CIOE观察｜立讯技术CEO熊藤芳：从系统出发，回到系统，探索AI算力底座重构

  ICC讯 AI超节点时代，算力产业竞争逻辑正在发生深刻变化。随着算力集群持续向更高密度、更大规模演进，单纯依靠单芯片性能提升与机柜规模扩张的发展模式正在发生改变。随着芯片功耗来到千瓦级、机柜迈入兆瓦级，算力集群的性能边界，正从单点芯片转向系统级协同优化。在 CIOE中国光博会同期举办的“立讯思享汇”论坛上，立讯技术CEO熊藤芳提出关键行业判断：“今天，系统的性能边界，已经不再由单颗芯片的算力决定。互连、供电和散热，必须在芯片概念设计阶段同步考虑。”

立讯技术CEO熊藤芳

  这一观点打破行业长期“重芯片、轻基建”的固有思路，也成为立讯轩辕系列系统级基础环境解决方案的核心主线。随着大型AI集群规模与功率密度持续提升，产业面临的挑战也从单一芯片算力进一步延伸至高速互连传输、大功率供电、高密度散热管控等系统级瓶颈。立讯展出的轩辕v3系列与全栈核心零组件矩阵，并非简单的新品发布，而是将底层技术积累落地于行业现实痛点，依靠光铜协同、供散热一体化与架构重构，为大规模AI集群提供国产化系统解决方案。

  系统协同创新：轩辕平台探索算力集群部署新路径

  围绕互连、供电、散热协同设计的核心思路，立讯此次发布全新轩辕v3，与此前推出的轩辕v2共同覆盖不同层级的AI算力部署需求。值得一提，该方案是针对性化解高密智算场景下布线臃肿、能效损失、信号干扰、架构适配困难等系统性问题，而非简单堆叠集成机柜硬件。

  轩辕v3瞄准兆瓦级机柜、十万卡规模超大算力集群，践行立讯技术多环节同步设计的理念。面对大集群普遍存在信号损耗大、供电不稳、局部过热降频、电磁干扰突出等难题，轩辕v3构建高速互连、智能供电、高效散热三位一体协同架构。

  例如供电端采用±400V HVDC高压供电，解决传统低压供电在大规模集群下电流不均、线路损耗高、负载受限的痛点，保障兆瓦机柜稳定供电；散热端搭载全域液冷，应对高密GPU集中发热问题，弥补风冷散热的性能上限，支撑算力长时间高负载运行；互连端采用Cable/PCB正交互连架构，通过计算Tray与Switch Tray反向布局，缩短信号传输路径，改善信号完整性，抑制高密度环境下电磁干扰，同时精简机柜线缆，从架构根源破解超大集群传输与空间约束。

  轩辕v3改变传统机柜芯片、互连、供电、散热割裂开发的弊病，实现各子系统深度协同。展会现场亮相的3.2T NPO光引擎、800G/1.6T高速光模块、448G高速铜缆，正是这套系统架构对应的关键零组件，体现立讯在光铜技术并行的产品实力。

  研发需求前置：底层零组件匹配超节点系统框架

  值得注意的是，立讯技术并非从零组件赛道跨界整机制造，其核心策略是将零组件研发前置到系统架构与系统需求层面：先识别AI超节点整体系统瓶颈，再反向定义器件技术指标，实现器件与系统架构协同匹配。熊藤芳表示，AI算力存在两大技术演进路径，一是单芯片极致堆叠算力，二是系统级协同优化。立讯技术不局限单一赛道，坚持双线布局，以互连、供电、散热、光电全栈技术，破解高密算力场景下电流不均、电磁场干扰、散热困难等系列难题。

  伴随4000W–5000W高功耗GPU大规模应用，封装端面临SI信号完整性、PI电源完整性与散热互相耦合的棘手难题。立讯历时六年研发CPC（共封装铜缆）技术正是针对该系统矛盾打造，依靠高速信号扇出传输，结合垂直供电与微通道散热一体化设计，对三者耦合问题进行协同优化，为超高密算力芯片封装及高功耗器件应用提供底层技术支撑。

  而448G高速铜缆已全系列产品化，性能获得国际头部客户认可，下一代互连技术提前预研，锚定超节点中长期演进方向。从高速光模块、铜缆到CPC、NPO光引擎，立讯产品迭代始终围绕补齐系统短板、提升全局能效、逼近性能边界，形成 “系统需求牵引器件研发，器件能力支撑系统落地” 的正向循环。

  开放验证平台：以系统化研发推动算力产业标准化

  从单卡算力到互连、供电与散热协同的前瞻判断，源于立讯“从系统出发，回到系统”的研发方法论，搭建应用、开发、研究三重研发节奏，分别对应产业当下落地、中期迭代、远期技术储备。

  区别于行业“先做产品，再适配系统”的常规路径，立讯采用系统需求牵引的研发路径：研判超节点趋势与瓶颈，将系统总需求拆解为互连、供电、散热细分规格，再下沉至材料、原理、工艺装备底层创新，最终输出完整解决方案，推动核心零组件能力与系统级研发能力深度协同，实现从单点技术创新向系统化解决方案能力延伸。

  在熊藤芳看来，算力基础设施的演进并非一家企业能够独立完成。随着AI超节点的发展更加注重系统级协同，互连、供电与散热正成为影响算力系统性能边界的重要因素。立讯技术以“从系统出发，回到系统”为思路，将核心零组件研发与系统协同验证相结合，希望以轩辕v3与开放验证平台为纽带，与客户及产业伙伴共享能力、共同验证，持续探索算力底座的能力边界，以核心零组件创新支撑下一代AI算力系统演进。