Al meer dan tien jaar is de commerciële opkomst van siliciumcarbide nauw verbonden met één belangrijke industrie: elektrische voertuigen.

Hogere tractie-inverters, boordladers en snellaadsystemen creëerden een ideale omgeving voor SiC-vermogenscomponenten. Naarmate elektrische voertuigen evolueerden naar hogere efficiëntie en hogere systeemspanningen, transformeerde siliciumcarbide van een gespecialiseerd halfgeleidermateriaal naar een belangrijk platform voor vermogenselektronica.

Nu dient zich een andere enorme markt aan.

Deze heeft geen wielen.

Hij bevindt zich in gebouwen vol processors.

Kunstmatige intelligentie transformeert datacenters tot enkele van de snelst groeiende elektrische verbruikers ter wereld.

Het wereldwijde elektriciteitsverbruik van datacenters bedroeg in 2024 ongeveer 415 TWh, aldus het Internationaal Energieagentschap. Volgens de basisscenario-projectie kan het verbruik tegen 2030 ongeveer 945 TWh bereiken. Het elektriciteitsverbruik van versnelde servers – grotendeels gedreven door AI – zal naar verwachting veel sneller groeien dan het conventionele server-elektriciteitsverbruik.

De Verenigde Staten illustreren de schaal van de verandering. Een update van een nationaal laboratorium uit 2026 schat dat datacenters tegen 2030 ongeveer 11,8% van de Amerikaanse elektriciteit zouden kunnen verbruiken in het referentietraject, met gemodelleerde scenario's variërend van 9,5% tot 15,3%.

Deze explosie in de elektriciteitsvraag roept een belangrijke vraag op voor de halfgeleiderindustrie voor vermogenselektronica:

Zou AI-infrastructuur de tweede grote groeimarkt voor siliciumcarbide kunnen worden na elektrische voertuigen?

Het antwoord hangt mogelijk minder af van de AI-processors zelf en meer van alles wat nodig is om ze van elektriciteit te voorzien.

AI is niet alleen een computerrevolutie – het wordt een revolutie in vermogenselektronica.

Wanneer mensen denken aan AI-infrastructuur, gaat de aandacht meestal uit naar processors, geheugen, netwerken en koeling.

Maar elke AI-versneller is uiteindelijk afhankelijk van een veel groter elektrisch systeem.

Elektriciteit kan verschillende stadia doorlopen voordat het de processor bereikt:

Netwerk → Transformator → AC/DC-conversie → UPS of energieopslag → Hoogspannings-DC-distributie → Rack-stroomconversie → Server → AI-versneller

Elke conversiefase introduceert elektrische verliezen.

Op kleine schaal kan een fractie van een procent onbeduidend lijken.

Op de schaal van een groot AI-campus wordt dit economisch belangrijk.

Naarmate de AI-implementatie uitbreidt, hebben datacenters tegelijkertijd te maken met:

• hogere faciliteitstroom;
• hogere stroomdichtheid per rack;
• hogere koellasten;
• grotere back-up stroomsystemen;
• meer veeleisende netaansluitingen;
• en sterkere druk om de energie-efficiëntie te verbeteren.

Het IEA merkt op dat de opkomst van AI de implementatie van high-performance servers versnelt en de stroomdichtheid van datacenters verhoogt. Versnelde servers zijn goed voor bijna de helft van de verwachte netto toename van het wereldwijde elektriciteitsverbruik van datacenters tot 2030 in het basisscenario.

Dit is precies de omgeving waarin efficiënte vermogenselektronica strategisch belangrijk wordt.

En hier komt siliciumcarbide in beeld.

Waarom siliciumcarbide geschikt is voor AI-infrastructuur met hoog vermogen

Siliciumcarbide behoort tot de familie van halfgeleidermaterialen met een brede bandkloof.

Vergeleken met conventioneel silicium kunnen SiC-vermogenscomponenten veeleisende vermogensconversieomstandigheden ondersteunen die hoge spanning, hoge schakelprestaties en hoge vermogensdichtheid met zich meebrengen.

Het Amerikaanse Ministerie van Energie identificeert specifiek breedbandklooftechnologieën zoals SiC en GaN als mogelijkheid voor krachtigere en energie-efficiëntere vermogenselektronica-systemen, waaronder toepassingen in datacenters, industriële apparatuur, elektrische voertuigen en andere geëlektrificeerde systemen.

