GaN de Potência Avança para Data Centers de IA e Sistemas de Propulsão de VEs

O Google News revelou uma mudança significativa nos semicondutores de potência: o nitreto de gálio está saindo dos carregadores para chegar a racks de IA de megawatts e a sistemas centrais de VEs.

A mudança importante não é um novo adaptador de consumo. Fornecedores de GaN de potência estão mirando infraestruturas em que pequenos ganhos de eficiência afetam a capacidade de resfriamento, os requisitos de cobre, a autonomia dos veículos e os custos operacionais. Essas aplicações também impõem padrões de confiabilidade mais rigorosos do que os carregadores de celulares.

A arquitetura de IA de 800 VDC planejada pela NVIDIA estabelece um prazo concreto para essa transição. A empresa espera que racks da classe de megawatts adotem distribuição de corrente contínua em alta tensão a partir de 2027. Esse plano pressiona fornecedores de potência a qualificar GaN, carbeto de silício e silício convencional para etapas distintas da mesma cadeia elétrica.

O GaN não substituirá todas as tecnologias já estabelecidas. O carbeto de silício continua adequado a muitos estágios de maior tensão e potência, enquanto o silício permanece barato e amplamente consolidado. A disputa é sobre qual material controla cada etapa de conversão, não sobre qual vence em todos os lugares.

O Que a Manchete do Google News Realmente Indica

O GaN de potência está deixando seu primeiro nicho de mercado de massa e entrando em sistemas nos quais a eficiência elétrica determina quanto desempenho de computação ou condução cabe em um espaço fixo.

O nitreto de gálio, ou GaN, é um semicondutor de banda larga que comuta eletricidade mais rapidamente do que o silício convencional, perdendo menos energia na forma de calor. Sua visibilidade comercial inicial veio dos carregadores USB compactos. Frequências de comutação mais altas permitiram que os fabricantes reduzissem transformadores e outros componentes passivos.

Esse sucesso estabeleceu uma base de fabricação, mas os carregadores eram apenas um mercado de entrada. Um adaptador de consumo lida com dezenas ou centenas de watts. Uma fonte de alimentação de servidor de IA pode lidar com vários quilowatts, enquanto um rack inteiro pode exigir centenas de quilowatts.

A mudança transforma o que os clientes valorizam. Um carregador menor oferece portabilidade. Um sistema de alimentação de servidor mais denso cria espaço para aceleradores, memória, rede ou equipamentos de resfriamento adicionais dentro de um rack restrito.

A Texas Instruments afirma que dispositivos GaN podem operar acima de 500 kHz e permitir componentes magnéticos até 60% menores do que componentes comparáveis. Sua tecnologia GaN também integra drivers e funções de proteção que antes exigiam peças separadas.

A integração importa porque uma comutação mais rápida cria seus próprios problemas de engenharia. Layouts de placa inadequados podem produzir sobretensão, interferência eletromagnética e calor indesejado. Um transistor rápido por si só não garante um sistema eficiente ou confiável.

Por isso, fornecedores de data centers precisam entregar projetos completos em torno do dispositivo. Esses projetos incluem controladores, drivers de gate, sensoriamento, isolamento, proteção, encapsulamento e gerenciamento térmico. Os clientes compram uma arquitetura de potência qualificada, não apenas uma chave melhor.

O mesmo princípio se aplica aos veículos elétricos. O GaN apareceu inicialmente como uma opção para carregadores embarcados e conversores de DC para DC. Agora, os fornecedores querem estendê-lo aos inversores de tração, os sistemas que transformam a energia da bateria em corrente controlada para motores elétricos.

Essa expansão traz consequências maiores. Um carregador opera durante uma parte limitada da vida útil do veículo. Um inversor de tração precisa responder continuamente à aceleração, à frenagem regenerativa, a mudanças de temperatura, vibrações e condições de falha.

É por isso que o enquadramento do Google News importa. Ele conecta dois mercados que compartilham uma restrição básica: mais potência precisa passar por menos espaço sem gerar calor inaceitável. No entanto, seus ciclos de qualificação e riscos de falha continuam muito diferentes.

A transição também é mais ampla do que o GaN. O carbeto de silício, ou SiC, ganhou espaço em inversores de VEs de alta tensão e sistemas industriais de potência. O silício convencional continua competitivo onde a velocidade de comutação ou o tamanho não justificam um material mais caro.

