AI大模型持續拉動算力芯片性能快速抬升，AI芯片為實現更高運算吞吐量，整體功耗大幅提升，與此同時芯片內部供電電壓持續走低，根據功率公式P=U×I，電壓下降會進一步推高工作電流。APEC2026上，電源廠商在下一代供電參考平台中已將3000A作為設計目標，而沿用多年的橫向板級供電，正在觸碰到物理層面的天花板。面對大電流帶來的損耗、空間佔用、瞬態響應等一系列現實矛盾，垂直供電（Vertical Power Delivery，VPD）成為行業重點推進的下一代供電架構。

技術層面的迫切需求，也快速傳導至產業端，相關資本動作也隨之密集顯現。2026年5月ADI收購Empower Semiconductor，8月英飛凌收購C2i Semiconductors、Navitas收購Claros，短短數月之內三筆大額交易的落地，形成了一個強烈的產業信號：垂直供電不再只是細分廠商的技術預研，全球頭部模擬半導體企業紛紛下場押注，這場由AI算力倒逼的電源架構變革，開始真正進入產業實操階段。

傳統供電扛不住了

過去十幾年，AI服務器普遍使用橫向板級供電方案。這套架構可以很好適配CPU與早期GPU，但隨着AI芯片功耗與電流暴漲，原有設計的短板被充分暴露出來。

傳統橫向供電把電壓調節器件佈置在GPU芯片周邊，依靠主板銅箔走線將電力輸送到芯片內核。由於GPU核心電壓已降至0.6-0.8V、電流高達數千安培，按照I²R功耗定律，電流越大，供電路徑上的損耗呈平方級放大。

據TSMC在APEC會議上公開的數據，傳統板級供電網絡的PDN（供電網絡）電阻約為90-140μΩ，路徑損耗顯著；轉向垂直供電後可降至10-15μΩ，損耗降低約89%。業界據此估算，這部分路徑損耗在整機供電中的佔比可達兩三成，損耗轉化為熱量，會直接推高數據中心的電能使用效率與長期運營成本。

空間衝突同樣難以迴避，現在的AI芯片四周佈滿HBM顯存，封裝外圍留給供電元器件的PCB面積十分有限。回看英偉達GPU迭代，從V100到B200，GPU供電相數從16相提升至60相以上，單純依靠增加供電相數、在板上堆砌電源器件的路子，已經走到物理邊界。

來源：NVIDIA/TIPMPP21887|APEC 2026演講報告

除了功耗和空間，負載劇烈波動也給傳統供電帶來麻煩。大模型訓練、推理過程中芯片負載變化極快，長走線帶來較高寄生電感，供電響應跟不上負載跳變，容易出現電壓跌落，影響芯片穩定跑滿算力。產業內也嘗試過加厚銅箔、升級TLVR電感、增加供電相數等手段，但這些都屬於現有體系內的修補，無法解決長距離走線這個根源問題。

正是這些現實約束，促使產業把目光投向垂直供電這套新體系。

和橫向供電從芯片側邊送電不同，垂直供電的核心思路是把調壓單元從芯片側邊挪到芯片正下方，讓電流垂直向上供給芯片核心，把供電路徑從釐米級壓縮到毫米級，從而降低供電網絡阻抗與寄生電感。依據集成深度，行業把它劃分為不同階段：PCB-VPD（背面垂直模塊）、SIVR（調壓器做進封裝基板）、以及In-Package IVR（調壓電路集成進芯片封裝內部），共同組成近芯供電（near-chip）技術譜系。

來源：半導體行業觀察整理

這種架構改動帶來的收益很明確，Vicor官方白皮書的測試結果表明，垂直供電可以把供電網絡電阻壓到5-7μΩ，配電損耗最高可以下降95%；供電路徑縮短之後，瞬態響應能力明顯改善，能夠匹配AI芯片快速波動的負載。主板正面也不再需要擺放大量電源器件，空間可以留給HBM和高速互聯，適配芯片越來越高的集成度。當然，垂直供電不是沒有代價，模塊佈置、封裝工藝、BOM成本，都會帶來新的工程難題。