Een belangrijk voordeel is het vermogen van breedbandkloofcomponenten om hogere schakelfrequenties te ondersteunen.

Een hogere schakelfrequentie kan de benodigde grootte van spoelen, condensatoren en andere passieve componenten verminderen, waardoor mogelijk kleinere en dichtere convertersystemen mogelijk worden.

Voor AI-infrastructuur is dit om drie redenen belangrijk:

efficiëntie, ruimte en warmte.

Een efficiëntere converter verspilt minder elektriciteit.

Een compactere converter neemt minder fysieke ruimte in beslag.

En lagere conversieverliezen betekenen dat er minder warmte hoeft te worden afgevoerd.

Op de schaal van AI-datacenters zijn alle drie belangrijk.

De echte SiC-kans ligt niet in de AI-chip

Het is belangrijk om één punt te verduidelijken.

De opkomst van AI betekent niet noodzakelijkerwijs dat SiC plotseling het materiaal wordt dat wordt gebruikt om AI-processors te produceren.

Dat is niet de primaire kans.

De veel grotere kans ligt in de stroominfrastructuur rond die processors.

Beschouw de AI-versneller als de eindbestemming.

Siliciumcarbide kan deelnemen aan de elektrische snelweg die deze levert.

Potentiële toepassingen omvatten:

• hoogvermogen AC/DC-conversie;
• power-factor correctiestadia;
• UPS-systemen;
• batterij back-upsystemen;
• hoogspannings-DC-conversie;
• energieopslaginterfaces;
• middenspanningsconversie;
• aandrijvingen voor koelsysteemmotoren;
• netgekoppelde energiesystemen;
• en toekomstige solid-state stroomdistributie-architecturen.

Dit onderscheid is belangrijk.

De SiC-kans die door AI wordt gecreëerd, is niet primair een kans voor computerhalfgeleiders.

Het is een kans voor halfgeleiders voor vermogenselektronica.

800V DC kan een belangrijk keerpunt worden

Misschien wel de meest interessante ontwikkeling vindt plaats in de stroomdistributie van datacenters.

Naarmate de stroom per rack toeneemt, wordt het steeds moeilijker om enorme hoeveelheden stroom te distribueren bij relatief lage spanning.

De reden hiervoor ligt in fundamentele elektrische relaties.

Vermogen is ongeveer:

P = V × I

Voor hetzelfde vermogensniveau vermindert een hogere spanning de stroom.

En geleiderverliezen nemen ongeveer toe met het kwadraat van de stroom:

Vermogensverlies ∝ I²R

Een lagere stroom kan dus helpen om resistieve verliezen te verminderen en de hoeveelheid koper die nodig is voor stroomdistributie te verminderen.

Dit is een reden waarom de AI-infrastructuurindustrie veel hogere DC-distributiespanningen onderzoekt.

Op een grote open computerindustrie-evenement in juli 2026 werden discussies specifiek gericht op 800V hoogspannings-DC-distributie en stroomlevering nabij de belasting als belangrijke technologieën voor AI-datacenters van de volgende generatie. Op hetzelfde evenement werd de evolutie naar 800V DC-systemen voor AI-racks van megawattklasse besproken.

Deze ontwikkeling zou de aandacht van de siliciumcarbide-industrie moeten trekken.

Waarom?

Omdat de spanning van het energiesysteem zich verplaatst naar een gebied waar SiC steeds aantrekkelijker wordt.

AI-datacenters kunnen een deel van het EV-stroomarchitectuurverhaal herhalen

Er is een interessante parallel tussen auto's en AI-infrastructuur.

Elektrische voertuigen begonnen met relatief lagere spanningsarchitecturen.

Naarmate fabrikanten wilden:

• sneller laden;
• hoger vermogen;
• lagere stroom;
• verbeterde efficiëntie;
• en lichtere elektrische systemen,

werden hogere spanningsplatforms steeds aantrekkelijker.

Die overgang hielp de vraag naar siliciumcarbide te vergroten.

AI-datacenters kunnen nu met een conceptueel vergelijkbaar probleem worden geconfronteerd, zij het op een compleet andere schaal.

Naarmate de stroom per rack toeneemt, willen datacenters ontwerpers ook:

• hogere distributiespanning;
• lagere stroom;
• verminderde elektrische verliezen;
• hogere vermogensdichtheid;
• en efficiëntere conversie.

