当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 纳微半导体暴涨超150%,真香警告!

纳微半导体暴涨超150%,真香警告!

来源:laoyaoba 2025-06-08 18:33:55 0浏览 收藏

**纳微半导体股价暴涨超150%,深度解析与英伟达合作背后的逻辑**。5月22日,纳微半导体因与英伟达合作开发下一代800V高压直流架构,美股盘后股价飙升。此次合作旨在为英伟达“Kyber”机架级系统供电,支持包括Rubin Ultra在内的GPU。纳微半导体的氮化镓和碳化硅技术将在此次合作中扮演关键角色,有望显著提升数据中心能效,降低铜材使用量。面对现代AI数据中心对吉瓦级电力的巨大需求,传统54V配电系统已达物理极限。英伟达采用800V高压直流方案,通过固态变压器和工业级整流器,减少转换步骤,提高效率和可靠性,而纳微半导体正是这一方案的关键合作伙伴。

与英伟达达成合作 纳微半导体股价盘后涨超150%

5月22日,纳微半导体(Navitas)美股盘后涨超150%,英伟达选择Navitas合作开发下一代800伏高压直流架构。

当地时间5月21日,纳微半导体公司宣布与英伟达合作开发下一代800V高压直流(HVDC)架构,为包括Rubin Ultra在内的GPU提供支持的"Kyber"机架级系统供电。纳微的氮化镓和碳化硅技术将在这一合作中发挥关键作用。有媒体指出,这代表了数据中心基础设施领域的重大技术飞跃,特别是在支撑吉瓦级AI计算负载方面,纳微的技术将一定程度上大幅提升能效并降低铜材使用量。

现代AI数据中心需要吉瓦(GW)级的电力来满足不断增长的AI计算需求。据报道,当前的数据中心架构使用传统的54V机架内配电系统,功率限制在几百千瓦(kW)。这种架构需要使用笨重的铜母线将低压电力从机架安装的电源架传输到计算托盘。当功率增加到200kW以上时,这种架构因功率密度、铜材需求和系统效率降低等问题而达到物理极限。

英伟达的方案是在数据中心外围直接将13.8kV交流电网电力转换为800V高压直流,使用固态变压器(SST)和工业级整流器,消除多个交流/直流和直流/直流转换步骤,最大限度地提高效率和可靠性。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:laoyaoba 如有侵犯,请联系study_golang@163.com删除
html怎么设置背景?颜色和图片超简单教程html怎么设置背景?颜色和图片超简单教程
上一篇
html怎么设置背景?颜色和图片超简单教程
Python工厂模式超简单教程,手把手教你轻松实现代码解耦!
下一篇
Python工厂模式超简单教程,手把手教你轻松实现代码解耦!
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    381次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    453次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    465次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    405次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    233次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码