B. Jayant Baliga 如何用 IGBT 與功率半導體降低 AI 基礎設施的能源損失？

大型語言模型常被描述成晶片與演算法的競賽，但真正讓 GPU 叢集能長時間工作的，是從電網到機架、從整流器到電源模組的一整套功率半導體。B. Jayant Baliga 的核心貢獻是絕緣柵雙極電晶體（IGBT）與一系列功率元件、寬能隙半導體研究。把他放入 AI／LLM 名人堂，談的是如何更有效率地開關和轉換電力，降低資料中心、交通、工業與再生能源系統的能耗；不是把功率元件發明人誤寫成模型架構作者。

先講結論：B. Jayant Baliga的核心貢獻是IGBT與功率半導體研究，重點在更有效率地開關與轉換電力；它與AI資料中心的關係位於電網、UPS、伺服器電源與散熱的基礎層，不等於他直接設計GPU或LLM。

Q：B. Jayant Baliga是誰？
A：他是功率半導體先驅，因IGBT的發明、發展與商業化受到肯定；本文把他的工作放回能源轉換與AI基礎設施。

Q：IGBT是什麼？
A：IGBT是絕緣柵雙極電晶體，把MOS結構的電壓控制與雙極性導電特性結合，作為中高功率開關元件。

Q：IGBT如何降低能源損失？
A：電源轉換器可用功率元件更精準地開關與控制能量；導通損失、開關損失與熱管理改善後，系統才可能提高效率。

Q：AI資料中心為什麼需要功率半導體？
A：GPU叢集要把電網交流電轉成不同電壓的直流電，經過變壓器、整流器、UPS、伺服器電源與板上調節，每一級都需要功率控制。

Q：IGBT和AI晶片有什麼關係？
A：IGBT通常不在GPU核心執行模型，而是在供電與電力電子路徑；它改善的是讓高功率設備運作的能源轉換條件。

Q：IGBT和MOSFET如何取捨？
A：MOSFET驅動容易、速度快，IGBT則在較高電壓與功率場景提供不同折衷；實際選型要看電壓、頻率、負載、冷卻與可靠度。

Q：資料中心的損失只有開關損失嗎？
A：不是。還包括導通、磁性元件、整流、待機、散熱、配電與負載波動等損失；元件改善必須放進完整系統量測。

Q：Baliga的研究能保證AI資料中心省多少電嗎？
A：不能。節能幅度取決於具體拓撲、設備、負載曲線、控制器與運轉條件；本文區分元件原理、工程推論與實際量測。

Q：研究Baliga與AI基礎設施的核心結論是什麼？
A：AI的能源效率不只靠更快的加速器，也要靠電源轉換、功率元件、散熱與系統工程；IGBT提供的是重要底層工具，而非單一解方。

B. Jayant Baliga 如何用 IGBT 與功率半導體降低 AI 基礎設施的能源損失？

實體索引｜功率半導體與能源效率實體

• 人物、元件與應用：B. Jayant Baliga 如何用 IGBT 與功率半導體降低 AI 基礎設施的能源損失？；核對 B. Jayant Baliga、IGBT、功率半導體、發明／商用年代、電壓／功率場景與 AI 基礎設施設備。
• 原文錨點：大型語言模型常被描述成晶片與演算法的競賽，但真正讓 GPU 叢集能長時間工作的，是從電網到機架、從整流器到電源模組的一整套功率半導體。B. Jayant Baliga 的核心貢獻是絕緣柵雙極電晶體（IGBT）與一系列功率元件、寬能隙半導體研究。把他放入 AI／LLM 名人堂，談的是如何更有效率地開關和轉換電力，降低資料中心、交通、工業與再生能源系統的能耗；不是把功率元件發明人誤寫成模型架構作者。 先講結論： B. Jayant Baliga 是功率半導體先驅，核心貢獻包括絕緣
• 工程脈絡：把開關損耗、導通損耗、電源轉換、資料中心負載與散熱連回具體系統。
• 編輯界線：區分元件原理、工程效益、系統級節能與作者推論；實際效率依設備設計與負載條件而異。