De gelijkenis betekent niet dat AI-datacenters precies dezelfde vermogenselektronica zullen gebruiken als elektrische voertuigen.

Dat zullen ze niet.

Maar de onderliggende technische druk is bekend:

wanneer het vermogen dramatisch toeneemt, wordt efficiëntie waardevoller.

Dat is de omgeving waarin SiC historisch marktaandeel heeft verworven.

Eén Megawatt Rack Verandert de Economie

Traditionele serverracks werden ooit gemeten in relatief bescheiden kilowattbereiken.

AI-infrastructuur duwt de industrie naar veel extremere vermogensdichtheden.

Industriediscussies in 2026 behandelen al MW-klasse AI-racks en zelfs GW-schaal AI-datacentercampussen, waar stroomlevering en koeling samen met computerhardware moeten worden ontworpen in plaats van achteraf te worden toegevoegd.

Dat verandert de economie van de selectie van halfgeleiders.

Stel dat een converter continu werkt bij zeer hoog vermogen.

Een kleine verbetering in efficiëntie kan slechts een klein deel van de totale energie die door het systeem stroomt besparen.

Maar wanneer het systeem draait:

24 uur per dag × 365 dagen per jaar × vele jaren

kan dat kleine percentage economisch significant worden.

En elke watt die niet verloren gaat in de converter, is ook een watt die geen ongewenste warmte wordt.

Op grote schaal beïnvloedt de efficiëntie van halfgeleiders dus:

elektriciteitskosten + koellast + apparatuurgrootte + infrastructuurcapaciteit.

Dit is waarom een duurdere vermogenscomponent soms kan leiden tot een goedkoper totaal systeem.

Dezelfde systeem-economie die SiC hielp om tractie te krijgen in elektrische voertuigen, kan steeds belangrijker worden in AI-infrastructuur.

AI-stroomvraag is geconcentreerd – en dat creëert nog een probleem

Het wereldwijde elektriciteitsverbruik van datacenters is nog steeds relatief bescheiden in vergelijking met het totale wereldwijde elektriciteitsgebruik.

Maar de vraag van datacenters heeft één ongebruikelijke eigenschap:

het is geografisch sterk geconcentreerd.

Het IEA merkt op dat datacenters bijzonder uitdagende problemen met netintegratie kunnen veroorzaken, omdat ze de neiging hebben zich op specifieke locaties te concentreren in plaats van de vraag gelijkmatig te verdelen.

Een groot AI-campus kan daarom enorme hoeveelheden stroom op één locatie vereisen.

Dit creëert aanvullende vraag naar:

• onderstations;
• transformatoren;
• energieopslag;
• netversterking;
• apparatuur voor stroomkwaliteit;
• back-up stroom;
• integratie van hernieuwbare energie;
• en stroomconversie met hoge capaciteit.

Dat breidt de mogelijke SiC-kans uit tot buiten het datacentergebouw.

AI kan de vraag naar SiC stimuleren in het gehele elektrische ecosysteem rond computerinfrastructuur.

De Tweede Gouden Markt zou Eigenlijk Groter Kunnen Zijn Dan "Datacenters"

Hier wordt het verhaal interessanter.

De nieuwe markt moet niet noodzakelijkerwijs worden gedefinieerd als:

SiC voor AI-servers.

Een betere definitie kan zijn:

SiC voor AI-energie-infrastructuur.

Beschouw een toekomstige AI-campus die bevat:

Netwerk

↓

Hernieuwbare opwekking

↓

Netonderstation

↓

Batterij Energieopslag

↓

Hoogvermogen Conversie

↓

800V DC Distributie

↓

AI Computing Racks

Siliciumcarbide kan potentieel in verschillende secties van deze keten deelnemen.

De halfgeleider hoeft niet in elke server te zitten om te profiteren van de AI-groei.

Als AI ervoor zorgt dat er meer elektriciteit door hoogspanningsconverters, omvormers, energieopslagsystemen en stroomdistributie-infrastructuur stroomt, kan de totale adresseerbare SiC-markt indirect groeien.

Dit is fundamenteel anders dan de markt voor elektrische voertuigen.

Een EV bevat doorgaans een relatief gedefinieerd aantal grote vermogensconversiesystemen.

Een AI-campus is een compleet elektrisch infrastructuurproject.

Energieopslag kan nauw verbonden raken met AI

AI-datacenters vereisen ook betrouwbare stroom.

