据十月九日晚间财经媒体报道，XMax 宣布推进对 HexaGaN 的收购，后者专注原生 1200V 垂直氮化镓（GaN）沟槽 MOSFET 技术路线。与目前主流的横向 GaN 器件不同，垂直结构通过垂直方向的电场分布，能在更高电压下做到更低导通损耗。目标场景直指 AI 数据中心的供电链——从市电到服务器主板，每一级电压转换都在吃掉算力。

这件事表面是功率半导体并购，底层是算力经济学。一颗 B200 GPU 满载功耗接近 1000 瓦，一座万卡集群的供电与散热成本已经接近芯片采购成本本身。供电链上每一级转换效率提高 1%，一万卡集群一年省下来的电费就是几百万美元。所以英伟达、博通们在算逻辑芯片，电力器件公司在算另一件事：怎么把电网的交流电尽可能无损耗地变成芯片要的直流电。

为什么是 1200V 垂直 GaN？

数据中心正在从 48V 母线向 800V 甚至更高电压架构迁移，以降低大电流带来的线材损耗。传统硅基 IGBT 在 1200V 级别开关速度慢、损耗大；碳化硅能做但贵；氮化镓过去只能做 650V 横向器件，压不到更高电压。HexaGaN 的垂直沟槽路线试图把 GaN 的高频高效优势推到 1200V。如果成功，数据中心从电网到芯片的整链效率会上一个台阶。

硅基认知的代价最终是热力学代价吗？

把这件事拉回认知主线：大模型推理不是凭空发生的，每一个 token 都对应一次电子在硅片上的迁移，对应一次从电网到芯片的能量转换。碳基大脑每天消耗约 20 瓦，能产生洞见；硅基大脑以兆瓦计的功耗，产生的是 token。两者都受热力学第二定律约束——认知不是免费的，它最终以废热的形式向宇宙缴税。

XMax 这笔收购看起来是功率器件新闻，实际上是在给硅基文明的电费单做折扣。当电费占数据中心 TCO 的比例越过某个阈值，整个人工智能产业的经济模型会被重写。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论。