摘要:一家叫Empower的芯片小公司,刚拿到了超过1.4亿美元的融资,富达、谷歌旗下基金这些巨头都砸了钱。
硅谷又爆出个大新闻。
一家叫Empower的芯片小公司,刚拿到了超过1.4亿美元的融资,富达、谷歌旗下基金这些巨头都砸了钱。
更让人好奇的是,这家公司做的不是能算AI的算力芯片,而是给服务器“管电”的电源管理芯片。
要知道,现在全球数据中心一年的耗电量比不少国家都多,单是AI服务器的电费就快把企业压得喘不过气。
这颗拿到重金的“管电芯片”,是能解决行业痛点的真英雄,还是资本追捧下的“新韭菜”?
要说清楚这颗芯片的价值,得先明白数据中心有多“费电”。
现在的AI服务器里,处理器要一刻不停地算数据,功耗比普通服务器高好几倍。
但更头疼的是“用电浪费”,处理器忙的时候要大功率供电,闲的时候功耗会降下来。
可传统的电源管理芯片反应太慢,等它调低供电时,处理器早空转浪费了不少电。
而且传统的电源管理芯片是个“麻烦户”,得搭配一堆外部元件才能干活。
这些元件占地方不说,还让服务器设计变得特别复杂。
服务器主板就那么大,既要装处理器、内存,又要塞这些电源组件,工程师常常得为了空间打架。
更关键的是,这些零散的组件还容易出问题,电压稍微不稳就可能烧了昂贵的处理器,企业光是维护成本就不少。
对数据中心来说,电费和硬件成本是两大块支出。
有行业数据显示,大型数据中心一年的电费能占到总运营成本的30%以上,AI服务器的耗电更是普通服务器的5-10倍。
要是电源管理再出点岔子,要么电费飙升,要么硬件损坏,简直是“两头挨刀”。
这也是为啥Empower这种做“省电芯片”的公司,能吸引资本盯上。
Empower的底气,来自它那叫“IVR”的集成电压调节器芯片,宣传里说这东西能解决传统芯片的老毛病,核心就靠“三板斧”。
第一板斧是“瘦身”。它把传统芯片需要的外部元件全整合到自己身上,一下子把占有的空间缩小了三倍。
这可不是小事,服务器主板空间金贵,省出来的地方要么能多装内存,要么能让散热更好,间接也能降低能耗。
更厉害的是,这颗芯片小到能直接塞进处理器里,不用再额外占地方,工程师设计服务器时终于能松口气了。
第二板斧是“提速”。它的动态电压调节速度号称比竞争对手快100倍,甚至有说法是快1000倍以上。
简单说,处理器一闲下来,它能瞬间调低供电,一要发力算数据,又能立刻把电压加上去。
这样一来,空转浪费的电就少了很多,官方说某些情况下能降50%的功耗。
要是真能做到,一个大型数据中心一年省下来的电费就得按千万算。
第三板斧是“配套buff”。除了管电的芯片,这家公司还做一种超 thin的硅基电容器,能帮处理器存电能、稳电压。
这种电容器能减少40%的元件数量,和IVR芯片搭配着用,既能缩小处理器尺寸,又能让供电更稳定,等于给服务器的“电力系统”上了双保险。
单看这“三板斧”确实亮眼,但问题也跟着来。
实验室里的数据到了真实数据中心还管用吗?
不同品牌的处理器、不同场景的负载,这芯片都能适配吗?这些都得打个问号。
这次1.4亿美元融资一落地,Empower的外部融资总额已经超2亿美元了。
资本愿意砸钱,显然不只是看眼前的产品,更是赌它能解决AI时代的核心痛点。
从行业需求看,这赌局确实有底气。
现在全球都在建AI数据中心,英伟达、AMD这些芯片巨头的AI处理器卖得火热,但配套的电源管理芯片却没跟上。
要是Empower的技术能批量落地,不光能给数据中心省钱,还能让AI服务器跑得更稳、算力输出更高,等于给整个AI产业链“松绑”。
谷歌、富达这些投资方,要么自己有庞大的数据中心,要么看好AI基础设施的前景,投资它也算“近水楼台先得月”。
但风险也一点不少。首先是技术落地的难度,实验室里能做到100倍提速,大规模量产时品控能不能跟上,会不会出现稳定性问题。
毕竟电源管理芯片直接关系到服务器的安全,企业可不敢轻易试错。
其次是竞争,TI、ADI这些老牌芯片厂商也在做高端电源管理芯片,Empower作为初创公司,能不能抢下市场份额还是未知数。
更关键的是“性价比”。这颗芯片要是卖得太贵,就算能省电,企业算下来可能还是不划算。
数据中心采购都是大批量的,要是每颗芯片多花几十美元,总成本会飙升,回本周期一拉长,很多企业可能就不愿意换了。
而且现在它还没大规模出货,到底能省多少电、能用多久,都缺乏真实场景的长期验证。
说到底,Empower拿到的1.4亿美元融资,既是对“省电芯片”赛道的认可,也是一场高风险的豪赌。
AI数据中心的“用电焦虑”是真的,市场需求也是实实在在的,但这颗新芯片能不能接住这份需求,还得看后续的量产能力、实际表现和成本控制。
毕竟,资本追捧的新技术太多了,不少都是“开头很惊艳,结局很平淡”。
这颗“管电芯片”到底是能让数据中心“省大钱”的真家伙,还是只是资本吹起来的泡沫。
答案恐怕得等个两三年,看它在真实的数据中心里到底能不能扛住考验。
但至少现在,它给解决AI时代的耗电难题,指了一个挺有希望的方向。
来源:探秘发现一点号