资讯中心

这里有你想要的最新资讯与动态
当前位置:首页>资讯>ADI拟15亿美元收购AI电源芯片公司

ADI拟15亿美元收购AI电源芯片公司

【2026-05-19】

人工智能算力竞争持续升温后,芯片行业的焦点正在从GPU本身逐渐向更底层的配套技术扩散。最新消息显示,模拟芯片龙头亚德诺半导体(ADI)正在与AI电源管理芯片公司Empower Semiconductor展开收购谈判,交易金额预计约为15亿美元。如果谈判顺利,双方最快可能在本周正式公布消息。相比GPU、AI加速器等长期占据市场关注中心的产品,这笔交易指向了另一个正在快速升温的赛道——电源管理。随着AI训练集群规模不断扩大,算力系统对于电力效率和能耗控制提出更高要求,而这一变化正在重新定义半导体产业链的竞争逻辑。

从交易本身来看,此次潜在收购至少释放出三个值得关注的信息。首先,ADI正试图进一步增强自身在AI基础设施领域的布局能力。作为全球主要模拟芯片厂商之一,ADI过去长期深耕工业控制、汽车电子以及通信市场,而近年来数据中心业务增长速度明显加快。数据显示,在截至今年1月的季度中,ADI数据中心相关收入同比增长约30%,达到32亿美元规模。与此同时,公司股价今年以来累计上涨超过50%,资本市场对于其AI业务前景已经开始给予更高估值。

第二个关键点在于Empower本身的技术定位。这家公司成立于加州米尔皮塔斯,至今已有十余年历史,累计融资规模超过2.15亿美元,背后投资方包括富达管理以及Alphabet旗下CapitalG。Empower最大的特点并非传统电源芯片设计,而是采用新型电力传输架构,以降低电能在传输过程中的损耗。对于AI服务器而言,这种能力尤其重要,因为随着高性能芯片功耗持续上升,系统能效问题已经成为数据中心建设中的核心挑战。

第三个值得注意的地方,是此次收购背后隐藏的行业竞争关系。ADI此次出手,很大程度上被视作对Monolithic Power Systems(MPS)的直接回应。MPS目前是英伟达Hopper和Blackwell架构芯片的重要电源管理供应商之一,而受AI市场爆发影响,MPS今年股价累计上涨约60%。资本市场的反应已经说明,电源管理芯片正在从过去的“配角”逐渐走向产业中心。

如果进一步分析背后的原因,会发现AI产业的发展路径正在发生变化。过去几年,行业主要关注点集中在GPU性能、模型参数规模以及算力提升速度上。但随着训练集群规模扩大,单纯增加芯片数量已经无法解决所有问题。一个明显变化是,电力系统开始成为制约AI发展的关键变量。

例如,在大型AI训练集群中,数万颗GPU同时运行时,电力消耗往往达到极高水平。除了电费成本之外,供电效率、散热能力以及能源利用率也会直接影响整体运行效果。即使GPU性能提升,如果电源系统无法同步升级,整个数据中心的效率依然可能受到限制。因此,越来越多芯片企业开始将竞争重点转向功耗优化和系统级设计。

从行业影响来看,这类并购很可能会推动AI基础设施产业链进一步整合。过去,电源管理芯片通常只是服务器中的一个标准组件,市场关注度有限。但如今情况已经不同。AI服务器功耗已经从过去几百瓦提升到数千瓦级别,部分训练集群甚至接近小型发电站级别的能源需求。在这种背景下,任何能够提升能源效率的技术都具备巨大商业价值。

值得注意的是,目前行业已经出现一个新的趋势,即芯片企业不再满足于单一产品竞争,而是试图建立完整系统能力。例如,英伟达如今提供的不仅是GPU,还包括网络互连、软件平台以及数据中心整体解决方案。AMD、英特尔以及部分云计算厂商也在朝类似方向发展。ADI如果完成此次收购,也意味着其竞争模式开始从传统模拟芯片供应商向AI基础设施平台型企业延伸。

放在更广泛的产业背景中来看,围绕AI基础设施的并购热潮已经持续了一段时间。过去几年,无论是高速网络芯片、存储技术,还是液冷散热企业,都成为大型半导体公司重点关注对象。原因并不复杂,因为AI时代的竞争已经不是单一芯片之间的竞争,而是整个系统效率之间的竞争。

与此同时,电力问题正在成为全球AI产业的新焦点。国际能源机构此前曾预测,未来几年数据中心用电需求可能大幅增长,其中AI训练与推理任务将成为主要推动因素。一些科技公司已经开始直接布局能源领域,包括建设小型核电项目、签署长期绿色能源协议以及开发新型散热技术。可以看到,算力战争正在逐渐演变为能源效率战争。

另一个值得关注的变化是,资本市场对于“隐形基础设施公司”的估值逻辑正在改变。过去,市场更愿意追逐直接面向终端用户的AI应用公司,而如今,投资者开始重新审视那些提供底层技术支持的企业。从高速连接、光模块,到电源管理和能源系统,大量过去相对低调的公司正在进入市场聚光灯下。

此次ADI拟以15亿美元收购Empower,看起来是一笔传统半导体并购交易,但其背后实际上反映出AI产业竞争焦点的变化。随着算力规模不断扩大,未来决定AI系统能力的因素将不再只是芯片运算速度,还包括供电效率、能耗控制以及整体基础设施能力。未来几年,围绕AI产业链底层环节的整合可能进一步加速,而电源管理这一过去不太受关注的领域,或许会成为新的价值增长点。

新用户领取高达 50 USDT 数字货币盲盒
立即创建账号,开始交易!


创造币安账号
本站为您提供币安交易所官网的注册地址、加密货币及区块链的科普文章以及行业资讯等内容,文章及观点不构成投资意见。