一句话看懂：据报道，位于美国华盛顿州温哥华的 Powerlattice 完成 8600 万美元融资，其供电芯粒（power delivery chiplet）声称可将 AI 计算的功耗需求降低 50% 以上。在 AI 算力成本与电力约束日益突出的背景下，这一方向值得关注。
事件核心：发生了什么
据 Techmeme 收录的报道，Powerlattice 此次融资规模为 8600 万美元，公司在 2025 年已先完成 3100 万美元融资。其核心产品是一种供电芯粒，定位是减少 AI 计算对电力的需求，公开说法为可降低 50% 以上。目前公开信息显示，这仍属于公司披露的产品方向与融资事实，具体客户、量产时间与独立测试结果尚未在素材中体现。
为什么重要
AI 大模型的训练和推理都高度依赖算力，而算力扩张正越来越受制于供电和散热。传统做法多从芯片制程、架构或冷却系统入手，Powerlattice 选择在“供电”这一环节做芯粒级方案，属于相对细分的硬件路线。若其功耗降低幅度能在真实负载下成立，可能影响数据中心单机柜功率密度、GPU 集群部署成本以及企业采购算力时的电费结构。不过，芯粒方案能否与主流 AI 加速器生态兼容，是决定其价值的关键。
对用户/开发者/创作者的影响
对普通用户和内容创作者而言，这类底层硬件进展短期不会直接改变工具使用体验，但中长期可能影响 AI 应用的价格与可用性：如果推理功耗下降，云厂商的 API 调用成本和图像生成、视频生成等重负载服务的定价压力可能缓解。对开发者和企业采购方来说，更值得关注的是该芯粒是否提供标准接口、是否支持现有服务器平台，以及能否在不改动机架和散热设计的前提下集成。目前公开信息显示，这些细节尚未明确。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Powerlattice 是否公布合作客户或流片、量产时间表；二是“降低 50% 以上”的功耗数据是否有第三方或客户侧验证，以及对应的是什么任务和负载条件；三是英伟达、AMD 等平台厂商及数据中心运营商是否跟进类似供电方案。若只有融资和宣称、缺少落地案例，短期内应将其视为技术路线信号而非成熟产品。
来源：Techmeme