先說清楚 IGBT 與 AI 的距離

北卡羅來納州立大學（NC State）官方新聞記載，Baliga 因發明 IGBT 而獲選進入 National Inventors Hall of Fame。IGBT 是一種電力電子開關，能控制能源從電源流向負載，應用涵蓋運輸、家電、工廠機器人和醫療設備。這是可靠的功率電子史實；它不等於 Baliga 直接設計 GPU、CUDA、Transformer 或 LLM。

AI 的連結在資料中心的能源路徑。訓練與推論叢集需要把交流電轉成不同電壓的直流電，再經過不斷電系統、伺服器電源、電池、冷卻泵和風扇供給負載。每一次轉換都有導通損失、開關損失與熱，效率差異會隨數千個節點和全年運轉時間累積。Baliga 的功率半導體研究讓工程團隊有更成熟的開關元件可以設計高效電源，但實際節能仍要以具名設備、負載曲線和量測資料驗證。

IGBT 為什麼能把兩種元件結合

功率 MOSFET 以絕緣柵控制導通，驅動容易、速度快；雙極性電晶體可以承受較高電壓並利用少數載子導電，但需要較大的驅動電流。IGBT 把 MOS 結構的電壓控制和雙極性導電結合，形成適合中高功率開關的折衷方案。Baliga 在 General Electric 研究期間提出並發展這項元件，核心問題是如何在導通損失、關斷速度、耐壓、閘極驅動和熱之間取得平衡。

NC State 官方人物報導說明，IGBT 讓電源控制更有效率，並廣泛用於汽車、冰箱、燈具和心臟去顫器等設備。對 AI 電源而言，這種元件級折衷十分重要：開關太慢會增加轉換損失，導通電阻太大會發熱，耐壓不足則需要更多級聯元件。功率設計不是只選最高頻率，而是要依照負載、電壓、冷卻與可靠度選擇合適的工作區。

從電網到 GPU 的多級轉換

一座 AI 資料中心可能經歷中壓配電、變壓器、整流器、UPS、電池、機架匯流排、伺服器電源與板上電壓調節。每級轉換都要處理輸入電壓波動、功率因數、諧波、突波、短路保護和熱。IGBT 曾長期在牽引、工業驅動、太陽能逆變器與電動車等高功率場景扮演開關角色，這些經驗可轉化為資料中心的電源架構知識。

AI 負載還有自己的難題。大型模型訓練會出現同步的功率尖峰，推論服務可能因請求量變化造成快速負載階躍；電源模組既要效率高，也要在數十萬次切換與熱循環後保持穩定。若電源反應不夠快，GPU 可能降頻或觸發保護；若濾波和控制不佳，則會把雜訊送入高速互連和記憶體。Baliga 的功率元件研究不是一個即插即用的 AI 解法，但提供了處理高功率開關、驅動和損失的材料與電路基礎。

導通損失與開關損失的取捨

功率開關的損失通常可分為導通期間的電阻或壓降，以及切換瞬間的電壓電流重疊。提高切換頻率有助於縮小磁性元件和濾波器，卻可能增加開關損失、電磁干擾與閘極驅動能耗；降低頻率可以減少切換次數，卻可能需要更大的電感、電容和散熱。IGBT 的設計價值就在於讓這個折衷落在適合的電壓和功率範圍。

資料中心電源工程師不能只看單一效率百分比。要把整流器在 20%、50%、80% 和滿載時的效率曲線與 AI 工作負載疊合，再計算部分負載、備援、冷卻和維修的總能耗。若某種新元件在滿載極高效，卻在推論服務的低負載時變差，整體 PUE 未必改善。Baliga 的方法提醒團隊，元件物理、控制策略和實際負載必須一起設計，不能用一個實驗室峰值代替全年營運資料。

