近期，美国商务部宣布，依托《芯片与科学法案》框架，已经和四家企业签署意向书，规划最高3.89亿美元研发补助，投向高压功率半导体、垂直结构氮化镓（GaN）以及超高纯度石英材料等前沿方向，相关技术落地场景覆盖AI数据中心、电网基础设施与核聚变发电等多个战略赛道。
功率半导体是整个电力体系里实现电能转换、调控与输送的基础组件，从电网输电、工业设备供电，到算力集群、新型能源装置，几乎所有电力流转环节都依赖这类器件完成电压、电流形态的切换。在 AI 算力快速扩张、电网架构持续迭代的当下，电力转换效率、系统热损耗、电网稳定性已经成为基础设施能否持续扩容的核心约束，性能更优的功率器件能够直接降低电能在变换过程中的损耗，减少散热压力，支撑高功率设备稳定运行。
也正是基于这一点，美国选择通过财政补助拉动本土研发制造能力建设，一方面降低相关领域对海外供应链的依赖，夯实能源安全底座；另一方面巩固自身在半导体产业与下一代能源技术赛道的竞争优势。
在本次补助的资源分配上，美国将重心放在核聚变与先进电力技术两大方向，核聚变被视作未来长期低碳能源的重要路径，商业化聚变装置对电力系统的要求远远超出常规电网，装置运行时需要瞬间输出规模庞大的脉冲电流驱动磁体，完成等离子体约束，还要实现能量回收、等离子体射频加热、状态监测等一系列高难度动作，普通商用功率器件很难承受高压、强辐射、高频脉冲冲击等极端工况，特种功率电子长期存在供给短板。提前布局聚变配套电力技术，不只是为聚变示范装置解决供电卡脖子问题，相关高压脉冲、耐辐射功率电子的技术沉淀，还可以反向赋能电网储能、大功率工业装备、国防脉冲电源等领域，形成跨场景的技术外溢。
先进电力技术则面向当下已经爆发的算力与电网改造需求，AI数据中心单机柜功率持续攀升，传统供电架构面临体积、效率双重瓶颈，宽禁带功率半导体能够在更高频率下完成电能变换，压缩供电单元体积，降低持续运行的能耗，适配下一代高密度算力机柜的供电诉求，和电网升级、储能并网共同构成现代电力基础设施的主线。
核聚变赛道的两家企业将拿到本次补助中规模较大的资金量。Helion有望获得最高1.75亿美元，资金将用于高压功率半导体与先进电力模块开发，服务聚变发电特有的高峰值电流脉冲工况，这套组件将承担磁体驱动、控制以及磁体能量回收的职能，是聚变系统维持稳态运行不可缺少的一环。另一家聚变企业Commonwealth Fusion Systems，规划最高8500万美元补助，研发重点集中在等离子射频加热所需半导体、功率电子组件、聚变诊断系统嵌入式电子以及耐辐射电子器件，支撑等离子加热、电力调控与装置实时监测的工程需求。
面向AI算力基础设施的技术研发，则交由Vertical Semiconductor承接，该企业有望获得最高7300万美元资金，推进垂直氮化镓功率半导体技术落地。依托氮化镓材料的高频高效特性，这套方案可以提升电力转换效率、收缩供电系统的物理体积，Vertical Semiconductor计划将该技术在全球首座2.5兆瓦等级超级智能数据中心机柜上开展验证，匹配新一代AI运算设备持续走高的功率需求。
据悉，美国电网的老化程度已经构成系统性约束。据美国银行研究所的分析，31%的输电设施和46%的配电设施接近或超过设计寿命，70%的输电线路和变压器已服役超过二十五年，且最初并非为今天的双向潮流和动态负荷而设计。在AI数据中心一侧，传统从电网到GPU的电力链路需要经过四到五个转换环节，端到端效率仅为85%至88%，意味着每100千瓦机架中有12至15千瓦以热量形式耗散。当单机柜功率向兆瓦级攀升时，这种损耗不再是可以依靠增加散热来消化的工程细节，而是直接吞噬可部署算力的硬约束。功率半导体则是上述问题的关键“解药”。而氮化镓则是主流的功率半导体技术之一，据摩根大通的测算显示，AI电力半导体市场规模预计从2025年的约27亿美元增至2028年的约160亿美元，三年复合增长率约82%，其中氮化镓每千瓦含量可能从3美元升至46美元。
补助的覆盖范围向上游延伸至半导体核心材料领域，Sibelco将获得最高5600万美元，用于下一代超高纯度石英的纯化与精加工工艺开发。超高纯度石英是晶体生长坩埚、半导体制程玻璃器皿和诸多核心工艺设备的基础原料，这类材料的自主化，能够补齐功率半导体、宽禁带器件制造链条上游短板，完善本土材料配套能力。
需要注意的是，这四项补助目前仅处于意向签署阶段，尚未完成最终核定。按照美国商务部设定的规则，政府投放资金的配套条件，是获取企业少数、无控制权、无表决权的股权，以此尝试通过公共研发投入带来的长期技术回报，搭建一套政府资金参与前沿技术孵化的收益机制，这和之前美国政府投资英特尔的模式类似。这一整套资助方案串联起了材料、功率器件、电力模块、能源与算力应用，把半导体产业政策和能源、算力基础设施建设绑定在一起，形成面向中长期能源转型与算力竞争的技术布局，同时也夯实了AI技术发展的技术底座。
