AI算力竞争进入下半场之后，行业里出现了一个尴尬现象：
芯片越做越大，HBM越叠越高，机柜走向数百千瓦，但“算力负载一冲高，电力就成瓶颈;峰值一超限，系统就只能降频”。
供电系统如果再只做“把800V变成48V”的被动电源，就已经跟不上AI基础设施的进化速度了。
谱析光晶的选择是：把在深地230℃、航天抗辐照、特种机器人高功率密度场景里磨出来的极致能量管理底层能力，推进到AI算力的核心调度层。
近日，谱析光晶完成与超星未来子公司——无锡超星问天科技有限公司的“算力负载动态功率智能调度系统”技术服务交付合作。该项目是为超星未来自研AI芯片、多场景算力平台提供一套“负载—温度—功耗—光储—安全”联动的底层调度能力。
超星未来成立于2019年，由清华大学电子工程系、车辆与运载学院相关学术与产业力量推动成立，核心团队来自清华、北大、帝国理工、AMD、寒武纪、Momenta、百度等芯片与自动驾驶头部机构。超星未来自研“平湖/高峡”NPU架构，量产边缘侧AI计算芯片惊蛰R1，产品覆盖智能驾驶、智慧电力、智慧矿山、具身智能、无人系统、AI PC、金融/央国企安全算力。
芯片有了，场景有了，但异构AI芯片在车载、煤矿、电力、金融等场景里负载波动大、峰值电力超限、峰谷用电成本高、极端工况算力功率不稳、算力调度和数据安全无法联动。
二、谱析光晶交付的是什么：不是算力后勤，是“算力功耗大脑”
本次项目，谱析光晶交付的是算力负载动态功率智能调度系统技术服务，直接打进AI算力系统的运行中枢。通过异构算力动态功率分配+服务器电源三维效率建模：
采集AI芯片、车载/煤矿/电力算力设备的“负载—温度—功耗”曲线
搭建服务器电源三维MAP效率数据库
开发动态功率分配引擎：实时调整单芯片/单机架功率上限
解决边缘场景里“芯片想冲频、供电却拖后腿”的顽疾
白话讲：
过去是GPU要电，后勤说“我有电”;现在是GPU还没冲频，后勤系统就开始提前预测了，说“你80ms后要拉满，我先把母线余量、结温、电容状态算好，让你冲得起、又不破坏后勤硬件系统”。
三、为什么是谱析光晶?
因为AI算力进入Thermal Scaling与Power Scaling时代后，瓶颈正在从“有多少晶体管”转向：
电能不能在极端环境里稳供
功耗能不能被系统级调度
电源结温能不能被感知和预测
供电系统能不能和GPU任务调度对话
谱析光晶的底牌恰好在这：
耐高温特种芯片与系统能力(深地石油测井验证)
HS-MCM厚膜陶瓷无焊料封装，抗振动、抗温变、抗辐照
三层结温感知网络：芯片/基板/壳体全链路可知
从深地、航天、特种机器人到AI算力中心的“极端环境能量热力学”同一套底层能力
已启动SiC+氧化镓(Ga₂O₃)混合功率模块验证，向第四代半导体系统应用推进
所以谱析光晶能做的，不是“后勤外包”，而是：
把极致半导体器件能力、极端环境电源架构、负载预测算法、光储协同、数据安全，压缩成一套AI算力平台里的“能源操作系统”。
四、这件事对谱析光晶意味着什么
谱析光晶创始人 许一力此前提到：
第三代半导体解决“硅基活不下去的地方把电变出来”;
第三代×第四代，解决“更高电压、更强辐照、更极端温度下把电变出来”;
而算电协同，解决的是“AI芯片越热、越费电、越不能停”的时代里，电该怎么跟着Token走。
算力中心体系把多场景AI芯片平台的动态功率调度底层交给谱析光晶，本身就是一个信号：
AI算力的核心环节，不只包括GPU、HBM、先进封装和微流道冷却，也包括“谁来决定每一瓦电该不该现在供、供给谁、供到什么结温上限”。
谱析光晶，正在进入这个范围。
五、小结
从深地230℃井下，到卫星与霍尔推进器，再到AI算力中心的算电协同，谱析光晶的底层问题始终只有一个：
在别人去不了、呆不住、算不停的环境里，把电以最小热代价、最小体积、最高可靠性送到该去的地方。
本次项目的合作，标志着谱析光晶从“半导体特种芯片系统公司”，进一步成为：
多场景AI算力平台的动态功率调度与算电协同技术伙伴。
这不是跨界。
这是极端环境能量热力学，终于走到了AI算力的中央。
审核：王峰 郭江涛 石贵明
校对：小强
