峰值功率

3 秒看懂

峰值功率是 AI 芯片与训练集群在极短时间内（微秒至毫秒级）达到的最大电力消耗，它决定了供电系统安全裕度、散热方案选择以及机架密度上限。大模型训练时代，单芯片瞬时功耗可超 TDP 20%~50%[行业估算]，一个万卡集群总峰值可达数十兆瓦，峰值功率已从芯片数据手册上的参考值演变为数据中心总功率瓶颈的核心约束。

3 分钟产业解释

在深度学习场景中，峰值功率不是一张 data sheet 上的静态数字，而是动态的、情境化的“瞬间天花板”。当 GPU 张量核心全部满载、HBM 高带宽内存连续读写、网络高速收发时，一块加速卡的功耗可在毫秒级内跃升到远超平均设计值。

产业上常用 TDP（热设计功耗）指导散热方案选型，但实际峰值功率可瞬时超出 TDP 20%50%[行业估算]——这要求在电源电路设计、机柜配电和园区级供电规划中预留可观的安全余量。以 2024 年典型产品为例，NVIDIA H100/H200 SXM 版本 TDP 为 700 W[公开信息]，其瞬时峰值功耗可触及 9001050 W[估算]区间；B200/B100 系列 TDP 推高至单封装 1000 W 级[公开信息]，瞬时峰值可达 1200 W+[估算]。一个满配 8-GPU 节点的瞬时功率可超 8 kW，包含数千张加速卡的训练集群总峰值功率达数兆瓦至数十兆瓦，相当于一个中型工业厂区的用电量。

这种量级的波动给供电基础设施（UPS 瞬态响应、备电切换、柴油发电机启动）和热惯性管理（液冷 CDU 响应速度、二次侧水温骤升）带来严峻挑战。行业因此出现两条并行路径：一是芯片侧通过精细的功率封顶（power capping）来消峰，以轻微性能损失换取系统稳定性；二是基础设施侧转向 48 V 直流供电、浸没液冷、超级电容/电池备份单元（BBU）等能应对高密度瞬态功率的架构。可以说，谁管理好峰值功率，谁就掌握了 AI 算力密度和 TCO 的平衡点。

技术原理

芯片级功耗来源与峰值成因

CMOS 电路动态功耗近似由下式给出：

P_{text(dynamic)} = \alpha \cdot C \cdot V^2 \cdot f

各参数在峰值场景下的含义：

• α（活动因子）：表示单位周期内晶体管开关比例。在矩阵乘法密集 kernel 中，张量核心满线程并行执行 FP8/FP16 的 MMA 指令时，矢量单元和寄存器文件切换率达最高，α 趋近于 1。
• C（等效负载电容）：与工艺节点及设计相关。先进节点（N4/N3）的单位晶体管电容下降，但晶体管数密度上升，总 C 不减反增。
• V（供电电压）：峰值功率管理常利用动态电压频率调整（DVFS），短时提升电压以支撑高频，导致功耗以平方关系增长。现代 GPU 核心电压典型范围 0.8~1.2 V。
• f（工作频率）：GPU Boost 允许短时超频，极限 turbo 模式下频率可超出基础值 20% 以上，功耗呈非线性爬升。

另外，静态漏电功耗 P_{text(leak)} 在 3nm/4nm 制程中占比显著，高温下指数增加，间接抬高峰值功率。高计算负载产生的高结温通过漏电正反馈进一步推高总峰值——这被称为“热失控风险窗口”，是芯片和散热设计需共同应对的耦合问题。

板级电源架构与瞬态响应

AI 加速卡供电链路：12 V / 48 V 输入 → 多相 Buck VRM → 核心电压（0.8~1.2 V）。峰值电流可达几百安培。

输入电源 (12/48V)
 │
 ├─ 多相 VRM (控制器 + DrMOS)
 │    ├─ GPU 核心电压 (VDD_CORE)
 │    │    └─ 电流: 稳态 400A → 峰值 600A+ [估算]
 │    └─ HBM/IO 电压 (VDD_MEM/VDDQ)
 │
 └─ 配电网络 (阻容去耦)

