加州大学研发0.2毫米芯片 数据中心供电效率达96.2%

据《自然·通讯》（Nature Communications）2026年3月17日刊发的Zui新研究，美国加利福尼亚大学圣地亚哥分校（University of California San Diego）的工程师团队设计出一款厚度仅0.2毫米的微型芯片，有望从根本上改变数据中心GPU的供电转换方式，从而大幅压缩电力损耗成本。

问题的起点清晰而具体：外部市电以48伏电压进入数据中心，而GPU的实际工作电压仅在1至5伏之间，两者之间悬殊的电压差必须依赖直流转换器（DC-DC转换器）来弥合。长期以来，转换器中的电感器始终是制约效率提升的瓶颈——体积庞大、改进空间趋近于零，成为行业公认的痛点。

加州大学圣地亚哥分校研究团队的破局之道，是以一枚压电谐振器取代传统电感器。新芯片厚度仅0.2毫米，相当于一张纸的厚度，而传统电感器的厚度通常达到5毫米——体积差距悬殊。芯片同时集成了商用电容器，并采用多路并联配置，让电流可以经由更多通道流动，从而显著降低能量以热量形式散失的比例。整套组件小到可以完整放置在一枚一美分硬币上。

实验室测试结果令人瞩目：该原型芯片将48伏电压转换为4.8伏，Zui高转换效率达到96.2%，意味着几乎所有输入能量都能直达处理器，而非白白消散为热量。与此同时，其输出电流密度是此前压电方案的四倍，性能提升幅度相当显著。

从技术原理看，多路并联设计将负载分散到谐振器的多个路径上，有效摊薄了单路传输的损耗——这与"化整为零、分散压力"的思路一脉相承。值得一提的是，降低AI芯片能耗并非孤例，行业内也有其他路径在同步探索：有报道提及光子芯片技术正尝试以光子替代电子进行信号传输，以期在极低功耗下实现远超传统GPU的处理速度，与本文所述芯片代表着不同层面的技术突破。

不过，这项技术距离真正落地应用，仍有一道难关需要跨越。压电谐振器在工作时会持续振动，这一物理特性使其无法用传统焊接工艺固定在电路板上，必须针对材料封装、电路集成、器件封装等多个环节开发全新的工艺方法，方能适应真实数据中心的部署需求。

从更宏观的视角来看，AI处理器的能效竞赛正在多个层级同步展开。在移动端，高通公司（）骁龙8 Gen 5搭载的神经网络处理单元（NPU）已承诺在AI推理速度上提升46%，且功耗不成比例增加。而加州大学圣地亚哥分校此次研究所攻克的，恰恰是一个更前置的环节——电能在抵达处理器之前，在转换阶段就已大量损耗。随着全球数据中心GPU装机规模持续扩张，供电转换效率的每一个百分点提升，都将转化为可观的电力节约与运营成本下降，这一赛道的商业价值不容小觑。