这两天摩根有一篇闭门的投资报告哈，我给大家拆一下，费好大劲搞到的。
上周我拆了陈立武那篇半导体访谈，很多人应该还有印象。他当时讲了一个很反常识的判断：AI未来真正的瓶颈，不是算法，而是电、内存、材料这些物理世界的东西。
结果这两天，摩根也发了一篇内部研报，标题就叫：
Following the Power.
跟着电走。
陈立武是从产业老炮的角度告诉你：AI会卡在电。摩根这篇，是直接把这件事拆成了一张产业链地图——电从电网进来，怎么一步一步变成GPU能吃的电；中间每一层，谁拿走价值量。
所以这条不是讲“AI缺电”。缺电已经是共识了。真正要看的是：当AI开始缺电，谁会因为“给GPU供电”这件事，重新被定价。
摩根给了一个很狠的数字：
AI电力半导体市场，2025年大概是27亿美元，到2028年可能涨到160亿美元，强情景下甚至超过200亿美元。
三年复合增速大概82%。这已经不是传统电源管理市场的增速了，而是AI算力外溢出来的新瓶颈。
过去两年，市场看AI产业链，目光都在GPU、HBM、先进封装、光模块、液冷。
这些当然没错，但现在的问题是，GPU这些发动机越来越猛，电力系统快跟不上了。
普通数据中心以前一个机柜大概10到20千瓦。到了Blackwell这一代，AI机柜开始冲到100到200千瓦。再往后，Rubin Ultra这些下一代系统，可能把单个机柜推到几百千瓦，长期甚至走向1兆瓦。
这时候，问题就不再是“有没有GPU”，而是你怎么把这么多电，稳定、高效、安全地送到GPU面前。
传统数据中心的供电路径很绕。
电网进来是交流电，先变压，再过UPS，再到PDU，再进服务器电源，再经过主板上的电压调节模块，最后才到GPU核心。
中间四五次转换，每转一次，就损耗一次。损耗掉的电会变成热，热又逼你上更强的液冷、更大的机房、更贵的基础设施。
所以AI数据中心到最后拼的，不只是买了多少GPU，而是每一瓦电，最后有多少真正变成算力。
这就是英伟达现在推800V高压直流的原因。逻辑很简单：同样的功率，电压越高，电流就越低。电流低了，线缆更细，铜用得更少，发热更低，损耗也更小。
所以800V不是为了显得先进，而是AI机柜吃电吃到传统架构扛不住了。过去是交流电一层一层往下变，未来是高压直流更直接地进到AI机柜里。转换阶段减少，效率提高，空间省下来，铜省下来，散热压力也降下来。
但重点来了：电力架构一变，背后的半导体价值量就会重新分配。
因为电不是自己从800V变成GPU能吃的1V。每一次降压、整流、保护、储能接口，背后都要靠电力半导体。摩根这篇报告最值钱的地方，就是把这条链拆成了三种材料：
硅，氮化镓，碳化硅。
先说硅
它是老主力，成熟、稳定、便宜，主要负责最靠近GPU的低压供电，比如VRM、PoL。GPU核心真正吃的不是800V，也不是48V，而是非常低的电压。
最后这几步，硅还是主力。
对应到公司，就是MPS、Renesas、TI、ADI这些做电源管理、控制器、智能功率级、检测和保护的公司。
尤其是MPS，它强在GPU、ASIC周边的电源管理和垂直供电模块。简单说，它离GPU最近。GPU越吃电，身边这套供电系统就越值钱。
第二个，氮化镓
这是中间那段最有爆发力的材料，主要负责机柜内部的高频转换，比如把800V降到48V、12V、6V。
未来AI机柜空间越来越紧，功率越来越大，效率要求越来越高，你要在更小体积里处理更大电流，还不能太热。
氮化镓的优势就是高频、高效、高功率密度。
所以摩根认为，氮化镓是这轮增长里最猛的一段。
报告里有个数字很夸张：现在氮化镓在AI电力系统里的半导体搭载价值，大概只有每千瓦3美元，长期可能涨到每千瓦46美元——十几倍提升。
因为800V真正进机柜以后，机柜内部的DC-DC转换，会变成新战场。
这一段对应到公司，Navitas这种更纯的氮化镓、碳化硅玩家，弹性会更大。
但纯玩家也意味着波动更大——方向对的时候涨得快，客户导入、产能、现金流有一点不顺，也会被市场重估。
第三个，碳化硅
它负责更高压、更靠近电网侧的大活，比如中央AC-DC整流、固态变压器、储能系统、固态断路器。
你可以把碳化硅理解成高压大闸门——越靠近电网，电压越高，功率越大，碳化硅越有优势。
这一段对应到公司，就是Infineon、onsemi、ST、Rohm、Wolfspeed这些。
尤其是Infineon，摩根特别关注它，不是因为它只押某一种材料，而是因为它从硅、碳化硅、氮化镓，到驱动器、控制器、电源模块，覆盖得比较全。你可以把它理解成AI电力基础设施里的综合型平台。
Infineon自己也说，AI数据中心相关收入会从2026财年的大约15亿欧元，提升到2027财年的大约25亿欧元。
这说明AI对电力半导体的拉动，不只是资本市场讲故事，已经开始进入公司自己的收入预期。
所以这条链总结下来就三句话：
短期，看GPU旁边的硅基供电模块。中期，看机柜内部的氮化镓转换。长期，看电网和储能侧的碳化硅。
低压看硅，中压看氮化镓，高压看碳化硅。
这就是AI供电链条的材料分工，也是摩根这篇报告真正想讲的价值迁移。
你再回头看陈立武那套方法，就会发现完全对上了。陈立武投了一辈子半导体，他的方法就三句话：找真问题，找瓶颈，敢重仓。
AI现在的真问题，当然还是GPU够不够。但下一个越来越痛的问题，是电怎么供上去。
瓶颈不在一句“缺电”这么粗，而在每一次电力转换的损耗里——在800V到48V的转换里，在GPU最后一厘米的供电里，在电网到数据中心的整流、储能和保护里。
哪里损耗最大，哪里就会产生新的价值量。哪里客户疼得最厉害，哪里就会出现新机会。
所以我最后给一个判断：
过去两年，市场问的是谁能提供更多算力。接下来几年，市场会开始问，谁能更高效地给算力供电。
GPU是AI的发动机，但电力半导体，是把能量送进发动机的血管。血管不够粗，损耗太高，再强的发动机也跑不满。
陈立武说，未来AI会卡在电。摩根现在把这句话翻译成了更具体的产业路线：谁能把电更高效、更稳定、更便宜地送到算力面前，谁就会吃到AI基础设施扩张的下一波红利。