当负载从 idle 骤升至全速，VRM 必须在若干微秒内满足电流阶跃，否则出现电压跌落触发复位。板级钽/陶瓷电容和片上去耦电容构成多级储能池——片上去耦电容吸收百纳秒级尖峰，板级陶瓷电容处理微秒级波动，钽聚合物电容应对毫秒级浪涌。功率管理的闭环通过每毫秒采样电流/电压、调整 VRM 相数或快速降频（硬件 throttling）实现。

峰值功率的“高危时段”

对 AI 训练而言，峰值功率集中出现在四个场景：

1. 矩阵乘法密集 kernel：Tensor Core 以 FP8/FP16 满线程并行执行 MMA 指令时，动态功耗尖峰幅度最高。
2. 通信与计算重叠：梯度 AllReduce 期间，芯片内 NVLink/网卡和计算单元同时全速工作，外部 I/O 功耗与核心功耗叠加，形成复合峰值。
3. 突发至高频模式：GPU Boost 短时超频窗口，功耗增速远超频率增速（非线性的 V²·f 关系）。
4. HBM 刷新与多通道访问：HBM 多堆栈全通道并发读写，内存子系统瞬时电流需求剧烈波动。

集群功率动态与“拍频”效应

从系统层面看，大规模集群内数千卡不完全同步，但训练迭代的梯度计算和通信阶段具有天然同步性。当大量节点在相近时间窗口进入负载高峰，峰值聚合时会出现“拍频”效应——集群总功率在平均值的 70% 至 100% 区间宽幅震荡，导致机架甚至整个数据中心的功率摇摆，影响电能质量（电压暂降、谐波畸变）。因此，超大规模 AI 数据中心的供电设计不再只看稳态平均功率，而要依据统计峰值功率（如 99.9 百分位），并配置动态有功响应电源（如电池储能 + 飞轮 UPS），以平滑秒级以上的功率浪涌。

关键参数

峰值功率相关的核心工程参数分为芯片层、节点层和集群层三个维度：

芯片层

• TDP / cTDP（可配置热设计功耗）：散热设计的工程基准，非电气上限。厂商通过 cTDP 允许 OEM 根据实际散热能力调节功耗墙。
• 最大电气功耗（Max Electrical Power）：固件/驱动控制下的极端供电需求，常高于 TDP，是板级电源设计的参考上限。
• 瞬间尖峰幅度与持续时间：如 1 ms 内达到 1.3×TDP 的电流值[估算]，影响板级电容选型和 VRM 瞬态设计。行业一般将持续时间分为三个等级：百纳秒级（由片上去耦处理）、微秒级（由板级陶瓷电容吸收）、毫秒级（由钽电容或 BBU 接管）。
• 功率限制阈值（Power Limit）：软硬协同的封顶值，可由用户（nvidia-smi -pl）或集群调度器设置，实现确定性功耗墙。

节点层

• 供电单元（PSU）标称功率与保持时间：峰值需求下 PSU 能否稳定输出且保持 20 ms+（典型 UPS 切换时间）不断电。
• 功耗状态切换延迟（Power State Transition Latency）：从低功耗到高性能的斜坡时间，影响性能和峰值管理策略的响应速度。

集群层

• 机架功率密度（kW/rack）：液冷允许的每机架峰值功率，已从传统数据中心的 510 kW/rack 演进到 AI 集群的 2050 kW/rack 甚至更高（2024 年 NVIDIA DGX 参考架构为 80 kW/rack[公开信息]）。
• PUE 峰值退化：尖峰负载时冷却系统加力运转，瞬态 PUE 可从稳态 1.11.2 恶化至 1.31.5。
• 统计峰值功率（如 P99.9）：用于园区级配电规划，而非算术平均功率。

