为什么 AI 的下一阶段增长正在重塑数据中心基础设施

人工智能基础设施建设的第一波浪潮是一场容量竞赛：AI 模型训练推动了最初阶段的增长，更强大的 xPU（包括 GPU 和 AI ASIC）为超大规模数据中心的快速扩张提供了支撑。

这一轮初始投资周期将 AI 转变为全球运算平台。如今，AI 基础设施已进入新的阶段，工作负载正从基于超大规模数据集的模型训练，转向强调持续、实时应用处理的 AI 推理。随着模型推理逐渐成为主导工作负载，基础设施需求也正在超越单纯的原始运算能力。

智能体 AI 和物理 AI 的兴起——后者将具备推理、规划和执行复杂任务能力的自主系统延伸到现实世界——正在多个市场和应用领域催生新的业务用例。例如在汽车领域，AI 正在推动软件定义汽车的发展；而增强 AI 能力的人形机器人部署规模到本世纪中叶可能接近十亿台。

图像

因此，预计 xPU 将与一系列使能技术共同成为舞台主角，这些技术将定义未来数据中心的设计和性能。在这样的环境下，CPU 和 xPU，以及电源、内存接口和控制系统，将共同推动 AI 市场扩张，并创造出比许多人最初预期更广泛、更持久的基础设施机遇。

因此，预计 xPU 将与一系列使能技术共同成为舞台主角，这些技术将定义未来数据中心的设计和性能。在这样的环境下，CPU 和 xPU，以及电源、内存接口和控制系统，将共同推动 AI 市场扩张，并创造出比许多人最初预期更广泛、更持久的基础设施机遇。 在推理工作负载的放大效应下，AI 对电力的快速增长需求正在触发基础设施架构的根本性重构。瑞萨电子凭借广泛的数字电源、功率半导体、内存接口、控制和模拟解决方案组合，处于把握这一机遇的独特位置。正如我在近期瑞萨电子资本市场日投资者活动中所分享的 AI 基础设施与运算更新中所述，这正是我们的优势所在。

图像

推理与机遇的交汇点

随着推理工作负载成为 AI 部署的主导驱动力，它所打开的市场空间甚至比 AI 扩张第一阶段更加广阔。

基础设施增长不再依赖单一处理器类别，而是越来越多地惠及连接、供电和管理每一个运算单元的各类技术。更多企业正在向基础设施和服务领域拓展，既带来了互补技术，也带来了新的竞争。

瑞萨电子正围绕三大互补支柱来把握这一机遇：

• 数字电源： 应对 AI 系统不断增长的电力需求。
• 内存接口： 优化运算利用率，提升处理器与内存之间的数据传输效率。
• 控制： 管理服务器中复杂的电源平面和控制平面。

这些技术共同使瑞萨电子能够服务于所有 xPU 相关机遇，无论采用何种处理器架构。

电力是 AI 面临的关键工程挑战

如果说 xPU 定义了 AI 基础设施的第一章，那么电源架构正在塑造下一章。下一代 AI 机架的功耗可能超过 1 兆瓦，足以为一千多户家庭供电。这要求整个数据中心在能源分配、转换、效率和热管理方面采用新的方法。

一个显著例子是向 800V 直流配电的转变。随着传统电源架构逐渐接近其实际极限，行业正在采用更高电压的系统和更先进的供电技术。更高电压可降低电流、减少导通损耗，并在机架功率攀升时提高系统密度和效率。但随着更多 xPU 被更紧密地部署在一起，热管理如今变得与电气性能同样关键。

图像

这些变化正在重新聚焦对使能技术的需求，而瑞萨电子正以数字电源产品组合加以响应，覆盖供电链路的关键阶段——从机架级电源转换到处理器级电压调节。

其中最重要的机遇之一在于垂直供电。瑞萨电子的垂直供电解决方案通过模块化、高密度、多相方案和功率级，将更高电流输送到更靠近处理器的位置。氮化镓（GaN）开关支持从新兴 800V 架构实现高效高压转换。同时，我们先进的 MOSFET 技术、低压 GaN 选项及相关驱动器，被广泛用于较低电压（隔离和非隔离）转换阶段，并由瑞萨电子基于智能 MCU 的数字控制器进行管理。

在这些电压水平下，电源转换效率、功率密度和热管理已不再只是附带考量，而是成为系统级设计要求的最前沿。

数据管理对 AI 性能至关重要

除了高效、智能的电源管理之外，负责处理 AI 推理模型的数据中心还需要更高的内存带宽和更大的内存容量。处理器与内存之间快速传输数据的能力，对于维持系统性能至关重要，尤其是在以读取为主的推理工作负载持续扩展的背景下。

作为内存接口技术领域的长期领导者，瑞萨电子的产品组合涵盖先进 DDR 内存模块中的关键组件，帮助客户提升带宽、可靠性、可扩展性和运算效率。

图像

AI 数据中心需要智能控制

随着 AI 基础设施变得更加复杂，运营商也需要在整个数据中心部署智能控制，以管理电源系统、监控性能并协调系统级功能。通过确保可靠性、效率和可管理性，控制功能在现代数据中心中发挥着关键作用，覆盖从机架级到各个子系统的各个层面。

为满足这些客户需求，瑞萨电子正在扩展基于 MCU 的解决方案，提供电源管理和控制平面应用所需的灵活性与软件定义能力。

基础设施的系统级视角

对瑞萨电子而言，AI 机遇之所以尤其具有吸引力，在于电源、内存和控制的融合。

如今的数据中心架构师重视这样的设计合作伙伴：既能从系统层面到组件层面理解超大规模数据中心所面临的挑战，又能够在整个基础设施堆栈中优化性能。通过在开发周期早期利用我们的系统建模、电源仿真和软件工具开展协作，我们帮助客户在硬件构建之前识别问题，从而改善设计成果。

瑞萨电子的系统导向也延伸到生产环节，我们将内部制造能力与晶圆代工合作相结合。这一混合模式使我们能够灵活响应不断变化的 AI 需求，并在不依赖单一制造来源的情况下支持快速扩产，同时降低供应链风险。

赋能下一波 AI 浪潮

AI 基础设施正进入持续扩张期，下一代数据中心将需要先进的供电能力、内存带宽和智能控制。这些深度互联的需求将从支撑性技术演进为关键的 AI 构建模块，并在这一过程中塑造运算的未来。

这一转变将有利于那些具备广阔平台优先思维，并拥有客户共同开发传统的公司。无论从哪个角度衡量，瑞萨电子都符合这一定义。