-
浸没之外再加水柱冲击：一台服务器的散热对照实验
单相浸没液冷把整台服务器泡在不导电的液体里，省掉了风扇和风道，传热系数却卡在一个物理上限上：热量要靠自然对流和液体自身的导热离开发热面，液体流动的速度由浮升力决定，设计者能调的空间不大。给液冷柜加一套喷淋管，让低温液体以射流的形式冲到发热面上，等于在浸没之外再叠一层强制对流。
-
服务器里为什么要同时铺 54 V 和 12 V 两条母线
一颗高性能图形处理器的功耗已经上千瓦，几十颗并行就是几十千瓦。在 12 V 母线上，这意味着一两千安培的电流。线路上的电阻损耗按电流的平方增长，同一个连接器、同一段铜排，电流翻一倍损耗翻四倍。整机效率被压在天花板下面的原因，往往不在芯片本身。
-
省在处理器旁边的一瓦，到数据中心要用三瓦来还
在一颗处理器旁边省下一瓦，看起来微不足道。但如果这一瓦要先穿过四级变换才能送到芯片上，它在链路上会被放大三次。数据中心的能效账，很大程度上是一笔关于级联的账，而正是这笔账决定了供电架构该往哪个方向演进。
-
一块 350 W 的芯片怎么压住温度：40 条微通道的参数怎么挑
给一颗功耗 350 瓦、尺寸却只有指甲盖大小的处理器降温，风冷已经交不出满意答卷。行业里较成熟的做法是让一块金属冷板贴上芯片，把热量先导进液体，再由液体带出机柜。但冷板内部那几十条通道到底该做多深、多宽，水流该开多快，进出水口放在哪个位置，这些看起来很工程化的选择，直接决定冷板的换热能力和泵的功耗。
-
AI 数据中心为什么要给储能单开一层预算
一个数据中心在 36 秒内从大约 450 MW 掉到大约 40 MW，然后在低负载上待几个小时，再用几分钟爬回 450 MW。这样的负载曲线，传统数据中心从来没有遇到过。电费按 15 分钟或 30 分钟的峰值窗口计价，而这条曲线上的峰值和均值差着一个量级。
-
片上稳压器在追什么？
讲到 AI 芯片的供电，讨论通常停在机架、母线和电源模块这一层。但真正决定 HBM 能不能跑到标称速率的，往往是最后那一厘米：从供电轨到内存物理层缓冲器之间的那段路径。当供电电压降到 0.7 V、局部电流上到安培级、负载阶跃发生在纳秒尺度上，集中式电源再快也鞭长莫及，稳压器只能一路搬到芯片上。
-
1 kW/cm² 之后，AI 芯片散热往哪走
AI 加速器的功耗增长已经跳出了过去几十年的经验曲线。Dennard 缩放（Dennard scaling，即功耗随尺寸等比下降的规律）在 22 nm 节点失效之后，芯片功耗不再随特征尺寸缩小而同步下降。
-
押注中国“电气化+AI”双引擎，英飞凌组织焕新与本土深耕
在2026年这一“十五五”规划开局之年的宏大背景下，中国产业的高质量发展已进入深水区。智能网联新能源汽车、具身智能、低空装备等新兴赛道的加速成型，不仅重塑了全球价值链的利益分配，更对底层的半导体技术提出了更为极致的能效与智能要求。在2026年6月30日于上海张江举行的媒体日上，英飞凌不仅展示了其在功率系统与物联网领域的领先地位，更通过一系列战略调整，清晰地回应了当下时代对于半导体产业的核心诉求。
-
全景算力部署与全栈软件协同：海光信息在Token时代的智能计算迭代路径
在全球半导体产业剧烈变革的背景下，算力作为数字经济的底层驱动力，正在经历从通用计算到智能计算的重心转移。随着大模型技术从实验室走向千行百业，行业对算力的评价标准也发生了深刻变化。单纯的峰值性能指标已不足以衡量芯片的真实价值，算力是否好用、生态是否兼容、供应链是否韧性，成为了企业在智能化转型中考量的核心维度。
-
AIDC在民航的应用浅析
摘 要：简单介绍AIDC及其作用，重点对民航AIDC的实现方式进行了深入浅出的阐述，目前AIDC的传输方式根据实 际需求产生了三种不同的模式，各需求单位可根据实际情况进行采纳。
lemonhub
LLLemmm
lionpower
yaneda
氯化钙补钙
shenyaoo
18503088884
风云ljh
mounthill
timixiaoyouxi
shell.albert
Benjaminsein
xiaokefei
hm365703550
jasonyeh333
江阳
朱德荣
Afei1106
tianxing008
caoqing