O GaN de potência precisa conquistar posições específicas dentro desse sistema de materiais mistos. Seu argumento mais forte não é a novidade. É a capacidade de elevar a frequência de comutação, reduzir perdas de conversão e encolher os componentes ao redor onde o espaço tem valor econômico.

Data Centers de IA Transformam Eficiência em Capacidade de Computação

Em um data center de IA, uma conversão de potência melhor faz mais do que reduzir a conta de eletricidade. Ela determina quantos processadores podem operar dentro dos limites físicos e térmicos do rack.

Racks tradicionais de nuvem eram geralmente projetados para níveis de potência medidos em dezenas de quilowatts. Os atuais sistemas de IA ultrapassaram 100 kW, e os projetos futuros caminham para um megawatt por rack.

Esse aumento expõe as limitações da distribuição em baixa tensão. Entregar uma quantidade fixa de potência em uma tensão menor exige mais corrente. Corrente mais alta requer condutores mais espessos e produz maior perda resistiva.

A NVIDIA afirma que um rack de um megawatt usando distribuição de 54 VDC exigiria até 200 quilogramas de barramento de cobre. A empresa também afirma que as prateleiras de potência poderiam consumir a maior parte do espaço disponível no rack em um projeto comparável.

A arquitetura de 800 VDC proposta pela empresa eleva a tensão de distribuição e reduz a corrente necessária. A energia viajaria como corrente contínua de alta tensão antes de ser convertida perto dos processadores.

A NVIDIA planeja oferecer suporte a racks de um megawatt e superiores a partir de 2027. Sua lista de parceiros abrange fornecedores de semicondutores, fabricantes de sistemas de potência e fornecedores de infraestrutura. Infineon, Navitas, Texas Instruments, Delta, Eaton, Schneider Electric e Vertiv estão entre os participantes nomeados.

Essa abordagem de ecossistema é essencial. Um sistema de 800 VDC exige mais do que conversão eficiente. Ele requer conectores seguros, proteção de circuitos, isolamento, sistemas de bateria, monitoramento, racks compatíveis e procedimentos de manutenção.

O GaN é particularmente adequado para estágios de conversão de alta frequência próximos à carga computacional. A comutação mais rápida pode reduzir transformadores, indutores e capacitores. Perdas menores também podem reduzir a carga imposta aos sistemas de resfriamento líquido.

A Infineon apresentou dois projetos de referência CoolGaN em março de 2026 para converter DC de alta tensão dentro da infraestrutura de IA. Um converte 800 VDC em 50 V, enquanto o segundo converte 800 VDC diretamente em 12 V.

A empresa informa que seu projeto de 800 VDC supera 98% de eficiência em carga total. Esse número vem do fornecedor e exige validação em implementações de clientes sob diferentes condições operacionais.

Ainda assim, a arquitetura revela onde os fornecedores de GaN veem uma oportunidade. O GaN pode lidar com o estágio intermediário de alta frequência, enquanto o SiC pode atender à conversão conectada à rede ou de maior tensão. O silício continua útil perto dos processadores e em circuitos auxiliares sensíveis a custo.

A Navitas demonstrou outra abordagem. Sua fonte de alimentação de referência de 12 kW combina dispositivos SiC no estágio de entrada com componentes GaN no estágio de conversão isolada. A empresa informa eficiência máxima de 97,8%.

Essa plataforma de 12 kW mira racks de servidores de 120 kW e segue os requisitos do Open Rack v3. Ela ilustra como os fornecedores estão dividindo funções entre materiais, em vez de apostar em uma única chave universal.

A economia se torna relevante na escala da instalação. Uma fração de ponto percentual economizada em um estágio de conversão parece modesta. Multiplicada por milhares de fontes de alimentação operando continuamente, ela reduz o desperdício de energia e a demanda associada de resfriamento.

A Texas Instruments estimou que um ganho de eficiência de 0,8 ponto percentual em um data center de 100 MW poderia economizar custos substanciais de energia ao longo de dez anos. O resultado exato depende da utilização, das tarifas locais de eletricidade, do projeto de resfriamento e da vida útil do sistema.

