中国算力格局重塑：训练重心西移，推理布局东扩
（来源：科创板日报） 记者实地探访乌兰察布、海东、哈尔滨等地的算力中心后发现，各类项目正在加速落地。尤其以模型训练为核心的算力设施，明显呈现出向西部地区聚集的态势。 作者 | 黄心怡 在人工智能时代，算力已成为最为紧缺的战略资源。从辽阔草原到雪域高原，从东北传统工业区到西部清洁能源新区，一场围绕AI算力的基础设施建设热潮正在全国各地同步展开。 记者近期走访了内蒙古乌兰察布、青海海东、黑龙江哈尔滨等地的算力中心，了解到各地项目密集落地，尤其是面向训练的算力基础设施正逐步向西部推进。一张横贯东西、覆盖南北的算
AI服务器为何青睐液冷散热？
往昔，数据中心服务器主要依赖风冷来散热。然而，随着AI服务器功耗不断攀升，传统散热手段逐渐显露出换热效率低、噪音变大、耗电量增加以及占用空间大等弊端。在此背景下，得益于更卓越的换热效率，液冷技术正逐步确立为新一代高功率服务器热管理的核心发展方向。在传统服务器时期，处理器功耗较低，依靠风扇、散热器及空气流动即可满足散热需求。但如今，AI服务器正经历着翻天覆地的变化。随着GPU集群规模的扩张，高性能计算芯片的功耗不断攀升，导致服务器内部的热源密度日益增高。同时，先进封装技术的进步使得芯片内部结构愈发复杂，局部
我国研制出高功率软包金属锂电池
中科院大连化物所陈忠伟团队成功研制出25安时软包金属锂一次电池。经检测，该电池低倍率下能量密度超750Wh/kg和1285Wh/L，放电倍率提高百倍，标志着我国在高功率一次电池领域迈入国际前列，为高端装备装上自主“电力心脏”。 无人机急刹悬停、机器人瞬间发力越障、航天器姿态调整需大电流冲击、野外地震仪需“唤醒即用”——这些场景要求电池“耐力”与“爆发力”并存。传统锂一次电池虽能贮存多年电力，却在关键时刻“使不上劲”。 据悉，25安时级软包金属锂一次电池技术将放电倍率提高100倍，能量密度达656Wh/kg
Applied Digital获52亿美元AI数据中心长租大单
Applied Digital于周一披露，已与一家美国顶级超大规模云服务商达成15年租约，预计基础合同收入约52亿美元。受此利好影响，该公司盘后股价涨幅超过8%。 该协议涵盖其全新AI园区Delta Forge 2的210兆瓦关键IT负载，采用“使用或付费”模式。若30年内的所有续约选项均被激活，合同总价值有望达到约127亿美元。这不仅是Applied Digital与同一超大规模客户签署的第三份长期租约，也是其第五个AI工厂园区项目。 Applied Digital董事长兼CEO韦斯·卡明斯指出：“两年
AI服务器电源：被忽视的千亿级蓝海市场
这个数字有多夸张？4台普通工作站加一起的耗电量，也比不上它。GPU厂商在疯狂堆算力的同时，供电系统这条线却承受着最大压力，却很少有人关注到这一点。2018年，一台标准服务器机柜，8kW就是极限了。而现在AI机柜，40kW只是起步，这还说得比较保守。功率密度飙升到这种程度，传统电源已经完全跟不上需求了。这条产业链，被硬生生砸出了全新的机会窗口。AI服务器电源分为三大块：PSU本体、PDU配电单元、液冷CDU。PSU负责把电网电转换成服务器可用的电，技术难点集中在高功率区间。台系厂商拿下了超过一半的市场，不是
英飞凌氮化镓器件免费样品申请通道开启，赋能AI服务器电源设计
在生成式AI与大语言模型算力需求急剧攀升的背景下，数据中心和服务器电源正经历高功率、高效率、高密度全面升级的关键阶段。英飞凌科技依托工业级 CoolGaN™氮化镓技术，打造从低压到高压、从分立器件到系统级的全方位解决方案，广泛涵盖AI服务器、数据中心供电系统、BBU电池备用单元、IBC中间总线变换器等领域，凭借超高速切换、零反向恢复、高功率密度等特性，突破AI算力供电瓶颈，加速数据中心绿色低碳转型。面对单个GPU功耗逼近2000W、机架功率超过300kW的极端挑战，传统硅功率器件已无法同时满足效率、尺寸与
AI步入液冷新纪元，远东电气以高效冷却方案护航算力发展
前言基于与全球顶尖算力企业的紧密协作，并成功获取稀缺的供应商准入代码，远东电气正式发布了集“仿生歧管微通道冷板”与“热界面复合材料”于一体的高效冷却系统。该方案能够明显提高热交换效能，同时显著减少系统压力损失，从而对核心发热区域进行精确控制与失效预防，为高密度算力环境提供稳固、值得信赖的热管理支持。随着2026年被视为液冷技术规模化应用的起始之年，AI算力的飞速增长正驱动散热技术发生根本性转变——芯片功耗从300瓦跃升到2300瓦。沿用多年的传统风冷技术，即依靠风扇、散热片等构成的机房空调系统，长期以来一
高功率微波对抗无人机蜂群的人工智能策略
本报告由美海军发布，探讨了通过人工智能（AI）技术提升高功率微波（HPM）系统效能，以有效应对自主无人机蜂群的战术研究。以下是报告的主要内容概述。一、 研究背景与核心目标二、 三个核心子项目的研究内容与发现三、 总结报告指出，在开发生成分布式神经网络控制器以高效击退攻击蜂群的强化学习框架方面取得了关键性进展：·点击左下角“阅读原文”或复制以下网址查阅https://www.zhuanzhiai.com/vip/f4f108772d842dfc920076b1817cfa28了解专知防务·欢迎微信添加专知助