世强硬创 CIOE 2026 展示 AI 算力「供电—算力—光互联—散热」四层方案

  • 2026-09-12

  • 来源:极客公园

AI 大模型训练与推理需求持续爆发,导致算力硬件功耗快速攀升。AI 芯片核心电压已降至 0.65—0.9V,电流从数百安培升至上千安培;光模块功耗从 800G 时代的 25—30W 增至 1.6T 时代约 40W 以上,3.2T 时代预计突破 50W。供电、光互联与散热的系统协同,成为 AI 服务器与高速光模块落地的关键。

9 月 9 日,第 27 届中国国际光电博览会(CIOE 2026)在深圳国际会展中心(宝安)开幕,世强硬创平台围绕上述痛点,展示覆盖供电、算力、光互联、散热的四层方案。

展会现场,较多专业观众就 1.6T 光模块国产物料、3.2T NPO 硅光架构及车载光模块配套方案与现场技术团队交流,咨询方向集中在引脚兼容替换、AFE/TEC 选型、NPO 功耗与液冷协同、车规可靠性等落地问题。

01 供电链路:适应「低压大电流」新常态

AI 芯片电压持续走低,对供电的瞬态响应、电流承载能力提出了严苛要求。世强展示的国产化 AI XPU 电源方案覆盖从 380V 高压直流至 1V 芯片核心的完整链路,包括 380V 转 48V 的 2500W HVDC 模块、48V 转 12V 的 2000W IBC 模块,以及多相控制器、DrMOS 和芯片电感,可满足 600—1800A 稳态、峰值 2000A 的供电需求,瞬态响应 10μs 以内,满足 AI 计算对稳定性和瞬态响应的严苛要求。这套覆盖从控制器到功率级的 GPU 供电方案,重点主打解决客户低电压、大电流、低纹波、高瞬态的需求。

如果说 XPU 电源方案解决的是链路怎么搭,这套3kW 数字电源方案解决的就是单点怎么做极致。方案基于实时操作系统,配套图形化上位机,可在线配置参数、抓取波形、统一管理保护策略,无需重新编译固件。前级为两相交错图腾柱 PFC,快桥臂采用 SiC MOSFET,降低反向恢复与开关损耗;后级为三相交错 LLC,降低输出纹波、减小滤波电容,提升功率密度。整机峰值效率达 97.7%,50%—100% 负载下 PF 大于 0.99,达到钛金标准以上,有助于数据中心降低 PUE。

02 算力方案:国产化与高能效并行

算力层面,世强带来全国产化 GPU 加速卡与通用计算 GPU 卡两款方案。前者通过器件国产化平替与关键技术迭代,重点解决核心器件依赖进口、供应链风险高、成本居高不下、功耗与算力适配性不足等痛点;后者提供 260Tops 通用算力,适用于 AI 推理与通用加速场景。

边缘侧,AI Box 方案算力突破 128TOPS,能效比达 4.26TOPS/W,相比降频方案续航能力提升 3 倍,适配边缘推理场景。

03 光互联升级:从 1.6T 到 3.2T NPO

1.6T 是当前数据中心升级的主力速率。世强展示了面向 1.6T 光模块的关键物料国产替代方案,包括引脚兼容的光模块专用 MCU、覆盖硅光/EML/可配置等路径的定制化 AFE 芯片,以及体积小、集成度高的 TEC 驱动芯片。整套方案已在头部光模块客户批量使用。

面向下一代速率,3.2T NPO 硅光方案基于硅光 SiPh 与 NPO 近封装架构,遵循 OIF 标准,针对高带宽、低功耗、高密度集成光模块需求设计,适配 AI 算力与超高速数据中心互连。该方案与 1.6T 方案在国产物料链上保持延续,MCU、AFE、TEC 等均可复用。

车载光模块是另一重要应用方向。针对车规认证周期长、可靠性难达标、量产成本高等痛点,世强在车载光模块方案中提供覆盖主控、电源、接口信号链、连接器与散热环节的物料配套,支持标准化降本与量产适配。

光互联之外,平台同步提供面向高速设计的配套物料:TFLN 调制器、光波导芯片、PCIe 5/6 时钟、高速板材与 Socket 连接器,以及高容 MLCC、110GHz 硅电容、625M 高基频晶振等无源器件,可按照 1.6T/3.2T/NPO/XPO 不同架构做联合选型。

04 热管理:液冷成为高密度形态必选项

以 12.8T XPO 为代表的高密度光模块形态,单模块功耗可达 100—400W,风冷已逼近极限,液冷从选配变为必选。世强为此展示了针对12.8T XPO 的散热材料与胶黏剂方案,其中石墨烯导热垫片热导率达 130W/m·K,热阻低至 0.05℃·cm²/W,可高效导出芯片热量;配套密封胶挥发低于 0.5%,降低光路污染风险。

液冷方面,依据不同 XPO、NPO 等高速光互连架构、规格与空间需求,提供相对应的水冷板、UQD 水冷接头及液冷整合方案。

目前,世强已联合正凌、国民技术、图灵量子、EPSON、泰晶、龙飞微等原厂形成上述系统方案,并在天数智芯、清微智能、壁仞、东方算芯、沐曦、瀚博、海信、极致、光迅、新易盛等部分客户项目中导入或量产。

后续将持续面向 AI 算力基础设施提供从选型、打样到批量供应的研发与采购服务。

来源:互联网

声明:此文版权归原作者所有,若有来源错误或者侵犯您的合法权益,您可通过邮箱与我们取得联系,我们将及时进行处理。邮箱地址:zhaobozhi@jnexpert.com

  • 人工智能
  • 大模型
  • 信创
  • 汽车交通
  • 制造
  • CTO

推荐

    我要评论