A eficiência também afeta a velocidade de implantação. O acesso à rede elétrica se tornou um fator limitante para nova infraestrutura de IA. Usar a eletricidade disponível de maneira mais eficaz permite que um operador instale mais capacidade computacional antes de atingir seu teto de potência contratada.

A Agência Internacional de Energia informou que a demanda de eletricidade de data centers cresceu 17% durante 2025. Sua perspectiva energética espera que o consumo total dobre até 2030, enquanto instalações voltadas à IA poderiam triplicar seu uso de energia.

Essas projeções reforçam o argumento por uma conversão melhor. Elas não significam que o GaN possa resolver o problema energético mais amplo. Eletrônicos eficientes não podem criar capacidade de geração, encurtar todas as filas da rede ou eliminar os efeitos ambientais da demanda adicional.

O papel do GaN é mais restrito, mas comercialmente importante. Ele pode reduzir perdas e o volume de equipamentos entre a conexão da instalação e o processador. Em um campus de IA com restrições, essa melhoria pode se traduzir diretamente em capacidade computacional utilizável.

GaN Versus Carbeto de Silício É a Disputa Errada

A competição central não é GaN contra SiC em todo um sistema. É uma disputa pelos estágios de conversão em que cada material cria mais valor.

GaN e SiC são ambos semicondutores de banda larga, mas suas características diferem. O GaN é atraente em altas frequências de comutação e tensões médias a altas. O SiC tem bom desempenho em tensões mais altas, temperaturas elevadas e cargas pesadas de potência.

As arquiteturas de alimentação de IA contêm vários estágios de conversão. A eletricidade pode chegar de uma rede de média tensão, passar por retificação no nível da instalação, entrar em um barramento de 800 VDC e reduzir a tensão perto do equipamento computacional.

Nenhum dispositivo único otimiza todos os estágios. Um conversor conectado à rede prioriza capacidade de suportar tensão e tolerância a falhas. Um conversor ao lado de uma GPU prioriza densidade, velocidade de comutação e calor mínimo.

A divisão emergente coloca o SiC perto dos estágios de entrada de alta potência e o GaN mais próximo da conversão intermediária de alta frequência. O silício convencional pode permanecer em tensões mais baixas ou em funções de controle nas quais seu custo e maturidade predominam.

Essa divisão é visível em projetos de referência comerciais. A Navitas combina SiC e GaN em sua plataforma de 12 kW. A Infineon vende os três materiais e os apresenta como partes complementares de um portfólio da rede ao chip.

Essa abordagem mista pressiona fornecedores especializados. Um cliente que constrói uma prateleira completa de potência pode preferir um fornecedor capaz de recomendar dispositivos para vários estágios. Um especialista precisa provar que a vantagem de sua tecnologia compensa a conveniência de um portfólio mais amplo.

Ela também complica previsões de mercado. Uma manchete sobre o crescimento do GaN de potência não mostra quanto conteúdo de semicondutores o GaN capturará por veículo ou servidor. A receita depende da contagem de dispositivos, da classe de tensão, do encapsulamento, da integração e dos preços ao cliente.

Vitórias de projeto oferecem evidências melhores do que estimativas amplas de mercado. Uma placa de referência demonstra intenção técnica, mas um contrato de produção qualificado mostra que um operador aceita o custo, a confiabilidade e a cadeia de suprimentos.

A mesma distinção se aplica às alegações de eficiência. A eficiência máxima geralmente é medida sob condições laboratoriais selecionadas. Sistemas reais operam com cargas, temperaturas, tensões de entrada, estados de resfriamento e eventos transitórios variáveis.

As cargas de trabalho de IA podem provocar mudanças repentinas na demanda de energia. Os aceleradores alternam entre fases de inatividade, comunicação e computação. Os equipamentos de energia precisam manter uma saída estável durante essas transições, sem desperdiçar energia excessiva em carga parcial.

A velocidade de comutação do GaN pode melhorar a resposta e a densidade, mas aumenta a sensibilidade do projeto. A indutância parasita proveniente do encapsulamento ou das trilhas do circuito pode criar sobretensões. Os engenheiros precisam controlar o comportamento de comutação sem abrir mão do ganho de eficiência esperado.

A proteção é outro desafio. A corrente contínua de alta tensão não cruza naturalmente o zero como a corrente alternada. Portanto, interromper falhas exige disjuntores adequados, proteção de estado sólido, sensoriamento e controles cuidadosamente coordenados.

