産できるかに注目したい。

能力拡張の発表には、顧客サンプル提供、信頼性データ、生産スケジュールが伴うべきだ。複数の認定済み供給元があれば、車両およびデータセンターの購入者にとって調達リスクは低下する。

これらのシグナルは、今後のGoogle News報道を見極めるためのより良いフィルターにもなる。新しいトランジスタやリファレンス設計は開発上の節目だ。導入済みのラック、出荷される車両、認定済みの製造ラインは採用を示す。

この市場を追う読者は、AIチップだけでなく、その周囲の電気アーキテクチャを追うべきだ。コンピューティング性能はますます、電力供給、冷却、ストレージ、ネットワーキング、系統アクセスに依存している。

同じシステム視点はEVにも当てはまる。バッテリー化学は注目を集めるが、変換効率は充電ハードウェア、補助システム、推進、熱、車両パッケージングに影響を与える。

こうした動向を評価するチームは、情報源、アーキテクチャのメモ、サプライヤーの主張を検索可能なAI knowledge base内に保存できる。これにより、発表内容と後の量産に関する証拠を比較しやすくなる。

中心的な問いは、いまや具体的だ。GaNは特定のコンバーター内で効率的な部品であり続けるのか、それともAIおよび車載電力システム全体にわたる標準レイヤーとなるのか。

最初に出荷される800 VDCラック、最初に本格展開されるGaNトラクションプログラム、そして最初に認定される大口径ウェハの供給契約に注目したい。これらの出来事が、Google Newsの見出しが持続的な市場転換を捉えていたのかを示すだろう。