技术路线

供电架构演进路线

[注] 典型数值基于行业主流产品公开参数为区间，具体型号见各厂商规格表。

功率管理技术路线对比

硬件侧

1. 多相 VRM + 动态相数控制：轻载时减少工作相数提高效率，重载时全相投入确保瞬态响应。当前高端 GPU 板卡通常采用 12~20 相供电设计[公开信息]。
2. 超级电容/电池备份单元（BBU）：在机架或服务器级部署锂电 BBU（如 NVIDIA GB200 NVL72 机柜内置 BBU[公开信息]），替代传统数据中心级 UPS，提供短时大功率消峰能力。
3. 48 V 直连供电：降低传输电流和 I²R 损耗，支持更高功率密度，已成为 OCP Open Rack V3 标准架构。

软件侧

1. 确定性功率封顶（Power Capping）：调度器在毫秒级粒度监控集群总功率，当接近配电上限时选择性 limiter 部分节点频率或推迟非关键任务。
2. AI 驱动的预测性功率管理：利用历史负载数据和训练任务图，提前预测峰值到来并预冷或预卸负载，降低基础设施响应压力。

上游

峰值功率产业链上游包括芯片设计工具、半导体制造、封装散热和电源管理等环节：

芯片设计工具

• EDA 厂商（Synopsys、Cadence、Ansys）提供峰值功耗估算与 signoff 工具（PrimePower/Voltus、Voltus、RedHawk），用于优化供电网络 IR-drop 和电迁移裕度，直接影响晶体管活动因子和等效电容设计水平。

半导体制造

• 台积电 N4/N3/N2 等先进工艺降低单位晶体管开关电容，但更高密度与频率使总功率持续攀升。工艺厂商需提供针对高电流密度场景的 PDK 选项（如厚金属层、低阻抗标准单元）。
• 三星、英特尔也在推进 GAA（全环绕栅极）架构以改善漏电控制，间接降低高温漏电对峰值功率的贡献（2024 年后量产）。

封装与散热

• 先进封装：台积电 CoWoS、三星 I-Cube 等将 GPU + HBM 紧耦合，HBM 多堆栈功耗推高总峰值，同时封装内部的凸点电流密度和金属层电迁移成为新瓶颈。
• 液冷散热：冷板（CoolIT Systems、Boyd Corp、曙光数创、AVC）、冷却液分配单元 CDU（Vertiv、Schneider Electric、Delta）、歧管和泵浦厂商直接决定可支持的峰值功率密度。
• 浸没冷却液：3M、Shell、Chemours 等提供单相/两相浸没介质，需兼顾热容、化学稳定性和环保合规（PFAS 法规趋严，2024-2025 年为关键切换窗口）。

电源管理 IC 与功率半导体

• DrMOS/功率级芯片：英飞凌、MPS、TI、onsemi 提供智能功率级模组，集成驱动和 MOSFET，决定 VRM 瞬态响应能力和效率。
• 多相控制器：Renesas、Infineon 等提供支持 1220 相的控制芯片，实现 12 kHz 的电压调整环路带宽。
• 48 V bus converter：台达电子、Artesyn（Advanced Energy）、Flex 提供机架级 48 V 至 12 V / 1.2 V 转换模组。

配电与储能

• 超级电容模块：Maxwell（特斯拉旗下）、Skeleton Technologies 为毫秒级尖峰消纳提供短时大功率储能。
• 服务器级锂电 BBU：三星 SDI、LG Energy Solution、宁德时代等进入数据中心 BBU 市场，替代传统铅酸蓄电池和集中式 UPS（2024 年起 GB200 等系统标配 BBU[公开信息]）。

下游

服务器 OEM/ODM

• 超微（Super Micro）、广达/云达、纬颖、英业达、富士康工业互联网等设计主板、背板和配电节点，解决单节点的峰值电流输送和散热集成。超微 2024 年液冷服务器出货量同比增长显著[公开信息]。
• OEM 需针对不同芯片平台（NVIDIA、AMD、Intel）定制功率设计，兼容 12 V 和 48 V 双轨方案。