Esses sistemas complementares podem determinar se um projeto de 800 VDC chega à produção. Um conversor com eficiência impressionante em laboratório não terá importância se os operadores não conseguirem isolar falhas com segurança ou realizar manutenção nos equipamentos sem longos períodos de inatividade.

É por isso que os próximos dois anos são importantes. A NVIDIA forneceu uma arquitetura-alvo e uma janela de adoção para 2027. Agora, os fornecedores de energia precisam transformar demonstrações em equipamentos interoperáveis e de fácil manutenção.

O Google News pode enquadrar a história em torno da ascensão do GaN, mas os clientes avaliarão todo o caminho elétrico. O material vencedor em uma etapa pode depender das escolhas de encapsulamento, controlador e proteção ao seu redor.

A Adoção em EVs Precisa Ir Além dos Carregadores Embarcados

A oportunidade automotiva do GaN só se torna muito maior quando ele avança do hardware de carregamento para a propulsão, mas essa transição eleva drasticamente o padrão de confiabilidade.

Um carregador embarcado converte a eletricidade da rede em energia CC regulada para a bateria do veículo. Um conversor DC-DC alimenta sistemas de menor tensão a partir da bateria de alta tensão. Ambas as aplicações favorecem componentes menores e comutação eficiente.

O GaN pode reduzir o peso e o volume desses sistemas. Componentes magnéticos menores e maior eficiência podem liberar espaço de encapsulamento, reduzir as necessidades de resfriamento ou viabilizar projetos de carregamento mais rápido.

Os inversores de tração representam uma oportunidade mais exigente. Eles controlam a eletricidade que flui entre a bateria e o motor. Uma melhor eficiência do inversor pode preservar energia durante a condução e reduzir o calor no veículo.

No entanto, o hardware de tração opera sob mudanças frequentes de carga. Ele precisa suportar altas temperaturas, vibração, exposição à umidade, aceleração rápida, frenagem regenerativa e condições elétricas anormais.

As montadoras também esperam longas vidas úteis e taxas de falha extremamente baixas. A qualificação vai além de um protótipo bem-sucedido. Os fornecedores precisam de consistência de fabricação, rastreabilidade, encapsulamento de nível automotivo e produção estável em milhões de componentes.

O SiC já ocupa uma posição forte nos sistemas de tração para EVs de alta tensão. Sua capacidade de suportar tensão e seu desempenho térmico se adequam a plataformas veiculares de 800 V. Portanto, o GaN precisa provar uma vantagem de sistema, e não apenas especificações de transistores comparáveis.

O caminho provável é incremental. O GaN pode se expandir por meio de carregadores embarcados e conversão auxiliar, áreas em que os fornecedores já entendem seu comportamento. Depois, pode entrar em projetos selecionados de inversores à medida que os encapsulamentos e dispositivos de alta tensão amadurecem.

A arquitetura do veículo influenciará esse ritmo. Veículos de menor potência podem valorizar a compacidade e a frequência de comutação do GaN. Veículos maiores podem favorecer o SiC por suas maiores margens de corrente, tensão e temperatura.

O custo continua sendo central. O GaN pode reduzir componentes passivos e hardware de resfriamento, potencialmente diminuindo o custo total do sistema. Ainda assim, o semicondutor precisa estar disponível em escala automotiva, com rendimentos previsíveis.

Os programas de fabricação estão avançando nessa direção. A Imec lançou um programa de GaN de 300 mm com parceiros que incluem GlobalFoundries, KLA, Synopsys, AIXTRON e Veeco.

Wafers maiores podem produzir mais dispositivos por ciclo de fabricação e utilizar equipamentos de semicondutores já consolidados. A Imec afirma que o programa busca reduzir os custos de fabricação e desenvolver dispositivos de baixa e alta tensão mais avançados.

Um wafer maior não torna automaticamente o GaN barato. Rendimento, curvatura do wafer, qualidade epitaxial, controle de defeitos, encapsulamento e testes ainda determinam a economia da produção. A qualificação automotiva adiciona mais tempo e custos.

