AI 服务器垂直供电技术深度解析：散热、电容与模组化趋势
AI 服务器 VPD 电源技术专家研讨会议记录摘要：此次研讨聚焦于 AI 服务器 VPD（垂直供电）电源技术，深入探讨了散热解决方案、MLCC 电容、硅电容应用、电感模组化发展方向、功率器件市场竞争态势以及当前的行业涨价情况。核心洞察：液冷散热是 AI 高功耗 GPU 的必由之路；预埋电容技术各厂商差异微小，硅电容则是应对未来超高功率场景的升级关键；电感模组化已成定局，英伟达预计在 3000W 功耗节点切换至模块方案；功率器件市场格局稳固，英飞凌与 MPS 持续领跑；全行业正经历涨价周期。研讨结论：一、散
智能PDU：AI时代电力管理的核心支柱
人工智能与PDU（电源分配单元）的关联紧密，关键点在于智能PDU凭借卓越的电力调控能力，为AI计算基础设施构建了稳固、高效、可靠的能源基础，堪称AI发展的“电力守护者”。AI模型训练和推理运算依赖大规模GPU集群及服务器集群，这些硬件对供电的稳定性、持续性有着极高标准。智能PDU作为数据中心末端的“电力中枢”，能够将输入电源安全、精确地输送至每一台设备，确保其持续稳定运行，防止因电力异常引发的停机或数据损失，为AI业务连续性奠定基础。一种智能PDU的外观和原理图智能PDU具备实时监测电流、电压、功率等参数
高管为子女教育高位减持，两千亿机器人概念股承压
每经记者|闫峰峰每经编辑|吴永久 头顶A股“具身智能”光环的三花智控(46.340, -2.27, -4.67%)，近期因一份《投资者关系活动记录表》里高管们“为了子女教育及日常开销”的减持理由，陷入舆论漩涡。在股价经历2025年的狂飙后，多名核心高管在高位套现，而今年一季度公司业绩增速明显放缓，这与市场对公司机器人(14.790, -1.09, -6.86%)业务的高期望大相径庭。 在2026年5月26日的业绩说明会上，有投资者询问高管为何减持。面对质疑，公司解释称，董事长减持主要是个人资金需求，资金将
海悟出席EAC数据中心液冷论坛，展示全栈液冷方案破解AI算力散热难题
5月28日至29日，EAC数据中心液冷及AI芯片散热论坛暨展览会在上海盛大召开。会议期间，海悟液冷技术专家彭琰发表了《破解AI算力散热难题的全栈液冷方案》专题演讲，就液冷技术创新与场景化实践展开深度分享，全面呈现了面向未来算力中心建设的系统性解决方案。针对AI算力高速增长所产生的高密度散热、绿色低碳以及快速部署需求，数据中心热管理正面临全新考验。针对此，海悟提出"全栈液冷"方案，即打造从芯片散热到环境排热的端到端热管理闭环系统。该系统涵盖器件层、机柜层、机房层、冷源层及运维层，通过冷板、CDU、液冷管网、
AI产业深度分析报告
这是华尔街顶尖研究机构对全球AI产业链的硬核深度审计报告。为了不放过任何一个隐形角落，我们将打破常规，拒绝任何空洞套话，用最具穿透力的**“大白话”直接扒开物理和数字底细**。 ## 核心模块一：全产业链细分板块纵向穿透与「魔鬼矩阵供应链」全标的深挖 ### 1. 高端半导体与晶圆制造：算力世界的“超精细光路雕刻” #### 🚀 产业链定位（4级到7级品类） * **4级品类（系统级）**：AI大规模高并发异构算力加速硬件系统 * **5级品类（子系统）**：专用型（ASIC/GPU）张量流（Tensor
瑞银调高敏实集团目标价至48港元 保持买入评级
瑞银发表研究报告指出，敏实集团（00425）管理层在亚洲投资会议2026上表示，电池盒业务预期2026财年收入将实现逾20%的同比增长，继续成为汽车零部件业务的核心增长引擎。然而，铝材及塑料等原材料成本上涨可能对毛利率带来挑战。瑞银小幅上调集团2026至2028年盈利预测0%至2%，并提高中期盈利增长预期，以体现机器人(15.880, -0.59, -3.58%)及液冷业务的最新进展。该行将敏实目标价从42.6港元提升至48港元，保持“买入”评级。敏实承诺2026财年分红比例不低于30%。 管理层预计，2
AI数据中心供电革新战
近年来，生成式AI技术迅猛发展，诸如ChatGPT、AI绘图、大型语言模型（LLM）及AI代理等应用，均依赖于GPU提供的强大并行计算能力。随着模型复杂度的提升，AI训练和推理所需的计算密度不断加大，使得AI服务器的能耗显著增长。以往的传统数据中心多使用48V/54V电源架构，单个机柜的功耗通常在10kW至30kW之间。然而，随着AI时代的到来，高密度GPU机柜的功耗已跃升至120kW、250kW，甚至向1MW以上发展，传统供电与散热系统正面临严峻挑战。为应对高功率和高密度计算需求，新一代AI数据中心正逐
联想 AI 工厂：一站式基础设施方案，提速企业部署