垂直供電從概念走向產業

回溯垂直供電技術發展歷史，英特爾早在2012年完成了FIVR（全集成穩壓器）技術研發，2013年隨Haswell處理器正式量產，把電壓調節器集成進CPU封裝內部，是IVR技術一次重要的工程實踐。而在正式面向AI芯片的垂直供電方向，Vicor在2019年與京瓷官宣合作，由京瓷提供有機封裝、基板與主板集成，共同開發面向AI及高性能處理器的新一代合封電源解決方案。但彼時仍以方案合作與驗證為主，尚未形成面向AI加速器的大規模成熟產品。

直到AI芯片功耗和電流快速攀升，舊架構難以為繼，垂直供電才迎來真正的產業化契機，也逐步分化出幾條現實可行的技術路線。

其中PCB-VPD是目前推進速度最快的方案，電源模塊直接焊在處理器主板背面，芯片封裝不需要重新設計，可以兼容現有的服務器供應鏈，整機廠商改造壓力最小。而SIVR則代表中長期演進方向，目標將調壓電路集成在芯片載板上，路徑比前者更短，性能更優。但SIVR要求芯片、基板、電源廠商深度協同，供應鏈複雜度更高。

In-Package IVR是理論上性能最優的方案，調壓與硅電容直接嵌入芯片封裝內部，供電路徑最短。但同時也對封裝良率、散熱、器件可靠性要求苛刻，現階段更多面向高端定製算力，大規模量產還需要持續打磨工藝。

三條路線各有取捨，短期內不存在某一技術完全通喫的局面，會並行向前迭代。但可以確定的是，經過頭部芯片廠商示範、雲廠商樣機測試，垂直供電已經不再只是實驗室概念，成為下一代高端AI服務器的重要發展方向。

垂直供電的全球產業佈局

芯片廠商處於產業鏈最上游，依託AI芯片的功耗、電流、封裝佈局需求，直接決定垂直供電的技術參數、架構選型與商業化落地節奏，是整個賽道的核心需求牽引方。

英偉達作為全球AI算力平台的核心主導方，牽頭聯合全產業鏈夥伴推進新一代供電架構的系統協同適配。根據英偉達官方發布的800V直流架構白皮書，公司明確規劃在2027年前後落地800V高壓直流供電體系，搭建適配1MW級AI機架的新型供電基礎設施，為超高密度AI集群鋪路。同時Rubin架構搭載高密度HBM4出現明確的佈局約束，讓VPD成為最具可行性的技術方案。

谷歌、AMD、英特爾同樣提前佈局。谷歌母公司Alphabet旗下CapitalG曾參投高端IVR芯片企業Empower Semiconductor，同時公開論文證實TPU平台面臨大電流供電難題，持續探索近芯供電技術。AMD針對下一代3kW級高功耗AI加速器，內部開展VPD方案驗證，重點優化PDN損耗、電遷移與整機散熱問題。英特爾則延續FIVR集成調壓技術積累，並行推進PCB-VPD與封裝內IVR雙路線，適配服務器CPU與AI加速芯片迭代需求。

芯片端提出系統需求之後，電源、模擬與無源器件廠商就要承擔硬件方案落地工作。作為全球高性能高密度電源模塊的代表性廠商，Vicor很早就佈局了VPD技術方案，2019年與京瓷推出垂直供電原型，依託分比式電源架構推出板背安裝AI電源模塊，大幅壓縮PDN阻抗，已服務多家頭部AI客戶。

ADI作為模擬芯片大廠，擁有成熟完整的服務器板級模擬電源產品線，但缺少面向近芯場景的IVR集成穩壓器與硅電容核心器件。為此ADI收購Empower Semiconductor，拿到FinFast IVR與ECAP硅電容技術，補齊從機櫃輸入到芯片內核的供電鏈路短板。