從 GE 研究到可使用的產品

Baliga 在 GE 研究中心工作多年，面對的不是只發表論文，而是要回應馬達驅動、家電、照明和工業設備的功率需求。當工程團隊需要更有效率的開關，他把 MOS 控制和雙極性導電的想法做成 IGBT，再透過製程、封裝和驅動電路使其可用。NC State 工程學院官方報導也記錄他在 GE 開發元件、後來加入 NC State 並建立 Power Semiconductor Research Center。

這種從需求反推元件的工作模式，與 AI 硬體很接近。資料中心提出每機架功率、電壓轉換效率、電流瞬態和維護週期，元件團隊再決定閘極、漂移區、封裝和控制策略。若元件只在晶圓測試中好看，卻不能承受機架振動、熱循環和電磁環境，就無法成為基礎設施。Baliga 的工程遺產是把功率元件放回負載與產品脈絡，而不是把發明停在示意圖。

IGBT 的應用範圍與證據邊界

NC State 官方資料將 IGBT 的應用列為運輸、消費電器、工廠機器人與醫療設備。這些場景都有中高電壓、可控制功率和長時間工作的要求。電動車逆變器要把電池直流電轉成馬達交流電，工廠驅動要調整轉速，照明電源要控制電流，醫療設備則要兼顧安全與低故障率。每一種用途都要重新驗證開關頻率、散熱、保護和可靠度。

不能因 IGBT 很普遍，就宣稱所有 AI 伺服器都依賴 Baliga 的原始元件。現代低電壓、高頻率的板上轉換可能採用 MOSFET、GaN、SiC 或其他架構；高壓配電和 UPS 則可能選 IGBT、SiC MOSFET 或混合方案。名人堂文章應把 Baliga 定位在功率半導體和能源轉換的歷史影響，並把 AI 連結寫成資料中心電力需求的工程延伸，而不是沒有產品證據的直接歸因。

寬能隙半導體與下一代電源

Baliga 很早就關注矽以外的功率材料，包括碳化矽（SiC）與氮化鎵（GaN）。NC State Energy Collaborative 官方文章指出，寬能隙材料可在更高電壓、頻率和溫度下工作，並具有提高效率的潛力，也能支援電動車、電網、5G／6G、量子科技和 AI 應用。這是研究方向與可能性，不是所有應用都已經完成商業部署。

寬能隙材料的優勢伴隨新難題。SiC 晶體、缺陷、閘極氧化層、封裝熱應力和成本都要控制；GaN 需要處理高電子遷移率、陷阱、動態導通電阻、可靠度和基板整合。高頻率與高溫也會把寄生電感、電磁干擾和控制延遲放大。AI 資料中心若採用 SiC 或 GaN 電源，必須從電網、機架、板級、負載瞬態和維修整體評估，而不能只引用寬能隙的材料宣稱。

Power Semiconductor Research Center 的制度化

Baliga 1988 年加入 NC State，1991 年建立 Power Semiconductor Research Center，與全球企業合作研究功率元件。NC State Experts 官方頁列出他的研究領域包括功率半導體元件與功率積體電路，也記錄他擁有超過一百項專利。研究中心的價值不只在某一個元件，而在於把材料、元件、電路、設備商和使用者放到共同測試環境中。

AI 電源同樣需要跨機構合作。GPU 供應商知道負載與電壓需求，電源廠商知道磁性元件、控制 IC 和散熱，電網與資料中心團隊則掌握輸入品質、備援和維修。若資料沒有共同格式，任何一方都只能最佳化局部指標。Baliga 建立研究中心的經驗，示範如何用長期研究、學生訓練、企業合作和標準化量測，讓功率技術不被單一公司或單一專家鎖住。

電力效率如何傳到模型成本

模型的每次推論都有計算、記憶體和通信成本，也有將交流電轉成晶片工作電壓的成本。若轉換效率從 94% 提高到 97%，單看三個百分點似乎不大，但當叢集包含數千個節點、全年運作並需要液冷時，損失轉成熱與冷卻泵功率就會累積。功率元件也影響電源模組尺寸、機架密度、備援容量和故障率，最後反映在每次推論的總成本。