摘要：本文深度解读联想首创的 AI 工厂范式，揭示其如何将服务器、液冷系统、网络架构及软件栈整合为交钥匙解决方案。通过与 NVIDIA 联手构建 AI 云超级工厂，该模式显著压缩了企业 AI 部署周期，助推联想 AI 板块营收实现倍增，为企业 AI 落地提供了革命性的基建新路径。引言：企业 AI 落地的基建困局以往，企业在推进 AI 应用时，核心痛点并非缺乏算法或数据，而在于基础设施的复杂集成：需独立采购加速服务器、搭建高性能存储、配置低延迟网络，并解决数据中心散热难题，最终还需完成软件栈的全面整合。这一
算力芯片散热新纪元：技术迭代与痛点解析
一、散热技术演进脉络随着算力需求激增，AI散热技术已跨越风冷、单相液冷、两相及微通道液冷，并迈向芯片内生散热阶段。其核心驱动力在于解决单芯片功率超1000W、机柜总功率达60–150kW以及热流密度突破500W/cm²的极端散热难题。1）风冷阶段（2015年以前）技术原理：风扇搭配热管或均热板（VC）配合散热片。散热能力：单机柜功率控制在20kW以内，热流密度低于50W/cm²。主要短板：超过30kW后散热效率急剧下降，机房能源使用效率（PUE）常超过1.5。2）冷板液冷时期（2018-2023）技术原理
首批 AI 电源量产交付，领益智造赋能算力新纪元
近期，领益智造旗下子公司赛尔康（Salcomp）推出的 AIDC 算力电源 CRPS 1300W 产品已成功实现首批量产并正式交付。这一举措标志着公司在 AI 服务器电源领域的规模化供货能力实现了质的飞跃，为全球客户的算力基建提供了强劲动力。作为领益智造在高端电源板块的核心平台，赛尔康凭借数十年的电源研发与制造积淀，深度耕耘 AI 服务器电源赛道。此次量产交付的 CRPS 1300W 电源专为 AI 数据中心打造，拥有高效率、高可靠性及高功率密度的特点，能够完美匹配高密度算力集群的严苛供电标准。该电源产品
英伟达新一代产品或价格翻倍！供应链博弈升级
尽管财报表现超出预期，人工智能（AI）算力龙头英伟达的股价却连续两日下跌，而核心供应链企业股价却再次上扬，A 股相关公司也普遍上涨。据投资机构最新报告预测，在供应链成本不断攀升的背景下，英伟达即将推出的新一代产品价格可能几乎翻倍。对此，英伟达方面尚未作出回应。 业内分析师向证券时报记者表示，AI 硬件行业正处于价值重构的关键节点。其中，内存与互联环节已成为关键的物理瓶颈，产业链上下游的博弈进入全新阶段。 受益于人工智能需求的持续爆发，英伟达在 2027 财年第一财季（2026 年 2 月至 2026 年
AI浪潮下的封装革命
这几年半导体圈子最魔幻的事情，莫过于大家原本都在死磕光刻机和晶体管尺寸，结果猛然一抬头，发现卡住全球 AI 算力脖子的，居然是以前被看作是“低端苦力活”的封装。作为在产线和商业场上摸爬滚打的人，咱们得把这事儿看透。现在的先进封装（Advanced Packaging）和 3D 堆叠，早就不是以前那个给芯片“穿个塑料壳、引出几根铁丝”的边缘工序了。它现在是真正的“利润收割机”和“技术印钞机”。咱们今天就摘掉那些虚无缥缈的学术光环，左手拿工程师的放大镜，右手拿商人的算盘，把 AI 时代先进封装带来的暴利机会彻
AI算力激增推动液冷产业链深度解析
伴随人工智能大模型训练与推理需求的迅猛增长，全球算力竞争已进入激烈阶段。英伟达、谷歌等科技领军企业的新一代AI芯片单芯片功耗已超过千瓦级别，传统风冷散热方式逐渐接近其物理性能上限。在此形势下，液冷技术因其卓越的散热性能，正从数据中心的“选择性配置”升级为AI算力基础设施的“必备选项”，整个相关产业链正迎来从技术验证向规模化生产的关键转折期。1. 液冷核心组件与整体解决方案 此类企业主要供应液冷系统的核心设备（如CDU液冷分配装置、冷板、机柜）或提供全面的温控解决方案，属于产业链中技术门槛较高且直接受益的核
液冷AI开放联盟2026研讨会在郑州举行
超聚变探索者大会2026于2026年5月20日至21日在郑州顺利召开。5月19日，超聚变联合产业链上下游伙伴，成功举办了新型AI基础设施创新暨液冷AI开放联盟2026年度研讨会。高校学者、产业智库专家、芯片制造商、互联网公司及行业伙伴等嘉宾汇聚一堂，就新一代AI基础设施的演进路径与主流技术展开了深度探讨。会议伊始，超聚变算力事业部总裁唐启明发表开场致辞。他指出，聚焦新一代AI基础设施与超节点发展，超聚变将不断增加技术与产品研发投入，联合产业链各方共同构建繁荣生态。他强调，当前产业正处于加速腾飞的关键期，
AI产业链深度解析：光模块、液冷、电力与芯片，谁是核心“铲子股”？
各位好！上一回我们探讨了全球股市的AI大机遇，最后留了个悬念：在光模块、液冷、电力设备及国产芯片这四大板块中，谁的确定性更高？今日便来填补这个空白。提及AI，众人首先想到的往往是英伟达。这自然没错，AI的训练与推理皆离不开GPU，英伟达确是本轮AI浪潮中最耀眼的“卖铲人”。然而，英伟达光芒太盛，致使许多人忽视了其身后那条漫长的供应链。事实上，AI并非仅关乎一张显卡或一个大模型。AI更像是建造一座超级工厂：既需芯片，也需服务器、光通信、散热系统、电力设施、数据中心及软件应用。缺了任一环节，整座工厂都无法顺畅