Onderbrekingen kunnen grote computerwerkzaamheden verstoren en operationele problemen veroorzaken.

Batterij-energieopslag en back-upsystemen worden daarom steeds belangrijkere componenten van datacenterontwerp.

Dit creëert een ander pad voor SiC.

Batterijsystemen vereisen bidirectionele stroomconversie:

Net / DC-bus → Batterij tijdens het opladen

en

Batterij → DC-bus tijdens ontladen

Hoogvermogen opslagsystemen hebben daarom converters nodig die grote stromen en hoge spanningen efficiënt kunnen verwerken.

Naarmate AI-campussen groter worden, kunnen batterij back-upsystemen zelf grote vermogenselektronica-installaties worden.

Het resultaat is een versterkende cyclus:

AI-groei → hogere elektriciteitsvraag → meer energieopslag → meer stroomconversie → meer kansen voor hoog-efficiënte vermogenselektronica.

Het net kan een nog grotere SiC-kans worden

Datacenters kunnen niet onbeperkt uitbreiden zonder adequate netinfrastructuur.

Elektriciteitsopwekking is slechts een deel van de uitdaging.

Stroom moet ook worden getransporteerd, getransformeerd, geconverteerd en gedistribueerd.

Toekomstige netwerksystemen vereisen mogelijk meer gebruik van:

• flexibele stroomconversie;
• middenspanningsconverters;
• omvormers voor hernieuwbare energie;
• converters voor batterijopslag;
• apparatuur voor stroomkwaliteit;
• DC-distributie;
• en mogelijk solid-state transformatortechnologieën.

Breedbandkloofcomponenten worden onderzocht voor precies dit soort geavanceerde vermogenselektronica-architecturen. Het strategische raamwerk van het Amerikaanse Ministerie van Energie merkt op dat WBG-componenten aanzienlijk hogere schakelfrequenties en dichtere converterontwerpen mogelijk maken, hoewel betrouwbaarheid, passieve componenten en systeemtechniek belangrijke uitdagingen blijven.

Dus de AI-naar-SiC-verbinding kan zich uitstrekken van:

Net → Datacenter → Rack

in plaats van simpelweg:

Voeding → Server

Dat is een veel groter marktconcept.

Wat kan dit betekenen voor de SiC-waferindustrie?

Voor SiC-substraatleveranciersis de opkomst van AI-infrastructuur belangrijk omdat het de vraag kan diversifiëren buiten de automotive vermogenselektronica.

De onderliggende componentvereisten kunnen variëren, maar veel verticale vermogenscomponenten met hoge spanning worden gebouwd met behulp van geleidende 4H-SiC-substraten gevolgd door epitaxiale groei.

Als de vraag naar hoogvermogen conversie aanzienlijk toeneemt, kunnen componentfabrikanten grotere volumes consistent SiC-materiaal nodig hebben.

Dat brengt de wafer-economie weer in beeld.

Voor grootschalige productie van vermogenscomponenten geven kopers steeds meer om meer dan alleen of een wafer kan worden geproduceerd.

Ze geven om:

• defectdichtheid;
• weerstandconsistentie;
• kristaloriëntatie;
• wafeldikte;
• TTV;
• bow;
• warp;
• oppervlakteruwheid;
• polijstschade;
• deeltjesvervuiling;
• en lot-tot-lot herhaalbaarheid.

De reden is simpel.

AI-infrastructuur zal geen dure wafers belonen die een slechte componentopbrengst produceren.

Als SiC een grootschalig datacenter-materiaal moet worden, moet de productie-economie blijven verbeteren.

200 mm SiC kan steeds belangrijker worden

Dit is ook waarom de overgang van 150 mm naar 200 mm SiC belangrijk blijft.

Een 200 mm wafer heeft ongeveer 1,78 keer het geometrische oppervlak van een 150 mm wafer.

In principe kunnen daardoor aanzienlijk meer componenten worden verwerkt tijdens elke waferfabricagecyclus.

Maar het voordeel bestaat alleen wanneer:

• de kristalkwaliteit acceptabel blijft;
• de wafergeometrie wordt gecontroleerd;
• de epitaxiale uniformiteit voldoende is;
• en de componentopbrengst hoog blijft.

Als AI-infrastructuur een andere grootschalige markt voor SiC-componenten creëert, kan dit de economische prikkel versterken om meer productie naar 200 mm platforms te verplaatsen.