這種計算必須使用實測資料。要記錄輸入電壓、輸出電壓、負載階躍、工作溫度、開關頻率、風扇或液冷功率、待機消耗和故障重試。不能把某個 IGBT 或寬能隙元件的數據直接乘上 GPU 數量，就宣稱 AI 成本下降；電源拓撲、控制韌體、功率因數、配電和機架利用率都可能改變結果。Baliga 的價值在於讓這些電力變因成為元件和系統設計的核心，而不是部署後才補救。

專利、創業與可持續的技術鏈

Baliga 在 NC State 期間持有大量專利，也成立多家新創公司，把功率元件和電源技術推向市場。NC State 官方新聞提到他的專利、公司與 IGBT 商業化；NC State Magazine則把他列為校方工程名人堂人物。這段歷史提醒我們，基礎研究要產生能源效益，還要經過專利、製程、供應鏈、客戶驗證和售後服務。

AI 基礎設施也不能只依賴單一供應商的路線。若某種電源元件有專利或材料瓶頸，資料中心需要評估第二來源、替代拓撲、維修庫存和長期軟體支援。Baliga 從研究中心到新創公司的經驗，展示如何讓人才、專利和產品互相流動；但每個產品仍要以現場可靠度和安全認證為準，不能因有專利就假設已適合高密度 AI 機房。

把 IGBT 放進 AI 電源架構

在高壓輸入或不斷電系統中，IGBT 可能被用來做整流、逆變、功率因數校正或電池介面；在較低電壓、高頻率的伺服器板級，則可能由其他元件承擔主要開關。選擇要看耐壓、電流、頻率、導通壓降、短路承受時間、閘極驅動、熱阻和成本。這些規格必須與 AI 負載的瞬態、冗餘和機架功率上限一起決定。

電源設計還要和軟體排程連接。若訓練作業在同一時間讓大量 GPU 拉高電流，控制器可以透過功率上限、工作負載分散或分批啟動降低瞬態；若推論服務有尖峰，系統可以用電池或備援電源平滑負載。功率元件提供的是快速、可控的開關，真正的節能需要硬體遙測、韌體控制和模型排程共同配合。這正是 Baliga 的功率半導體工作與 AI 基礎設施可以互相對話的地方。

研究與教學的長期影響

Baliga 在 NC State 長期教授功率元件，撰寫教科書並指導研究生。NC State 官方履歷列出他在功率元件課程、研究生論文、專書和期刊論文上的工作。教科書把元件物理、設計、應用和可靠度整理成可學習的框架，讓下一代工程師能在不同材料與產業場景重新使用。

AI 電源領域同樣需要這種知識公共財。若所有高密度電源經驗只存在於少數公司內部，資料中心規模化會受限於人才和維修能力。開放的測試方法、失效模式、熱模型和安全規範，可以讓不同供應商在共同標準下競爭。Baliga 的教育與研究中心遺產說明，真正的基礎設施創新不只是一顆開關，更是一套能被學生、工程師和運維團隊共同理解的語言。

證據邊界與數字使用

NC State 官方資料支持的核心事實是：Baliga 在 GE 研究期間發明並發展 IGBT，之後在 NC State 建立功率半導體研究中心，持續研究矽、SiC、GaN 和功率積體電路，並透過專利與新創推進商業化。官方文章也引用 IGBT 在多種設備中的能源效益，但不同報導的估算年份、基準和範圍不一，不能把所有節能金額直接相加。

因此，本篇不把「節省數兆美元」當成 AI 的已驗證 ROI，也不宣稱某一種功率元件已讓 LLM 推論成本下降。合理的推論是：AI 機房的電力轉換和冷卻負載越大，功率半導體的導通、開關和熱效率越重要；Baliga 的元件與研究制度為這些問題提供了歷史和工程基礎。要得到實際效益，還需使用同一負載、同一時間窗和公開量測方法做 A/B 比較。