英飛凌方面，自2024年起陸續推出OptiMOS TDM系列PCB-VPD功率硬件模塊，為進一步補足垂直供電向基板集成路線演進所需要的軟件與系統能力，8月24日宣佈收購印度電源管理初創公司C2i Semiconductors。

無獨有偶，幾乎在同一時段，Navitas也官宣了擬收購AI電源管理初創公司Claros的消息，Navitas表示將通過併購補足處理器近芯供電的整套技術能力，並結合自身高壓器件優勢，打通從電網到xPU內核的完整供電鏈條。

除此之外，還有不少廠商也基於自身技術積累推出對應的產品與方案，例如MPS發布超薄ZPD垂直供電模塊，適配液冷服務器並深度參與整機樣機開發；TDK推出可堆疊高電流板背供電模塊，提供標準化元器件方案；台達聚焦系統級定製，深耕雲廠商VPD整機方案與800V供電生態。

整體來看，垂直供電已經成為功率半導體廠商必須搶佔的戰略賽道，但行業尚未形成統一接口與系統標準，產業鏈的技術博弈與生態構建仍在持續推進。

垂直供電的困境與未來

即便行業普遍看好垂直供電，從樣機測試走向大規模上量，依舊要跨過技術、供應鏈、成本、生態幾道坎。

工程層面，PCB-VPD把電源模塊放在主板背面，芯片向下散熱和電源模塊自身發熱疊加，給整機熱設計帶來不小挑戰；背面器件焊接、溫度循環、長期震動，對服務器可靠性驗證提出更高要求，整機需要投入很長時間做測試。成本上，高密度電源模塊、特種電容電感、定製PCB與基板，都會抬高BOM，對於對成本敏感的推理服務器和通用數據中心，增量成本是繞不開的現實問題。

技術路線方面，PCB-VPD、SIVR、IVR各有長短，還沒有出現壓倒性最優方案，不少廠商不敢把資源全部押注某一條路線。生態層面同樣存在明顯短板，目前VPD的接口、機械尺寸、測試方法沒有行業統一規範，芯片、電源、ODM各做各的，方案碎片化，增加了整機適配成本。對雲廠商而言，要權衡硬件新增投入和長期省電帶來的TCO收益，現階段更願意在高端訓練服務器小範圍試點，不會直接大規模替換存量成熟架構。

但算力升級的大趨勢不會改變，垂直供電會呈現分階段落地的節奏。當前會優先落地在高端AI訓練服務器、HPC超算等高價值場景，以PCB-VPD形態完成樣機導入與業務驗證，而通用服務器、中低端推理服務器仍將沿用成熟的橫向供電架構。隨着AI芯片持續迭代，配套功率器件、基板工藝逐步成熟，規模效應有望逐步攤薄硬件增量成本，垂直供電纔會向中端推理場景進一步滲透，行業也將完成一輪技術路線篩選，部分混合折中方案或將獲得更多落地機會。當前OCP等行業組織已經開啓相關議題討論，未來有望推動通用接口規範，同時資本併購事件頻發，市場格局存在進一步集中的趨勢。

從更長周期看，垂直供電的設計思路並不侷限於AI GPU，伴隨大功率算力硬件需求擴張，這套供電理念還有望向高性能ASIC、高端FPGA、工業超算等領域外溢，成為大功率算力硬件重要的技術選項。

結論

算力競爭早已不只看芯片本身，供電已經從過去的系統配套方案，變成約束算力釋放的關鍵底座。垂直供電方案不再是某一顆元器件的簡單升級，而是芯片、電源IC、磁性器件、PCB基板、整機系統的全鏈條變革。ADI、英飛凌、Navitas接連發動併購，本質上也是巨頭們在爭奪下一代AI供電架構的市場主動權。因此垂直供電方案的普及速度，也將直接影響未來AI算力基礎設施的演進走向。