数据中心运营商（超大型）

• 谷歌、微软、亚马逊、Meta、甲骨文等基于峰值功率参数规划机柜密度和园区总供电容。
• 谷歌 TPU v5p 系统设计围绕既定功率墙优化，通过闭环 capping 换取更高密度部署[公开信息]。
• 微软 Azure 在 2024 年宣布扩大液冷部署以应对新一代 AI 芯片功耗需求[公开信息]。
• 部分新建数据中心选址开始优先考虑当地电网余量和可再生能源接入能力（如美国俄亥俄州、爱尔兰、北欧节点），峰值功率已上升为选址决策的核心变量。

AI 模型训练方

• OpenAI、Anthropic、DeepMind、xAI 以及国内大模型厂商（智谱、MiniMax、百川等）在训练千亿至万亿参数 MoE 模型时，需与云厂商或自建集群协同管理 peak power 以避免跳闸。
• 推理服务（GPT、Gemini、文心一言等）的突发请求也可能引发瞬时功率峰，影响 SLA 和运营成本。2024 年行业出现“功率感知调度”（Power-Aware Scheduling），在推理任务队列中插入功率预算约束。

受益公司

以下为峰值功率抬升趋势下，产业链各环节可能受关注的公司（基于其产品与峰值功率管理的直接关联性；具体财务表现需以公司定期报告和官方披露为准）：

AI 芯片

• NVIDIA（H100/H200/B200/GB200 系列）：产品峰值功率逐年攀升，推动供电散热产业升级。2024 财年 Data Center 收入中，与高功率液冷配置配套的 SXM 版本占比持续提升[公开信息]。
• AMD（MI300X 系列）：2024 年 MI300X TDP 为 750 W[公开信息]，峰值功率管理能力对标 NVIDIA。
• Intel（Gaudi 3）：TDP 约 600 W 区间[公开信息]，聚焦推理和训练场景。

液冷散热

• Vertiv：提供冷板液冷整体方案（Liebert 系列 CDU），2024 年 AI 相关订单增长显著[公开信息]。
• CoolIT Systems：冷板液冷龙头，与多家 OEM 合作。
• Boyd Corp：高端散热组件（均热板、冷板），覆盖多个 AI 芯片平台。
• 曙光数创：中国液冷数据中心方案商，在浸没和冷板路线上均有布局。

电源与功率半导体

• 台达电子：高功率密度服务器 PSU 和 48 V bus converter 主要供应商。
• Artesyn（Advanced Energy）：Hyperscale 级电源方案。
• 英飞凌、onsemi、MPS：DrMOS 和智能功率级芯片核心供应商。

数据中心基础设施

• 施耐德电气：从园区配电到机柜 PDU 的全栈方案，2024 年推出 AI 专用配电产品线[公开信息]。
• 维谛（Vertiv）：液冷 CDU + 高密度 PDU + 48 V 供电系统。

超级电容/BBU

• 特斯拉（Maxwell）：干电极超级电容。
• Skeleton Technologies：石墨烯基超级电容，瞄准数据中心短时高功率场景。
• 三星 SDI、宁德时代：锂电 BBU 电芯供应商，进入 GB200 供应链生态[公开信息]。

市场规模

以下数据基于第三方机构公开报告和行业公开信息整理，不构成本文对市场未来走势的判断：

数据中心电力基础设施市场

• 据 McKinsey 2024 年报告，全球数据中心电力基础设施市场规模 2023 年约 230 亿美元，预计 2030 年达 550~600 亿美元，年复合增长率约 13%~15%[第三方估算，口径含 UPS、配电、开关设备、母线]。
• 其中，AI 驱动的高功率需求（单机架 >50 kW 场景）贡献增量占比约 30%~40%[第三方估算]。

