英伟达携手富士通打造全栈AI基础设施：节能与算力平衡成为AI时代核心命题lg...

导读目录

• 英伟达与富士通达成AI全栈合作

• NVLink Fusion技术与异构计算架构

• 节能成为AI基础设施关键指标

• AI能源焦虑与电力成本激增

• 投资机构观点与未来趋势

英伟达与富士通达成AI全栈合作

根据 www.Todayusstock.com 报道，英伟达（Nvidia，NVDA.US） 与日本电信及计算机巨头 富士通（Fujitsu，6702.JP） 近日宣布达成合作协议，将共同构建集成AI智能体的全栈AI基础设施。

资料显示，富士通成立于1935年，总部位于日本东京，是全球领先的ICT企业之一，员工约11.3万人。公司业务涵盖半导体、云计算、人工智能等领域，曾被《财富》杂志评为“全球最受尊敬的公司”之一。

此次合作的重点，是在医疗保健、制造业和机器人等领域开发行业专用AI智能体平台，并通过NVIDIA NVLink Fusion技术，将富士通自研的MONAKA CPU系列与英伟达GPU实现高效集成。

NVLink Fusion技术与异构计算架构

NVIDIA NVLink Fusion 是英伟达推出的关键互联技术，允许第三方CPU、ASIC等芯片与英伟达GPU或Grace CPU通过NVLink实现高速互通。这意味着各类处理单元可以在单一平台上实现数据共享与超低延迟通信，从而形成真正的异构计算架构。

双方计划在2030年前将各自半导体连接在同一块基板上，使GPU与CPU之间的互联速度接近单芯片水平，实现“多芯片如一芯片”的计算体验。这一突破将为AI智能体的训练、推理以及高负载计算提供支撑。

业内分析人士指出，这种开放式融合架构不仅能降低系统能耗，还将大幅提升AI模型训练效率，对AI服务器、边缘计算及智能制造领域产生连锁影响。

节能成为AI基础设施关键指标

针对这次合作，英伟达CEO黄仁勋在接受日本媒体采访时表示，通过与富士通CPU连接，“将实现全新层级的节能与高效”。

富士通则透露，其新一代MONAKA CPU基于Arm架构设计，采用2纳米制程工艺，目标是实现比其他CPU电力效率提升2倍，计划于2027年投入使用。该系列产品的节能特性被视为支撑AI算力可持续发展的关键基础。

业内认为，AI模型的复杂度和算力需求快速上升，使得功耗与冷却技术成为制约AI产业扩张的主要瓶颈。此次合作的意义不仅在性能突破，更在于重塑AI数据中心的能源结构。

AI能源焦虑与电力成本激增

随着AI时代的到来，全球数据中心用电需求持续攀升。除富士通外，OpenAI与日立（Hitachi，6501.JP） 也宣布在AI数据中心节能技术方面展开合作，计划利用日立的能源、电网、冷却设备和Lumada数字平台构建高能效AI基础设施。

美国的能源压力同样显著。2025年7月，美国电力公司（AEP.US）因AI算力需求激增而申请总额达290亿美元的电价上调，比去年同期增加142%。业内报告指出，AI数据中心的扩张正在引发新一轮“能源焦虑”。

这一趋势显示，AI产业链从芯片到电力供应，正在被迫同步进化。

投资机构观点与未来趋势

中信建投证券指出，全球正进入电力设备需求上行周期。预计2025年全球电网投资将超过4000亿美元，AI将成为驱动电力扩容的关键力量。与此同时，AI基础设施建设将显著拉动高性能服务器、冷却系统与电气设备的市场需求。

民生证券认为，“功率”是AI发展的核心矛盾，液冷技术或成为数据中心节能转型的关键路径。而天风证券进一步指出，随着服务器机柜密度提升，液冷技术正成为AI数据中心的必然选择。

总体来看，AI算力增长与能源约束的平衡，将成为未来十年科技产业竞争的主战场。英伟达与富士通的合作，标志着这一平衡探索进入新的阶段。

编辑总结

英伟达与富士通的联手，不仅是技术整合的成果，更是AI生态向“节能+算力并重”方向转型的象征。NVLink Fusion打破芯片壁垒，为全球AI基础设施提供新模板。而富士通的MONAKA CPU则凸显日企在能效计算领域的竞争力。随着能源焦虑加剧，未来AI产业的竞争将从算法之争，转向对能源、冷却及系统架构的综合管理能力较量。

常见问题解答

Q1：英伟达与富士通的合作有何独特意义？A1：此次合作实现了GPU与CPU的深度融合，首次在AI全栈架构层面打通异构计算体系，标志着AI基础设施进入高效节能阶段。

Q2：NVLink Fusion技术的核心优势是什么？A2：该技术开放英伟达NVLink生态，使第三方芯片能与GPU高速互联，实现低延迟、高带宽通信，为AI训练与推理提供更优性能。

Q3：MONAKA CPU为何被视为节能关键？A3：其采用Arm架构与2纳米制程，比传统CPU电力效率提升两倍，降低数据中心能耗，是AI计算向绿色转型的重要支撑。

Q4：AI能源焦虑问题的根源在哪里？A4：AI数据中心能耗过高、电网扩容滞后，以及冷却效率低下共同造成能源紧张，推动能源公司提价并加速节能技术研发。

Q5：投资者应如何看待AI基础设施的趋势？A5：未来投资重点将转向高能效计算、液冷系统、电网设备与节能芯片。AI技术创新不再仅是算力比拼，更是能源效率与系统设计的综合竞争。