A concentração de fornecedores também importa. As montadoras resistem à dependência de uma única fonte para componentes críticos de propulsão. A compatibilidade entre dispositivos e as opções de segunda fonte podem influenciar a adoção, mesmo quando um fornecedor oferece melhor desempenho.

Por isso, a expansão além dos carregadores será medida em plataformas veiculares identificadas e volumes de produção. Apresentações técnicas indicam direção, mas remessas sustentadas revelam se o GaN cruzou o limiar automotivo.

O mercado de IA pode ajudar indiretamente. A demanda de data centers sustenta investimentos em fabricação, encapsulamento, controladores e desenvolvimento de dispositivos de alta tensão. Essas capacidades podem fortalecer a cadeia de suprimentos mais ampla do GaN.

A demanda automotiva pode retribuir ao criar volumes de produção maiores e mais estáveis. Os dois mercados têm requisitos de qualificação diferentes, mas ambos recompensam a conversão eficiente de energia em espaço limitado.

Essa base de fabricação compartilhada explica por que os fornecedores discutem data centers de IA e EVs em conjunto. As aplicações não são idênticas, mas o progresso em escala de wafers, encapsulamento, confiabilidade e integração pode beneficiar ambas.

O Que as Alegações sobre GaN de Potência Ainda Precisam Comprovar

O argumento a favor do GaN é tecnicamente crível, mas projetos de referência e números de eficiência de fornecedores ainda não comprovam uma adoção ampla em produção.

A primeira incerteza é a confiabilidade em escala. Carregadores de consumo ajudaram os fornecedores a acumular experiência operacional, mas racks de IA e inversores de tração geram diferentes estresses elétricos e térmicos.

Os equipamentos de data center funcionam continuamente e precisam atender a metas rigorosas de serviço. Uma pequena taxa de falhas multiplicada em milhares de módulos de potência pode gerar custos de manutenção que superam o benefício de eficiência.

Os sistemas automotivos enfrentam condições físicas ainda mais severas. Os fornecedores precisam demonstrar desempenho estável diante de ciclos de temperatura, vibração, surtos elétricos, umidade e anos de condução real.

A segunda incerteza é a economia. O GaN pode reduzir perdas e diminuir os componentes ao redor, mas os compradores avaliam o custo completo do sistema. Isso inclui dispositivos, controladores, resfriamento, proteção, fabricação e suporte em campo.

Um projeto pode oferecer maior densidade de potência sem resultar em menor custo total. Em algumas implantações, o silício maduro continua suficiente. Em outras, o SiC oferece melhor equilíbrio entre capacidade de tensão e histórico de qualificação.

A terceira incerteza é a padronização. O plano de 800 VDC da NVIDIA dá ao setor uma direção comum, mas equipamentos de diferentes fornecedores precisam funcionar juntos. Métodos de proteção, conectores, controles e procedimentos de manutenção exigem coordenação.

As especificações do Open Compute Project podem ajudar a alinhar fornecedores. Ainda assim, os operadores testarão a interoperabilidade, o comportamento diante de falhas e a facilidade de manutenção antes de comprometer instalações críticas com uma nova arquitetura de distribuição.

A quarta incerteza é o cronograma. A NVIDIA aponta para 2027 em sua arquitetura de próxima geração. O desenvolvimento de instalações, os ciclos de aquisição e a qualificação de componentes podem avançar mais lentamente do que os roteiros dos processadores.

Os primeiros sistemas podem usar sidecars, equipamentos de energia centralizados ou configurações híbridas. Esses projetos de transição podem apoiar o GaN, mas talvez distribuam o conteúdo de semicondutores de forma diferente da arquitetura final.

A quinta incerteza envolve o comportamento das cargas de trabalho. Os aceleradores de IA geram rápidas oscilações de potência, e o armazenamento em nível de rack pode se tornar parte da solução. Os conversores de GaN precisam operar de forma eficiente sob essas cargas variáveis.

A eficiência de pico, por si só, é insuficiente. Os operadores precisam de curvas de eficiência, dados térmicos, resultados de resposta a falhas, compatibilidade eletromagnética e estimativas de vida útil em condições realistas.

A concentração de fornecedores cria outro risco. O setor inclui grandes empresas diversificadas e especialistas menores. Os clientes precisam confiar que os componentes escolhidos continuarão disponíveis ao longo de extensos programas de instalações e veículos.