Hogere volumes stimuleren:

grotere wafers → grotere automatisering → hogere apparatuurbenutting → lagere componentkosten.

Dat proces kan uiteindelijk helpen om SiC concurrerend te maken in nog meer toepassingen.

Kosten zullen bepalen of AI een echte gouden markt voor SiC wordt

Technische geschiktheid alleen garandeert geen massale adoptie.

Silicium blijft diep verankerd in vermogenselektronica.

Andere breedbandklooftechnologieën concurreren ook in bepaalde vermogensconversiestadia.

Daarom moet SiC zijn kosten op systeemniveau rechtvaardigen.

Een ontwerper van AI-datacenters zal waarschijnlijk niet voor SiC kiezen alleen omdat het aantrekkelijke materiaaleigenschappen heeft.

De echte berekening is praktischer:

Vermindert de extra halfgeleiderkosten de totale elektriciteitsverliezen, koelingsvereisten, convertergrootte of infrastructuurkosten voldoende om een beter totaal systeem te creëren?

Bij lage vermogensniveaus is het antwoord soms nee.

Bij extreem hoge vermogensniveaus wordt de vergelijking veel interessanter.

Dit is waarom AI-infrastructuur bijzonder belangrijk kan zijn.

AI verhoogt de vermogensdichtheid precies op het moment dat de SiC-industrie probeert de kosten van wafers en componenten te verlagen.

Die twee trends kunnen elkaar ontmoeten.

AI kan helpen de afhankelijkheid van de SiC-industrie van de automotive vraag te verminderen

Een gezonde halfgeleidermarkt profiteert meestal van meerdere grote eindmarkten.

Sterke afhankelijkheid van één industrie creëert risico.

Jarenlang is de SiC-investering sterk beïnvloed door de verwachtingen van elektrische voertuigen.

Maar de automotive vraag kan fluctueren met:

• consumentenvraag;
• voertuigprijzen;
• overheidsstimulansen;
• laadinfrastructuur;
• voorraadcycli;
• en regionale economische omstandigheden.

AI-infrastructuur volgt een andere vraagcyclus.

Energieopslag volgt een andere.

Investeringen in het energienet volgen een andere.

Hernieuwbare energie volgt een andere.

Als al deze sectoren steeds meer SiC-vermogenselektronica gebruiken, wordt de SiC-toeleveringsketen minder afhankelijk van één enkele toepassing.

Dit kan uiteindelijk een van de belangrijkste gevolgen van AI-groei zijn.

De AI-markt hoeft elektrische voertuigen niet te "vervangen".

Het hoeft alleen maar een tweede substantiële vraagbron te worden.

Van "SiC per Voertuig" naar "SiC per Megawatt"

De manier waarop de industrie denkt over de vraag naar siliciumcarbide kan uiteindelijk veranderen.

De vraag naar SiC in de automotive wordt vaak conceptueel begrepen als:

aantal voertuigen × halfgeleiderinhoud per voertuig

AI-infrastructuur introduceert een ander model:

geïnstalleerd computervermogen × elektrische infrastructuur per megawatt

Dat is een aanzienlijke verschuiving.

Een AI-campus kan niet alleen vermogenselektronica vereisen voor computerracks, maar ook voor:

• netwerkinterfaces;
• back-upsystemen;
• energieopslag;
• koelapparatuur;
• hoogspanningsdistributie;
• systemen voor hernieuwbare energie;
• en netwerkondersteuning.

In plaats van te vragen hoeveel SiC-componenten er in één machine zitten, kan de industrie zich steeds meer afvragen:

Hoeveel SiC-vermogenselektronica is er nodig om één megawatt betrouwbare AI-computercapaciteit te leveren?

Dat kan een belangrijke maatstaf worden voor de volgende generatie SiC-marktanalyses.

De echte race is "Net naar AI-chip"

De halfgeleiderindustrie heeft jarenlang de prestaties van AI-processors verbeterd.

De volgende uitdaging is het leveren van voldoende elektriciteit aan die processors.

Dat creëert een compleet andere technologische race:

Net → Conversie → Opslag → Distributie → Rack → Processor

Elke fase moet worden:

• efficiënter;
• compacter;
• betrouwbaarder;
• en in staat om hoger vermogen te verwerken.

Siliciumcarbide zal niet elke fase domineren.

Dat hoeft niet.