給資料中心團隊的功率檢查表

評估 AI 電源方案時，可以先列出八項資料：輸入與輸出電壓、典型與峰值電流、負載階躍、各負載點效率、開關頻率、熱阻、短路與過電壓保護、長時間壓力測試。接著把 IGBT、Si MOSFET、SiC 和 GaN 方案放在同一套測試條件下比較。若某方案需要更複雜的閘極驅動或散熱，應把控制器、磁性元件、風扇、液冷、備品和維修時間全部算入。

最後要把功率資料連到模型服務指標：每次推論的總電能、訓練每步的電能、GPU 降頻時間、通信等待、電源告警、故障重啟和機架可用率。只要其中一項被忽略，效率改善就可能在其他層被抵消。Baliga 的故事讓我們看到，功率半導體不是機房的背景零件，而是決定計算能否持續、擴張和以合理成本服務讀者的基礎設施。

為何 IGBT 仍然屬於 AI 基礎設施史

AI 叢集的瓶頸不只在晶片算力，也在能不能把足夠的電力安全而有效率地送到晶片。IGBT 把可控閘極與高功率導電結合，支援了大量工業、交通、家電和能源系統；這些系統累積的材料、封裝、驅動與保護經驗，成為今日資料中心電源工程可以借鑑的底座。新一代 SiC、GaN 元件更可能在高頻率和高溫場景中補上不同區段，但仍承接同一套功率電子問題。

Baliga 的名人堂定位因此是電力轉換和功率半導體，而不是 AI 軟體。把他與光電、封裝、電網和資料中心運維放在同一條技術鏈上，讀者就能理解：模型規模化要先通過電力與熱的考試。每一個百分點的電源效率、每一個更快的負載反應、每一次避免故障重啟，都可能讓 AI 服務在相同能源預算下持續運作更久。這種長期、系統級的影響，正是他進入 AI／LLM 基礎設施名人堂的理由。

公開來源與延伸閱讀

• NC State News：Baliga to Be Inducted into National Inventors Hall of Fame：IGBT、應用與專利。
• NC State News：Dr. B. Jayant Baliga：功率開關與能源效率。
• NC State Energy Collaborative：Pack power：IGBT、寬能隙材料與 AI 應用脈絡。
• NC State Experts：Jayant Baliga：研究領域、職務與專利。
• NC State Engineering：Baliga inducted into Hall of Fame：IGBT、PSRC 與功率裝置。
• NC State Magazine：Mother of Invention：人物、IGBT 與校園名人堂。

從 Baliga 的 IGBT 接到台灣功率半導體公司

若要把人物、技術、公司與產品接成一條可借鏡的脈絡，不能直接說 Taiwan Semiconductor 就是 Baliga 的 IGBT 公司。較精確的關係是：Baliga 提供 IGBT 與功率元件的研究及工程方法；台灣的 Taiwan Semiconductor（TSC，台灣半導體）則在公開年報中把整流器與條碼印表機列為主要業務，官方產品目錄另提供整流、MOSFET、功率管理、SiC 與 GaN 等分類。兩者不是同一家公司，也沒有本文查到的直接授權或供應關係，但可以放在同一條「功率元件如何變成可交付產品」的產業鏈上比較。

TSC 的2024 年英文年報提供了一組比口號更有用的基本面數據：合併營業收入為 NT$14,828,792 千元，2023 年為 NT$14,616,014 千元，年增 1.46%；歸屬母公司業主淨利為 NT$463,851 千元，低於 2023 年的 NT$718,640 千元，年減 35.45%；稅後 EPS 為 NT$1.87，前一年為 NT$2.89。這組數字說明營收小幅增加不等於獲利同步增加，材料、人力、產品組合、價格與營運費用都可能改變最後結果。

把產品組合與地區銷售拆開

同一份年報把 2024 年銷售拆成整流器 NT$6,030,732 千元、占 40.67%，以及條碼印表機 NT$8,798,060 千元、占 59.33%。這個拆分很適合用來理解「公司名—產品名—技術名」的差異：Baliga 的 IGBT 是元件與功率轉換技術，TSC 的整流器是可交付的半導體產品，而條碼印表機則是另一條硬體與服務業務。若把三者混成「同一種 AI 晶片」，就會失去產業分析的準確度。