A escala de fabricação deve, portanto, ser tratada como evidência, não como nota de rodapé. Novos programas de 300 mm são promissores, mas rendimentos e capacidade qualificada importam mais do que o diâmetro do wafer por si só.

As alegações ambientais também exigem rigor. Uma conversão mais eficiente reduz o desperdício durante a operação. Ela não elimina a demanda de eletricidade, o impacto da construção, o uso de água ou as exigências de materiais associados à expansão da infraestrutura de IA.

A IEA espera que o consumo de eletricidade dos data centers aumente substancialmente, mesmo com a melhoria da eficiência do hardware. A crescente demanda por computação pode superar as economias proporcionadas por melhores conversores.

O GaN deve ser avaliado por um padrão prático: se reduz a energia, o espaço, o resfriamento e os materiais necessários para cada unidade entregue de computação ou mobilidade.

Essa é uma contribuição significativa, mas não uma resposta completa às restrições energéticas de nenhum dos dois setores.

Três Sinais Mostrarão se a Mudança É Real

A próxima fase será decidida por implantações em produção, dados operacionais medidos e profundidade de fabricação, e não por mais recordes de laboratório.

O primeiro sinal é a adoção, pelos clientes, de equipamentos de 800 VDC. Observe hyperscalers identificados, fabricantes de servidores e fornecedores de energia qualificando sistemas interoperáveis para implantações em 2027.

Um anúncio de produção deve especificar onde o GaN aparece na cadeia de energia. Também deve identificar a potência do rack, os estágios de conversão, as faixas de eficiência, os métodos de proteção e as normas aplicáveis.

Listas amplas de parceiros demonstram alinhamento, mas compromissos de compra revelam confiança comercial. Pedidos recorrentes reforçariam o argumento de que o GaN se tornou infraestrutura necessária para a computação de IA densa.

O segundo sinal é uma plataforma de tração para EVs em produção. O GaN já tem um caminho razoável por meio de carregadores embarcados e conversores DC-DC. Um inversor de tração de alto volume representaria um passo mais relevante.

A evidência mais forte incluiria um veículo identificado, status de qualificação, cronograma de produção esperado e o benefício do sistema. Alegações sobre tamanho ou eficiência devem abranger condições normais de condução, em vez de um único ponto ideal.

Um projeto de tração não significaria que o GaN substituiu o SiC. Mostraria que as montadoras veem espaço para ambos os materiais em diferentes classes de veículos e níveis de tensão.

O terceiro sinal é a capacidade de fabricação qualificada. Observe se os programas de GaN de 200 mm e 300 mm produzem dispositivos automotivos e de infraestrutura com rendimentos consistentes.

Os anúncios de capacidade devem ser acompanhados de amostras para clientes, dados de confiabilidade e cronogramas de produção. Múltiplas fontes qualificadas reduziriam o risco de aquisição para compradores de veículos e data centers.

Esses sinais também oferecem um filtro melhor para futuras coberturas do Google News. Um novo transistor ou projeto de referência é um marco de desenvolvimento. Um rack implantado, um veículo em remessa ou uma linha de fabricação qualificada marca adoção.

Leitores que acompanham esse mercado devem observar a arquitetura elétrica ao redor dos chips de IA, e não apenas os próprios processadores. O desempenho computacional depende cada vez mais da entrega de energia, do resfriamento, do armazenamento, da rede e do acesso à rede elétrica.

A mesma visão sistêmica se aplica aos EVs. A química das baterias atrai atenção, mas a eficiência de conversão influencia o hardware de carregamento, os sistemas auxiliares, a propulsão, o calor e o encapsulamento do veículo.

As equipes que avaliam esses desenvolvimentos podem preservar materiais de origem, notas de arquitetura e alegações de fornecedores em uma base de conhecimento de IA pesquisável. Isso facilita comparar anúncios com evidências posteriores de produção.

A questão central agora é concreta: o GaN continuará sendo um componente eficiente dentro de conversores selecionados ou se tornará uma camada padrão em sistemas de energia para IA e automóveis?

Acompanhe os primeiros racks de 800 VDC entregues, os primeiros programas de tração com GaN em escala e os primeiros acordos qualificados de fornecimento de wafers de grande diâmetro. Esses eventos mostrarão se a manchete do Google News capturou uma transição duradoura do mercado.