液冷市场

• 据 Research and Markets 2024 年数据，2023 年全球数据中心液冷市场规模约 31 亿美元，预计 2028 年达 120~150 亿美元，年复合增长率约 30%~35%[第三方报告口径，含冷板、浸没、CDU]。
• 液冷渗透率与芯片峰值功率强相关：当单卡 TDP 超过 400 W，风冷 TCO 因风扇功耗和维护成本升高而失去经济性。2024 年约 15%~20% 的新建 AI 训练集群采用液冷[行业估算]，预计 2027 年渗透率突破 40%[公开资料未见精确基准]。

48 V 供电及 BBU 市场

• Omdia 2024 年报告预计，数据中心 48 V 供电架构市场（含 bus converter、BBU、机架配电）2023 年约 18 亿美元，2028 年达 50 亿美元+，年复合增长率约 22%~25%[第三方口径]。
• BBU 市场由 GB200 等标配方案拉动进入快速增长期，2025-2026 年为关键放量年份[行业估算]。

玩家对比

以下为峰值功率管理能力视角下主要芯片厂商的定性对比（基于截至 2025 年 7 月的公开信息和行业分析；具体参数详见原厂最新 datasheet）：

风险

技术风险

1. 热失控与漏电正反馈：随着 TDP 和峰值功率持续攀升，芯片结温管理窗口收窄。高温下漏电指数增长，可能触发“功耗-温度”正反馈循环，导致不可控的功率尖峰。这要求更精确的结温传感和更快速的 throttling 响应（微秒级）。
2. 液冷泄漏与可靠性：冷板和 CDU 的管路、快接头数量随集群规模线性增长，发生液体泄漏的概率累积增加。单次泄漏可能导致价值数十万美元的加速卡损坏。2024 年行业开始推动无泄漏设计（如负压冷板、防泄漏接头）和中期液冷可靠性标准。
3. 电能质量恶化：大规模集群的功率拍频效应可能引发电压暂降和谐波畸变，影响同园区其他 IT 设备甚至上游配电网。传统 UPS 设计难以应对毫秒级功率震荡，需引入飞轮储能、超级电容等高速补偿装置。
4. 供电架构转换成本：从 12 V 迁移至 48 V 涉及机架、母排、连接器和 PSU 的全面更换，对于存量改造项目难度较大。

市场与供应链风险

5. 关键物料短缺：高端 DrMOS（智能功率级）和 48 V bus converter 模组产能集中在英飞凌、MPS 等少数供应商，2024-2025 年高端产品交期可能延长至 26~52 周[行业估算]。
6. PFAS 环保法规对浸没液冷的影响：浸没液冷常用氟化液，受 PFAS 法规趋严影响（欧盟 2024-2026 年推进限制措施），合规替代介质成本较高且验证周期长。
7. 电力资源稀缺：部分地区（如美国弗吉尼亚州、爱尔兰、新加坡）电网容量紧张，AI 集群峰值功率需求可能超出当地供电能力，导致项目建设延期或选址转移。
8. 架构突破的风险：若未来新兴计算架构（如光学计算、存内计算、超导计算）或极低电压设计大幅降低功耗，当前以峰值功率管理为核心的液冷和供电基础设施的高投入可能面临技术路径折转风险。

成本与运维风险

9. 液冷运维复杂性：液冷系统需要水化学管理（防腐蚀、防微生物）、定期管路检查、冷却液更换等运维投入，人员技能门槛高于传统风冷。行业尚未形成统一的液冷运维认证标准。
10. 功率封顶对性能的隐性影响：研究表明，即便是轻度的确定性功率封顶（如 5%），在某些训练负载下可能导致 8%~15% 的训练吞吐下降[学术文献数据]，需在 TCO 和性能之间精细平衡。

误读纠偏

误读 1：“TDP 就是芯片的最大功耗”

纠偏：TDP 是散热设计的参考值，而非电气上限。实际芯片允许短时超过 TDP 运行（如 10 ms 内达到 1.2~1.3 倍 TDP），然后通过 throttling 拉回。供电设计必须承受这种瞬态峰值，而非仅按 TDP 配置 PSU 和 VRM 规格。把 TDP 混同于最大功耗，会导致电源系统频繁触发过流保护或加速元件老化。

