Zurn Elkay并购Intellihot 强化智能热水业务
水处理及卫浴设备企业Zurn Elkay Water Solutions于周一公布，已签署协议收购智能热水系统厂商Intellihot。此次交易将进一步完善Zurn Elkay在商业建筑水处理领域的产品阵容。 Zurn Elkay在公告中称，收购金额约为3.2亿美元现金，预计交易于2026年第三季度完成，尚需监管部门批准。Intellihot为私营企业，专注为商业及工业建筑提供即热式、高效能的热水方案，其产品运用先进智能控制技术，实现精准温控与能耗优化。 Intellihot的技术与Zurn Elkay现
AI时代CPU的重构：从辅助到核心编排
人工智能 (AI) 基础设施正迈入全新关键阶段。生成式 AI 的初始阶段以加速器规模化为核心，聚焦 GPU、NPU 与定制 AI 加速器的部署、供电、散热与互联能力。该阶段虽未终结，但已难满足当前演进需求。下一阶段的核心是机架级系统协同：通过异构 AI 机架，将不同计算资源分别优化至智能体 AI 工作流的各环节。由 CPU、加速器、内存、网络设备构成的专用机架，正被整合为吉瓦级 AI 超级集群，每台机架作为高密度计算单元，承担特定任务。AI 推理正从单次模型调用，演变为多步骤智能体流水线。基础设施设计重心
全国产十万卡集群加速落地：AI基础设施进入发展新阶段
算力领域的粗放式扩张模式正在终结。年初，政府工作报告首次提及“超大规模智算集群”与“算电协同”发展路线，2026年将部署50+万卡集群、3万卡集群较上年增长233%、10万卡集群实现从无到有的突破。然而，AI基础设施的建设节奏远超预期。7月10日，中国首个完全自主研发的十万卡AI超算系统——曙光8000（登峰）正式投入运营。同期，中科曙光还与北京科学智能研究院建立合作关系，着手第二套全国产十万卡超智融合算力系统的研发与建设工作。“十万卡”从零起步到成双成对，AI算力集群建设已然迈入高速发展期。如此引人瞩目
AI供电|8mm极限空间：1700V氮化镓技术引领数据中心供电路
在日前闭幕的COMPUTEX台北国际电脑展上，AI服务器的高速发展与能效挑战成为全场热议话题。面对NVIDIA推出的Kyber 800VDC AI数据中心架构对电源系统提出的严苛要求，Power Integrations（PI）凭借基于1700V氮化镓（GaN）技术的超薄型辅助电源参考设计，给出了引人关注的"解决方案"。这一系列方案不仅是元器件堆叠的突破，更是半导体材料路线在数据中心高压化趋势中的一次关键抉择。PI首席技术培训师Jason Yan深入剖析了针对NVIDIA OVX机柜的800V母线辅助电源
Marvell高管透露：正与台积电商讨采用A14工艺
IT之家 6 月 21 日消息，据《日经亚洲》本月 18 日报道，Marvell（美满）公司总裁兼首席运营官 Chris Koopmans 在接受媒体访谈时表示，该公司已就在未来产品中采用 A14 工艺与台积电 (TSMC) 展开商讨。 依据台积电官方资料显示，A14 是台积电在首代 GAA 工艺 N2 之后的下一代先进逻辑制程技术，预计于 2028 年开始批量生产。A14 相比 N2 预计可实现全制程节点级别的 PPA 优化，在相同功耗下提升 10~15% 速度、相同速度下降低 25~30% 功耗、逻辑
Perplexity创始人论AI竞争：算力效益决定企业成败
Perplexity创始人Aravind Srinivas周三接受媒体访谈时指出：能够在AI算力基础上创造最大商业价值的企业，终将获得最高的估值回报。Srinivas预判，未来行业领跑者将是实现“单位能耗、单用户价值最大化”的企业。他强调：“企业必须统筹精度、响应时延、使用成本、数据安全与智能水平这五大维度，在这一核心指标上取得最优表现，方能立于不败，构建持久竞争优势。”Token作为AI模型处理信息的核心单元。用户向AI对话机器人发送指令时，任务会被分解为若干Token，每个Token的运算都需消耗能源
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
AI电力创业指南：如何选择适合自己的能源新赛道
AI技术的迅猛发展推动了算力中心、大模型训练等高耗电场景的兴起，电力短缺已从短期问题演变为AI产业发展的长期挑战，这为创业者带来了巨大的市场机会。然而，并非所有电力相关领域都适合每位创业者，选对方向的关键在于“匹配自身资源、顺应行业趋势、规避关键风险”——既要解决AI企业“缺稳定电、缺高效电、缺低成本电”的核心需求，也要结合自身的资金、技术与资源条件，避开重资产和高门槛的陷阱，实现精准切入、稳健盈利。随着当前AI基础设施正从“训练时代”向“推理时代”转型，以及绿电、储能、节能等领域的实际落地情况，以下将从
AI技术发展态势前瞻
发布日期：2026年4月15日📋 要点概览▸ 技术共识人工智能演进将集中于多模态世界模型、具身智能、能效提升及多智能体架构，驱动技术向更高级阶段发展。▸ 商业化落地医疗人工智能、工业智能及L2+级自动驾驶将成为未来3-5年商业化进程最快的赛道，呈现广阔市场前景。▸ 核心挑战能源制约、伦理隐患与产能局限是人工智能发展面临的主要挑战，需依托技术突破与政策配合加以应对。人工智能浪潮正以惊人速度重构全球产业版图与技术演进路径。自2022年ChatGPT引爆全球AI热潮以来，技术先驱、行业巨头与金融专家对人工智能前