第三代半导体功率器件主要以碳化硅（SiC）和氮化镓（GaN）为代表，具备高频、高效、高功率、耐高压、耐高温、抗辐射能力强等优越性能。
其中，SiC功率器件应用领域广泛，新能源汽车已成为其主要应用市场之一。与硅基器件相比，SiC功率器件能更好地满足高压快充需求，助力新能源汽车延长续航里程、缩短充电时长、提高电池容量、实现车身轻量化。
目前，特斯拉、比亚迪、理想、蔚来、小米等全球多家车企的热门车型均已搭载使用SiC器件。随着SiC技术进步和产能扩张，带动良率提升和成本下降，SiC功率器件有望在新能源汽车领域加速渗透，向高中低端车型普及应用。
除新能源汽车外，SiC的潜力应用市场还包括工业、光储充、轨道交通等领域，并有望在相关领域内实现较快增长。
GaN器件可以实现更高的系统效率、更少的功率损耗和更小的模块体积，广泛应用于低功率消费电子市场，并正在逐步向汽车、高功率数据中心、光伏逆变器、通信电源等应用场景渗透。
整体来看，SiC、GaN具有光明的发展前景以及广阔的应用空间。据TrendForce集邦咨询研究，2023年全球SiC功率器件市场规模约30.4亿美元，至2028年有望上升至91.7亿美元，CAGR达25%；而全球GaN功率器件市场规模将从2022年的1.8亿美金增长到2026年的13.3亿美金，CAGR高达65%。
而AI技术的持续突破，使其逐步从作为行业发展的有益补充，转变为产业数字化智能化转型的核心竞争力。未来，AI有望像水和电一样，赋能千行百业，促进社会的进步与发展。
作为当前备受关注的两大赛道，以SiC、GaN为代表的第三代半导体和AI将会碰撞出怎样的火花？
01、AI赋能第三代半导体
近年来，深度学习、神经网络等技术的广泛应用使得AI在图像识别、语音识别、自然语言处理等领域达到了甚至超越人类的水平。目前，AI在诸如医疗、金融、教育等传统行业的应用取得了显著成果。
那么，既然AI如此强大，能否将相关技术用于正在蓬勃发展的第三代半导体等前沿领域？答案是肯定的，事实上，业内很早就已开始了相关探索。
早在2021年11月，日本名古屋大学的宇治原彻教授等人开发出了利用AI高精度制造新一代半导体使用的SiC结晶的方法。这种方法能将结晶缺陷数量降至原来百分之一，提高了半导体生产的成品率。这一技术突破，在一定程度上显示了AI在SiC产业的应用潜力。
既然如此，在SiC、GaN等第三代半导体产业链各个环节探索AI技术应用，也有望获得相应的提升。
在半导体芯片设计过程中，AI技术能够预测和解决设计流程中的问题，有助于提高设计的精确性与效率，并缩短设计周期。对于SiC、GaN等第三代半导体而言，同样可以进行相关应用研究，以期在芯片设计方面获得回报。
而在半导体生产领域，AI技术的渗透进展较快。2021年，半导体设备企业AMAT便推出了基于大数据和AI的ExtractAI。据了解，由应用材料公司数据科学家开发的ExtractAI技术解决了艰巨的晶圆检测问题。
在此基础上，国内部分SiC检测设备厂商也进行了相关研究，并有成果产出。例如，大连创锐光谱科技有限公司（下文简称创锐光谱）在去年12月推出了SiC衬底晶圆位错无损检测专用设备SIC-SUB-9900。结合AI识别，可对衬底晶圆中的BPD、TSD、TED等缺陷实现精准的识别和分类（以目前行业中广泛应用的碱液腐蚀法的结果为参照，识别准确率达到90%以上）。
华工科技产业股份有限公司（以下简称华工科技）则将传统算法与AI算法结合，使得SiC衬底外观缺陷检测智能装备能够检测十余种常态/非常态缺陷，将缺陷成像清晰度较传统方式提升25%，并且运算能力也提升了45%，在提升成像质量的同时保证检测速度不降速，让缺陷更易识别。