误读 2：“峰值功率高是因为散热不够好”

纠偏：峰值功率的根本原因在于运算需求导致的晶体管开关功耗（α·C·V²·f），散热只是被动移走已产生的热量。即使理想散热条件能保持结温恒定，内部的瞬态电流尖峰依然存在，供电链路（封装凸点、PCB 走线、VRM 输出电容）仍需承载瞬时大电流，否则将造成电压跌落和可靠性问题。

误读 3：“用了液冷，峰值功率就可以无限推高”

纠偏：液冷提升了散热上限，但峰值功率还受限于芯片内部金属层电迁移（electromigration）、封装凸点电流密度上限（典型为 1~2×10⁵ A/cm²[学术数据]）和片上电压降（IR-drop）等物理极限。功耗无法无限增长，需要制程工艺、封装设计和热方案的协同优化——这是“功率墙”（power wall）的核心含义。

误读 4：“集群功率封顶没有性能代价”

纠偏：确定性功率封顶通过在临近动态阈值时降低频率或限制并行度来限制功耗，这并非“免费”机制。现有研究表明，在训练大规模 MoE 模型时，不当的 capping 策略可能导致迭代时间延长 5%~15%[学术文献数据]。优秀的 capping 设计应结合负载特征和调度策略，将代价降到最低。

误读 5：“48 V 供电只是电压高了点，其他不变”

纠偏：从 12 V 切换到 48 V 涉及从 PSU 拓扑（需 48 V bus converter）、机架配电母排、连接器规格到 VRM 设计的全链路变更。48 V 系统通常需要两级转换（48 V → 12 V → 核心电压），而非 12 V 系统的一级转换，这增加了转换级数和效率损失点。真正的价值在于降低传输损耗（I²R）和支持更高功率密度，而非单纯“降压”。

最新事件

以下基于截至 2025 年 7 月的公开信息整理，反映峰值功率领域的重要动态：

2025 年上半年

• NVIDIA GB200 NVL72 系统开始向客户交付（2025 年 Q1 起）[公开信息]，单机架 TDP 达 80 kW，标配内置 BBU 和液冷。行业关注其峰值功率管理和供电架构在超大规模部署中的实际表现。
• 台积电 CoWoS-L 先进封装产能持续扩张以满足 B200/GB200 需求[公开信息]。CoWoS-L 相较前代 CoWoS-S 在凸点密度和电流承载能力上有提升，直接关系峰值功率的封装瓶颈缓解。
• 多家云厂商宣布新一轮 AI 数据中心建设计划，单园区电力容量申请超过 500 MW[公开信息]，峰值功率因素在选址和电力谈判中的权重明显上升。

2024 年下半年

• AMD 发布 MI325X（2024 年 Q4），TDP 维持 750 W 区间，但 HBM3e 全面列装导致内存子系统功率占比提升[公开信息]。
• 超级电容厂商 Skeleton Technologies 宣布与某超大规模云厂商合作，试点数据中心级超级电容消峰方案[公开信息]。
• PFAS 法规在欧盟持续推进，浸没液冷行业加速寻找合规替代冷却液，部分项目转向单相冷板方案以避免政策不确定性[公开信息]。

2024 年

• Vertiv 和 Schneider Electric 分别发布 AI 专用数据中心电力白皮书，将“统计峰值功率管理”列为下一代 AI 数据中心设计的核心要素[公开信息]。
• 谷歌和微软在各自的技术大会上公开讨论了 AI 训练集群的峰值功率挑战和液冷过渡路线图[公开信息]。

2023 年

• NVIDIA H100 SXM 全面铺货，700 W TDP 成为行业基准，催生第一波液冷大规模部署[公开信息]。
• 首批 48 V 供电的 AI 训练集群投入商业运营，验证了 48 V 架构在高密度场景下的可行性[公开信息]。

