技鋼如何應對次世代AI硬體的功耗與熱密度挑戰？

Question

Accepted Answer

技鋼透過整合能源與晶片專業知識，應對次世代 AI 硬體功耗與熱密度挑戰

技鋼代表 Leo Wang 指出，搭載 Blackwell 架構等新世代系統的功耗與熱密度面臨前所未有的挑戰，這顯著增加了基礎設施層的複雜性。為此，技鋼正積極應對三項關鍵的技術複雜性：設計週期的極速縮短、800V 基礎設施與高壓直流電的整合，以及碳化矽與氮化鎵等新材料的引入。
設計週期加速與基礎設施整合的雙重壓力

產業面臨的設計週期已從傳統的 30 個月大幅縮短至 6 個月，這對產品開發的時程管理帶來了嚴峻考驗。同時，為了支援新世代 AI 硬體的高效率運作，整合 800V 基礎設施與高壓直流電的架構複雜性也日益凸顯。這種架構上的轉變不僅要求更高的技術精準度，也對現有的電力傳輸與管理系統提出了更高的要求，需要更先進的解決方案來確保穩定性與安全性。
新材料應用與能源效率的關鍵

引入碳化矽（SiC）與氮化鎵（GaN）等新材料是提升功率轉換效率與降低熱能損耗的關鍵。然而，這些新材料的應用也伴隨著技術上的複雜性，包括材料特性、製程整合以及可靠性驗證等。Dr. Sergio Rossi 強調，應對這些複雜性的唯一途徑是與光寶科等能源專家以及輝達等晶片專家進行緊密合作，透過聚焦核心競爭力，才能有效實現即時邊緣控制與智慧製造的目標。
跨領域協作以實現高效能運算

技鋼的策略聚焦於與生態系夥伴的協同作業。正如 Dr. Sergio Rossi 所言，與光寶科等能源解決方案供應商以及輝達等領導性晶片開發商的緊密配合，是克服次世代 AI 硬體功耗與熱密度挑戰的關鍵。這種跨領域的深度整合，旨在共同優化能源效率，進而提升每瓦效能，並最終實現更具成本效益的 AI 運算。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

技鋼如何應對次世代AI硬體的功耗與熱密度挑戰？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友