伴随着创锐光谱、华工科技等厂商SiC检测设备的推广应用，AI技术在SiC产业的影响力有望进一步提升，并通过产生的增益效果带动更多厂商加入SiC产业甚至是整个第三代半导体产业链的AI应用研究行列。
综合来看，AI可以用来增强化合物半导体企业内部的运营与管理、客户服务、办公流程优化等。同时，AI在数据分析、机器学习等方面的强大能力，能够加速化合物半导体新材料的筛选和设计过程，从而降低研发周期和成本。AI的应用，有望推动化合物半导体产业智能化升级。
02、第三代半导体助推AI腾飞
在AI技术推动第三代半导体产业加速发展的同时，SiC、GaN的身影也越来越频繁的出现在AI领域。SiC、GaN材料适合制作高温、高频、抗辐射及大功率器件，能有效提高系统的效率，随着AI在功能、功耗等方面提出更高的要求，SiC、GaN的应用优势正在逐步显现。
其中，伴随着AI的蓬勃发展，数据中心对电力的需求高速成长，激增的用电量促使数据中心运营商亟需寻找创新电力解决方案。而SiC 、GaN功率器件能够带来更高的效率水平，效率提高意味着能源损耗减少，设备也能减少过热情形，进而可以减少散热设备投入，降低系统成本。基于此，SiC 、GaN成为数据中心优化能源效率的关键技术之一，SiC 、GaN功率器件在数据中心电力系统中的应用有望加速。
产业化进展方面，英飞凌近日扩展了其SiC MOSFET产品线，推出电压低于650V的新产品，以满足AI服务器电源的需求。
纳微半导体则在今年3月公布了其AI数据中心技术路线图，为满足预计在未来12-18月内增长的AI处理器功率需求，路线图中的产品功率将提高3倍。
据悉，类似NVIDIA的“Grace Hopper”H100这样的高性能AI处理器目前功率要求已达700W，下一代“Blackwell”B100和B200芯片预计将在明年增加到1000W或更高。
为了满足AI处理器功率增长，纳微正在开发从3kW提升到10kW的服务器电源平台。2023年8月，纳微推出3.2kW数据中心电源平台，采用最新的GaN技术，功率密度超过100W/in3，效率超过96.5%。现在，纳微又发布了一个4.5kW平台，该平台由GaN和SiC相结合，可将功率密度提高到130W/in3以上，效率超过97%。
此外，很多AI应用都涉及到高速的实时数据通信，如智能交通、智能家居和智能港口等，针对这类应用场景，基于GaN技术的通讯芯片有望获得导入机会，进而助推AI进一步延伸应用领域。
目前来看，SiC、GaN在AI服务器的应用有望率先获得突破，进而推动包括AIGC在内的AI产业链进一步发展。未来，SiC、GaN有望在AI领域内持续拓展应用场景。
03、总结
尽管AI技术在半导体领域的应用进程仍然处于早期阶段，产业化成果较少，但这些为数不多的进展，已然能够让业界清晰地感知到AI有望成为半导体产业发展的一股强大动力。
尤其是在SiC材料价格战即将打响、行业聚焦降本增效的关键时刻，AI技术应用带来的良率提升、成本下降等方面的积极意义将会体现的更加充分。基于此，AI在SiC产业链各个环节的参与度将会持续提升，并向GaN领域延伸。
在AI助推第三代半导体产业发展的同时，SiC和GaN也正在成为AI产业腾飞的双翼。AI的飞速发展，对提供支撑的数据中心等设施性能要求越来越高，而SiC、GaN器件以其优秀的表现，正在成为相关设施迭代升级的突破口，部分国际功率器件大厂正在为此积极努力，持续研发新一代产品，助推AI产业更加稳健地发展。
目前，以SiC、GaN为代表的第三代半导体和AI都在不断拓展应用边界，向更多领域渗透，二者将会有越来越多的交集，协同发展已是大势所趋。（集邦化合物半导体Zac）
更多SiC和GaN的市场资讯，请关注微信公众账号：集邦化合物半导体。