跟踪指标

以下为观测峰值功率行业趋势的关键指标和潜在跟踪口径：

芯片侧

• 各代旗舰芯片 TDP 及公开的 Max Electrical Power 数值（从 NVIDIA/AMD/Intel datasheet 获取）
• 芯片封装功耗密度（W/mm²），反映封装和供电的设计裕度
• GPU Boost 频率与功耗的非线性斜率（可通过评测平台间接观察）
• HBM 代际演进与功耗占比（HBM3 → HBM3e → HBM4 的每 bit 能效）

基础设施侧

• 新建 AI 数据中心液冷渗透率（按机架数或园区数，行业报告数据口径）
• 48 V / 54 V 供电架构采用比例（OCP 生态跟踪）
• BBU 出货量与 GB200 NVL72 等标配系统的交付量
• 液冷 CDU 供应商订单可见度（如 Vertiv、CoolIT 公开的 backlog/guidance）
• 主要 AI 云厂商资本支出（CapEx）变化（谷歌、微软、亚马逊、Meta 季度财报口径）
• 单机架设计功率密度（kW/rack）演进（行业标准与 OEM 设计参考公告）
• 高功率 DrMOS 和 48 V bus converter 交期变化（供应链调研数据）

宏观与政策

• 主要 AI 数据中心选址地区的电网容量和电价走势
• PFAS 相关法规进展（欧盟 REACH、美国 EPA 动态）
• 数据中心能效标准更新（ASHRAE 热指南更新版本）
• 液冷运维相关行业标准发布（如 OCP Advanced Cooling 小组进展）

学术与产业前沿

• ISSCC、Hot Chips 年会中关于 AI 芯片 power management 和先进封装供电的论文发表情况
• 替代冷却方案（如芯片级微流体、两相射流冷却）的产业化进展
• 功率感知调度算法的研究进展（MLSys、OSDI 等会议论文）

信源

以下为本文内容的主要信息来源类型和代表性出处，供读者进一步核实和延伸阅读。所有数字和具体表述请以原厂最新公开文件为准。

芯片规格与白皮书

• NVIDIA H100/H200/B200/GB200 Data Sheet, White Paper（Power and Thermal section）
• AMD MI300X/MI325X Specifications
• Intel Gaudi 3 Architecture Brief
• Google Cloud TPU v5p System Architecture（blog/whitepaper）

技术论文与学术峰会

• “GPU Power Modeling and Prediction for High Performance Computing” (IEEE TPDS)
• ISSCC 历年 AI chip power management 和 voltage regulator 主题论文
• Hot Chips 历年 GPU/TPU architecture 公开演讲
• MLSys、OSDI 中 power-aware scheduling 相关研究论文

行业报告

• McKinsey: Global Data Center Power Infrastructure Market Report (2024)
• Research and Markets: Data Center Liquid Cooling Market (2024)
• Omdia: Data Center 48 V Power Architecture Market Forecast (2024)
• SemiAnalysis (订阅制行业分析): AI chip peak power trend, liquid cooling transition

电源与散热标准/社区

• OCP Open Rack V3, M-CRPS 供电规范
• NVIDIA NVML 文档：Power Management APIs
• ASHRAE TC9.9 热指南（最新版）
• ServeTheHome 服务器供电拆解测试文章

公司公开信息

• Vertiv、Schneider Electric 液冷与数据中心电力白皮书（2024）
• 超微、广达、纬颖等 OEM 液冷服务器产品公告
• 台积电封装技术路线图（CoWoS 相关更新）
• 英飞凌、MPS、TI DrMOS/功率级产品选型指南

[注] 本文内标有[估算]的数据为基于行业经验推算的定性范围，不代表特定厂商精确参数；[公开信息]指可通过常规产品公开展示获取的定性描述，未逐一列出具体文件编号；[行业估算]为基于多源交叉验证的行业共识区间；[学术文献数据]指已发表的同行评审论文中的实验结果，数值可能因实验条件和负载而异。所有硬规格请以原厂最新 datasheet 为准。