Aceleradores de IA estão consumindo potência em taxas que a conversão de potência em silício não consegue mais sustentar. De acordo com executivos da EPC falando na EE Power Asia 2026, GPUs individuais dissiparão até 5 kW em dois anos enquanto operando em tensões de núcleo abaixo de 1 V e puxando correntes aproximando-se de 10.000 A. Semicondutores de nitreto de gálio (GaN) estão sendo implantados em múltiplos estágios de conversão de potência dentro de servidores de data center para lidar com essa densidade, substituindo MOSFETs de silício que atingiram seu limite prático de eficiência.

A arquitetura de potência dentro de servidores de IA está passando por redesenho fundamental. Data centers estão migrando da distribuição AC convencional diretamente em racks de servidor para sistemas sidecar centralizados que entregam um barramento DC de 800 V para cada rack, com conversão de potência ocorrendo então na própria placa do servidor. Isso elimina gavetas de fonte de alimentação volumosas e reduz perdas de distribuição, mas empurra os estágios finais de conversão para fornecer milhares de amperes em tensões extremamente baixas. De acordo com Alex Lidow da EPC, o espaço da placa do servidor é "o imóvel mais caro do mundo", tornando a densidade de potência tão crítica quanto a eficiência. Frequências de comutação mais altas reduzem o tamanho dos componentes magnéticos e permitem que mais circuitos de conversão caibam no espaço limitado ao redor dos GPUs.

O silício atingiu seu limite de desempenho para essa carga de trabalho. Jason Zhang da EPC afirmou que melhorias em silício desaceleraram para cerca de 20% por geração, "simplesmente não o suficiente" para acompanhar requisitos de potência acelerados. A resistência on de silício está se aproximando de seu limite teórico, e ganhos incrementais tornaram-se cada vez mais difíceis. Dispositivos GaN, em contraste, continuam melhorando rapidamente. A plataforma de sétima geração da EPC entrega resistência on mais baixa e carga de gate mais baixa em dispositivos de tensão mais alta e uma nova família de produtos de baixa tensão variando de 18 V a 40 V. Carga de gate mais baixa permite frequências de comutação mais altas: Zhang observou que dispositivos Gen 7 da EPC comutam eficientemente em cerca de 3 MHz em conversores buck síncronos, aproximadamente 3× a frequência de comutação de implementações comparáveis em silício. O roadmap da empresa visa frequências de comutação aproximando-se de 10 MHz, permitindo densidades de corrente de aproximadamente 5 A/mm² para futuros processadores de IA requerendo 10.000 A de corrente.

A adoção de GaN está se espalhando por toda a árvore de potência do servidor. Lidow espera que GaN seja implantado em praticamente todos os estágios de conversão de potência dentro de futuros servidores de IA. Hoje já é amplamente usado no estágio de entrada de 48 V. Conforme arquiteturas de IA migram para distribuição de 800 V e tensões intermediárias mais baixas, GaN está sendo projetado em conversores de entrada de 800 V, conversores de barramento intermediário e reguladores point-of-load. Estágios de conversão de tensão mais baixa requerem substancialmente mais área de semicondutor porque a corrente aumenta conforme a tensão diminui, então a adoção de GaN deve acelerar conforme a conversão de potência se move mais perto do núcleo do GPU.

Capacidade de fabricação não é mais uma restrição. Diferentemente do carbeto de silício, dispositivos GaN são produzidos em substratos de silício usando equipamento de fabricação de silício largamente convencional suplementado por processos de crescimento epitaxial. A EPC depende de múltiplos parceiros de ecossistema para fabricação de wafer, testes, empacotamento e logística. Zhang afirmou que "GaN não tem restrição de capacidade". Confiabilidade também amadureceu significativamente ao longo de quase duas décadas de desenvolvimento. Em vez de depender apenas de métodos de qualificação tradicionais de silício, a EPC avalia dispositivos GaN dentro de suas aplicações pretendidas, identifica mecanismos de falha intrínsecos e modifica design de dispositivo e processos de fabricação para eliminá-los. Lidow observou que dispositivos GaN da EPC acumularam oito anos de implantação em cartões de data center de IA com "confiabilidade fenomenal".

O caso operacional para GaN se estende além da eficiência de entrega de potência. Zhang observou que operadores de hiperscala cada vez mais avaliam eficiência total de instalação em vez de apenas desempenho de processador. Até mesmo melhorias modestas em eficiência de conversão podem reduzir significativamente consumo de eletricidade, requisitos de resfriamento e uso de água em instalações de IA em escala de gigawatt. De acordo com Zhang, GaN pode melhorar eficiência geral em 5% de AC até o núcleo do GPU, o que representa economias substanciais de custo operacional em escala. Considerações ambientais também estão se tornando importantes conforme infraestrutura de IA se expande, particularmente em regiões onde consumo de eletricidade, uso de água e impacto comunitário estão recebendo maior escrutínio regulatório.

Arquiteturas futuras de potência de IA continuarão evoluindo em direção a tensões de distribuição mais altas e tensões de barramento intermediário mais baixas. Enquanto distribuição de 800 V está se tornando a linha de base da indústria, gerações futuras de GPU podem requerer barramentos primários de 1.200 V, 1.500 V ou até 2.000 V suportados por topologias de conversor multinível. Barramentos intermediários devem se mover de 12 V em direção a 6 V antes de conversão GaN direta para suprimentos de núcleo de GPU abaixo de 1 V. Dentro da EPC, desenvolvimento futuro está se deslocando de transistores discretos em direção a ICs de potência GaN cada vez mais integrados. Lidow afirmou que "acho que esprememos tudo que podíamos de GaN discretos" e que integração se tornará necessária conforme velocidades de comutação continuarem aumentando, permitindo drivers de gate distribuídos, estágios de potência monolíticos e níveis mais altos de funcionalidade que não podem ser alcançados com componentes discretos sozinhos.

Para arquitetos projetando clusters de GPU, a conclusão é clara: conversão de potência em silício não é mais viável na escala e densidade que cargas de trabalho de IA demandam, e adoção de GaN em múltiplos estágios de conversão é agora um requisito em vez de uma otimização.