随着AI大模型训练与推理的算力需求持续攀升，电力消耗正成为产业不可忽视的成本核心。近日，昊源诺信宣布，其核心发明专利“基于深度学习的高性能计算内存功耗优化方法及系统”已完成技术验证，并集成至“赋创FUCHUANG”国产化算力平台。这项专利（专利号：CN202510607273.0）于2025年7月获得国家知识产权局授权，此次系首次对外详细披露其技术路径与应用进展。

算力越强，电费越贵，这一趋势在数据中心领域已十分明确。根据Gartner 2025年11月发布的预测，2025年全球数据中心电力消耗将达448太瓦时，到2030年将翻倍至980太瓦时。其中，AI优化服务器的用电量从2025年的93太瓦时增长至2030年的432太瓦时，增幅近五倍。国内方面，据中国信通院数据，2025年我国算力中心用电量达1960亿千瓦时，同比增长18.1%。内存子系统的功耗长期被低估——据美光（Micron）研究指出，在现代AI集群中，内存子系统（包括HBM、DRAM、SSD及互连设备）的功耗在系统总功耗中的占比可能高达50%，具体取决于配置和工作负载。在典型的AI训练芯片中，数据搬运能耗同样构成主要功耗来源。

传统内存功耗优化技术往往只关注压缩后节省的空间，却忽略了压缩过程本身带来的额外电力开销。昊源诺信此次披露的方案，核心创新在于将数据压缩流程的整体功耗纳入决策模型，让存储方式的选择依据从“空间节省”转向“总功耗最优”。

该专利第一发明人欧阳浩介绍：“我们注意到一个常被忽视的问题：有时为了压缩数据而消耗的电力，反而超过了压缩后节省的电力。团队的解决思路是让系统学会‘算总账’——用深度学习实时预测不同存储方式的总体功耗，再动态选择最优解。这相当于为服务器内存装上了一个智能节电决策引擎。”

根据专利公开信息，该方案的工作逻辑主要包括：获取需存储的实时数据矩阵，借助深度学习建立“非零个数与历史正常存储功耗”和“非零个数与历史压缩总功耗”两套关系函数；在实时决策阶段，系统对两套函数进行对比分析，判断对当前数据矩阵采取压缩存储还是正常存储，以总功耗更低者作为最终方案。这意味着系统不再预设“压缩一定更省电”，而是根据实际数据特征动态计算。对于那些稀疏度较低、压缩难度较大的数据矩阵，系统会自动选择正常存储模式，避免因强行压缩而增加总功耗。

在行业落地层面，这一纯算法路径的优势在于无需额外硬件改动，即可通过智能调控实现能效优化，对国产AI服务器尤为适用。目前，昊源诺信旗下“赋创FUCHUANG”国产化算力平台已全面适配海光、飞腾、龙芯等国产CPU，并可兼容多款国产GPU，为用户提供自主可控的算力选择。此次获得授权的内存功耗优化专利，已逐步集成于“赋创”平台的AI服务器产品线中，面向大模型训练、科学计算、大数据分析等高负载场景，可在保证计算性能的前提下，有效降低内存子系统能耗占比与整体运营成本。

政策与标准层面，能效已成为服务器准入的硬性指标。GB 43630-2023《塔式和机架式服务器能效限定值及能效等级》已于2025年1月1日起正式实施，对服务器能效提出明确等级划分要求。工业和信息化部发布的《国家工业和信息化领域节能降碳技术装备推荐目录（2025年版）》中，数据中心节能降碳技术达到30项，显示出政策端对算力能效的高度重视。此类算法层面的能效优化技术，恰与产业降碳趋势相契合。

公开信息显示，昊源诺信为国家高新技术企业，在AI服务器结构设计和能效算法方向已积累数十项专利，逐步构建起覆盖硬件与软件协同的能效优化技术体系。随着AI算力密度持续提升，以动态功耗决策为代表的技术思路，正为产业提供一条不依赖硬件迭代的精细化降本路径。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com