稿件提供：臺大系統晶片中心
隨著生成式人工智慧與高效能運算需求持續攀升，AI晶片功耗、資料中心用電規模與系統設計複雜度面臨更高難度的挑戰，電源與晶片架構已成為產業能否持續擴展的關鍵。臺大系統晶片中心（SoC）中心於 2025 年 11 月 26 日舉辦第四次研發季報，聚焦 AI 資料中心電源架構、先進電源轉換技術等次世代晶片關鍵趨勢，並邀集台達電、Ansys及學界專家分享產業第一線觀察與研究成果，勾勒 AI 運算從電網到晶片布局的最新發展方向。
AI 資料中心電源挑戰 從電網到晶片布局架構
隨著大型語言模型與 AI 訓練規模快速發展，資料中心算力與功率需求持續放大，供電系統已成為影響 AI 基礎建設能否擴展的關鍵因素。台達電電源及系統事業群技術長邱煌仁指出，AI 晶片的功耗已由過去數百瓦快速成長至超過 1.2 kW，未來更可能突破 2 kW；AI 伺服器與機櫃的總功率也從數十千瓦，提升至數百千瓦甚至 MW 等級，使資料中心整體用電規模達到國家級電力消耗。面對如此龐大的能耗需求，傳統以交流電為主的電源架構，在轉換效率、負載穩定與系統擴充上逐漸顯現瓶頸。
為因應新一代 AI 應用需求，台達電提出以 800V（HVDC）為核心的創新電源架構，透過降低 AC/DC 與 DC/DC 轉換級數，提升端到端整體效率至九成以上，同時有效降低配線電流與系統體積，支援高密度、高功率的 AI 運算環境。為確保電力系統的穩定與高效率，關鍵技術的發展不可或缺。電源轉換器正積極採用氮化鎵（GaN）等寬能隙元件配合高頻率運作，以實現更高的功率密度和更低的電路損耗。此外，模組化、可擴展的解決方案，例如將電力、散熱、電池與 IT 設備整合為一體的櫃式 AI 資料中心，正成為快速部署和應對邊緣運算需求的趨勢。
AI 晶片邁向 3DIC 世代的系統級設計挑戰
Ansys資深產品工程師江宗勳在會議中精彩介紹，AI晶片走向複雜的3DIC，設計挑戰已不再侷限於效能或電源，而是進一步擴展至熱完整性（Thermal Integrity）與結構完整性（Structural Integrity）等多物理耦合議題。
江宗勳指出，隨著製程演進至 FinFET 與 Gate-All-Around（GAA），電晶體電流密度顯著提高，自我加熱效應與金屬導線焦耳熱日益嚴重，溫度上升不僅影響效能，也會導致漏電流呈指數成長，形成正回饋風險。在多晶粒與 3D封裝架構中，熱傳路徑更為複雜。江宗勳強調，未來先進3DIC設計需採取System Technology Co-Optimization思維，整合電源、熱、結構與訊號分析，並將模擬「左移」至架構與 RTL 階段，避免僅以單一物理假設進行設計。唯有透過多物理整合模擬與系統層級驗證，才能在高功率密度與高可靠度並存的 AI 時代，確保 3DIC 系統的長期穩定運作。
臺大SoC中心教授陳景然於專題分享中指出，On-board電源轉換器在高效能運算（HPC）應用中的核心挑戰，在於同時實現更高功率與電壓、更高能源效率，以及更小型化的系統整合。他指出隨著 CPU 與 GPU 功耗快速攀升，伺服器電源架構正逐步朝向48V bus發展，以降低線路傳輸損耗，並透過較為複雜的兩級電源轉換架構來減少電流應力、優化瞬態反應。然而，面對單顆處理器高達 700A 的電流需求以及極為嚴苛的負載瞬變條件，現有電源技術已逐漸逼近物理與系統極限，傳統電源架構難以再有效支撐AI運算系統的持續擴展，亟需在架構與技術層面進行根本性突破。
在解決方案方面，陳景然進一步分享其研究團隊提出的創新電流感測技術，透過 Self-Subtracted 架構結合被動濾波方法，實現不依賴電感直流電阻 （DCR）、且對功率級變異不敏感的高精準電流感測。此技術可有效改善多相轉換器中的電流平衡問題，在晶片面積與誤差表現上優於既有方案，展現其在未來AI與高效能運算電源系統中的應用潛力。此外，他也介紹應用於高效能處理器的先進電壓調節架構，包括Trans-Inductor VR （TLVR） 與結合切換式電容與切換式電感的混合式轉換器， TLVR透過變壓器與磁性元件在負載瞬變期間提供額外電流支援，大幅降低輸出電壓下陷並顯著提升瞬態響應速度。混合式轉換器可降低電感的跨壓以及電流，有機會減少轉換器整體體積與功耗。
臺大SoC中心胡璧合教授於演講中指出，晶背供電（BSPDN）正逐漸成為次世代邏輯製程的關鍵技術，能有效因應先進奈米片（nanosheet）與 CFET 架構下愈趨嚴苛的電源完整性挑戰。透過自晶片背面引入電源，BSPDN 可使電源與訊號布線分離，進而顯著降低 IR drop、放寬金屬導線線寬限制、改善標準元件配置與繞線品質，最終帶動效能、功耗與面積（PPA）的全面提升。
胡教授並系統性比較多種 BSPDN 架構及整合方式，包括 PowerVia、BPR 與 BSC，分析其在 CMOS 佈局設計、製程流程與可靠度上的挑戰與優劣。雖然 BSPDN 能帶來顯著效益，但實現上仍需克服對位精度、材料選擇、電遷移、熱管理等關鍵問題。依據近期產學成果，BSC 架構在崩潰電壓、閾值電壓漂移及電遷移可靠度方面有優秀的性能表現；而 PowerVia 則因建立直接熱傳通道，可有效降低晶片熱點溫度。胡教授強調，未來高效能運算晶片的電源設計將必須從製程、佈局、可靠度到系統層級進行協同最佳化；而 BSPDN 的成熟導入，將在後摩爾時代扮演支撐先進邏輯技術與 AI 運算持續發展的核心角色。
SoC中心2026年第一次季報將於三月登場，如有興趣，請關注SoC中心網站最新資訊。