年報的客戶地區資料也值得保留：2024 年亞洲 NT$6,772,128 千元、美洲 NT$4,378,474 千元、歐洲 NT$3,614,409 千元、其他地區 NT$63,781 千元。這不是 TSC 在每個地區的終端市場需求，也不等同 AI 資料中心收入；它是按客戶地理位置呈現的合併銷售。對供應鏈研究而言，這個口徑仍能提醒團隊：功率元件公司要同時管理產品、客戶所在地、價格與交付，而不只是追逐單一熱門應用。

從年報反推可借鏡的操作策略

1. 不要只追最高成長：先看營收與歸屬淨利是否同向，再看毛利、營業利益、資本支出與產品組合；TSC 2024 年營收微增但歸屬淨利下降，就是必須追問成本與價格的例子。
2. 把產品線分層：整流器、MOSFET、SiC／GaN 與條碼印表機的客戶、驗證週期和售後需求不同，應分別建立 BOM、可靠度、交期與毛利追蹤，不用一個「功率半導體」標籤包辦。
3. 把研究轉成驗證：Baliga 的元件物理要通過封裝、驅動、熱循環、EMI、供應與客戶認證，才會變成可部署的 AI 電源產品；每一層都要有實測數據與失效回饋。
4. 保留第二曲線：TSC 年報同時揭示整流器與條碼印表機，說明公司可以用不同產品與服務分散單一市場波動；但第二曲線也會帶來資本與管理複雜度，不能只把多元化寫成好事。

台灣產品頁如何補上研究與財報之間的缺口

TSC 的產品與服務頁以及SiC／GaN 寬能隙產品分類，可用來核對公司實際展示的產品語言；Operating Revenue 投資人頁與Annual Reports 頁則提供後續年度更新入口。讀者若要判斷 AI 電源是否帶來營收，應把產品頁的技術分類、年報的收入分項與具名客戶／設備的公開資料對在同一期間，不能因產品目錄出現 SiC 或 GaN，就宣稱它已成為主要 AI 伺服器供應商。

這也提供台灣團隊一個可複製的內容與決策模板：先用 Baliga 的人物故事說明元件為何重要，再用 TSC 年報展示「收入增加但獲利下降」的基本面警告，最後回到資料中心的實測——輸入輸出電壓、負載階躍、各負載點效率、熱阻、維修與重啟成本。這樣的文章同時照顧讀者想知道的歷史、工程師需要的規格、投資人關心的財報，以及管理者可以借鏡的產品組合策略。

延伸閱讀可參考本站的台灣 AI 供應鏈與 Vera Rubin，以及健策 AI 晶片散熱與產品升級案例；前者補上台灣供應鏈的公司與製造位置，後者補上功率、散熱與高密度 AI 硬體的相鄰問題。以上財報數字以 TSC 2024 年報為準，本文沒有把 TSC 與 Baliga 的技術或商業關係寫成已證實的直接合作，也沒有把任何元件推算成 AI 營收或因果 ROI。

IGBT 降低的是系統損失，不是讓能源需求消失

Baliga 的 IGBT 讓高功率切換與電能控制更有效率，對電動車、工業設備、電網與資料中心等系統都有重要影響。但功率半導體的價值要放在完整電力鏈中看：開關損耗、導通損耗、散熱、封裝、控制演算法與負載型態會一起決定實際節能。

把 IGBT 連到 AI 基礎設施時，需區分元件能力、電源系統設計與資料中心總能耗。效率提升可能降低單位運算的能源，也可能因需求增加而被部分抵銷；因此不應把一項元件技術直接寫成「解決能源問題」的單一答案。

• 元件：電壓、電流、開關速度與損耗如何取捨？
• 系統：功率模組、散熱與控制如何共同影響效率？
• 規模：單位效率改善如何與總需求成長互動？