Als het in zelfs enkele van de hoogspannings- en hoogvermogen conversiestadia een voorkeurs halfgeleider wordt, kan AI-infrastructuur een aanzienlijke langetermijnvraagbron worden.

Daarom verdient de AI-boom aandacht van de SiC-industrie.

Conclusie: EV's creëerden de eerste SiC-boom. AI kan helpen de tweede te creëren.

Elektrische voertuigen toonden aan dat siliciumcarbide verder kon gaan dan niche industriële toepassingen en een grootschalige halfgeleidertechnologie kon worden.

AI kan de volgende kans creëren.

De reden is niet simpelweg dat AI-servers elektriciteit verbruiken.

De echte kans komt voort uit de schaal, concentratie en vermogensdichtheid van die elektriciteitsvraag.

Het wereldwijde elektriciteitsverbruik van datacenters zal naar verwachting tegen 2030 ongeveer verdubbelen, waarbij AI-gestuurde versnelde computing verantwoordelijk is voor een groot deel van de toename.

Tegelijkertijd bespreekt de industrie al 800V DC-distributie, megawatt-klasse racks en gigawatt-schaal AI-infrastructuur.

Deze ontwikkelingen verhogen de waarde van:

hoge spanning + hoge efficiëntie + hoge vermogensdichtheid + geavanceerde stroomconversie.

Dat zijn precies de omstandigheden waarin siliciumcarbide interessant wordt.

De eerste gouden markt voor SiC werd gebouwd rond het efficiënter verplaatsen van voertuigen.

De tweede kan worden gebouwd rond het efficiënter verplaatsen van elektriciteit.

En als AI in het huidige tempo blijft uitbreiden, is de belangrijkste vraag voor de siliciumcarbide-industrie mogelijk niet langer:

Hoeveel elektrische voertuigen zullen SiC gebruiken?

Het kan worden:

Hoeveel van de elektriciteit die de AI-infrastructuur van de wereld voedt, zal uiteindelijk door SiC-vermogenscomponenten lopen?

Die vraag kan het volgende hoofdstuk van de siliciumcarbide-markt definiëren.

Veelgestelde vragen

Waarom kunnen AI-datacenters een belangrijke markt voor SiC worden?

AI-infrastructuur vereist een snel toenemende hoeveelheid elektriciteit en steeds hogere vermogensdichtheid. SiC is aantrekkelijk voor hoogspannings-, hoogvermogen conversiestadia waar efficiëntie, thermisch beheer en vermogensdichtheid belangrijk zijn.

Wordt siliciumcarbide gebruikt om AI-processors te produceren?

Over het algemeen is dat niet de belangrijkste kans die hier wordt besproken. De belangrijkste kans voor SiC ligt in de vermogenselektronica rond AI-computing, waaronder AC/DC-converters, UPS-systemen, batterijopslag, hoogspannings-DC-conversie en netwerkinfrastructuur.

Waarom is 800V DC belangrijk voor toekomstige AI-datacenters?

Een hogere distributiespanning maakt het mogelijk om dezelfde hoeveelheid stroom te leveren bij een lagere stroom, wat helpt bij het verminderen van geleiderverliezen en het ondersteunen van een hogere vermogensdichtheid per rack. Industriediscussies in 2026 onderzoeken al 800V DC-architecturen voor MW-klasse AI-racks van de volgende generatie.

Kan AI de vraag naar 4H-SiC-wafers verhogen?

Potentieel. Als AI-infrastructuur de vraag naar hoogspannings SiC-vermogenscomponenten verhoogt, kan dit indirect de vraag naar geleidende 4H-SiC-substraten en epitaxiale wafers die worden gebruikt om die componenten te produceren, verhogen.

Zal AI elektrische voertuigen vervangen als de belangrijkste SiC-markt?

Dat is nog niet vastgesteld en moet niet worden aangenomen. Een realistischer scenario is dat AI-infrastructuur een aanvullende belangrijke toepassing wordt, waardoor de afhankelijkheid van de SiC-industrie van de automotive vraag wordt verminderd.

Welke SiC-waferparameters zijn belangrijk voor de productie van hoogvermogen componenten?

Een praktische RFQ kan omvatten: waferdiameter, polytype, geleidingstype, weerstand, kristaloriëntatie, off-axis hoek, dikte, TTV, bow, warp, defectvereisten, oppervlakteruwheid, randconditie, polijstkwaliteit en lot-tot-lot consistentie.