夜雨聆风
访谈主持人： 纳文・查达
梅菲尔德基金管理合伙人 | 初创与早期投资者 | 连续 3 次创始人
本期内容，是梅菲尔德基金管理合伙人、初创与早期投资者纳文·查达 对 Frore Systems CEO 创始人——Seshu Madhavapeddy博士的专访，核心围绕AI基础设施的核心瓶颈——热量展开，探讨Frore Systems如何通过热栈技术突破热力学限制，CEO Seshu Madhavapeddy、CTO Suryaprakash Ganti带领的Frore团队是AI热栈赛道的定义者，其研发的散热技术正重塑AI基础设施的发展边界。原文链接：https://www.linkedin.com/pulse/why-thermodynamics-new-frontier-ai-infrastructure-navin-chaddha-0icec/
所有人都在竞相打造更快的 AI 芯片，却没有人谈论真正拖慢速度的关键：热量。
AI 基础设施正以惊人速度扩张。预计到 2030 年，数据中心算力需求将增长超过三倍。从大语言模型到图像、视频生成器，现代 AI 无论训练还是运行，都消耗极其庞大的电力。训练一个顶尖模型可能需要数百万千瓦时电力。但更大的转变来自推理（inference）：实时处理数十亿次提示、搜索与交互，让 AI 成为 24 小时不间断的能源负载。
性能不再只是算力的函数，而是热力学的函数。
推动 AI 撞上能源墙的五大力量
热量限制并非单独存在，而是五大结构性压力同时汇聚的结果：
模型训练极度耗能顶尖模型需要庞大的 GPU 集群连续运行数周甚至数月，每一代模型只会更大，不会更小。
推理成为真正的耗能黑洞服务数十亿次提示、搜索、图片与视频请求，让 AI 成为持续运转的能源负载。随着 AI 渗透日常软件与设备，能源需求只会越来越稳定且庞大。
数据中心正面临电力与散热极限AI 设施现在需要数十至数百兆瓦电力。电网容量与先进散热系统已成为部署的关键瓶颈。
可持续发展压力持续升高AI 负载 24 小时运行，但可再生能源具有间歇性。AI 扩张与气候承诺之间的矛盾真实存在。
能源成为核心成本驱动力电力不再是可以忽略的小数，它显著影响模型经济性、定价与竞争优势。
随着 AI 规模扩大，性能不再只取决于算力，而是取决于热力学。
转变：AI 已进入物理定律时代
英伟达 CEO 黄仁勋近期将 AI 比喻为五层结构：能源、芯片、基础设施、模型、应用。
这一框架从能源开始，方向完全正确。
黄仁勋的观点非常直接：“AI 的基础是电力。实时产生的智能，需要实时产生的电力。每一个生成的 Token，都是电子流动、热量管理、能量转化为计算的结果。物理定律之下没有任何抽象层。能源是 AI 基础设施的第一性原理，也是系统所能产生智能规模的最终约束条件。”
散热位于基础设施层，紧邻芯片之上。随着功率密度提升，热管理决定了实际可运行的算力、效率与部署密度。
这恰好对应 Frore Systems 正在构建的方向。几十年来，科技行业只谈两大基础层：软件栈与硬件计算栈。现在，第三个同样基础的层级出现：热栈（Thermal Stack）。
如今，Frore 正式提出热栈（Thermal Stack）—— 一套从芯片到环境的完整集成散热架构。它已变得与硅芯片本身一样基础、一样关键。
AI 热栈是大规模解决热量问题必需的集成散热架构，涵盖从计算、网络硬件抽取热量，并将热量排到大气中，横跨数据中心与边缘平台。随着 AI 负载指数级增长，热栈直接决定算力密度、能源效率与性能表现。
Frore Systems 正在三大市场重新定义热栈
- AI 数据中心
：实现更高算力密度、更轻重量、更高电耗与水效 - 工业边缘 AI 网关
：在紧凑、坚固、防尘、防水的外壳中支持高负载 AI 计算 - 消费级 AI 设备
：在超薄、无风扇、静音设备中提供高性能 AI 计算
AI 计算的核心从 CPU 走到 GPU、再到 TPU。下一个关键单元不再是处理速度，而是处理所有计算产生的热量。
在 AI 时代，一类全新的处理单元正在崛起 —— 我称之为散热处理单元（Cooling Processing Units）。随着 AI 扩张，散热将成为性能的最前线战场。
Frore 早期洞察：先从边缘设备突破
2018 年 Frore 成立时，AI 数据中心爆发尚未到来。公司从一个精准问题起步：解决计算的热量问题。
第一个切入点是 边缘设备—— 超薄机身，传统风扇根本无法运行。AirJet，全球首款固态主动风冷芯片，正是为突破这一限制而生。厚度仅 2.65mm，却能提供主动散热，让设备实现静音、防尘、防水，消除热节流（thermal throttling），在极限尺寸中让性能翻倍。
AirJet 已上市八年，目前在工业边缘 AI 网关、超紧凑消费 AI 设备与物联网平台中大规模量产出货。
边缘市场验证了一个关键结论：热力学可以被重新架构。
散热不是只能被动应对的限制，而是一个可以从材料与制造层面彻底解决的设计问题。
这一信念直接转化为 Frore 的数据中心战略。
重新设计 AI 数据中心的热架构
当 AI 进入超大规模数据中心，液冷变得不可或缺。但传统液冷笨重、工艺缓慢、成本高昂，是为更低算力密度时代设计的。
Frore 从底层基材彻底重新构想。LiquidJet是其数据中心方案：一套 3D 直触式液冷冷板，传热效率提升 75%、GPU 温度降低 8°C、冷板重量减少 55%，且可直接替换升级现有基础设施。
LiquidJet Nexus进一步扩展平台：机架算力密度提升 2 倍、热栈重量减少 65%、支持 53°C 进水温度，并取消连接器、软管与分流总成。
这不是散热的小幅优化，而是热架构的重新发明—— 它决定一个设施能运行多少 AI 算力、成本多高、碳排与能耗多大。
Frore 的护城河不只是产品，其结构性优势也不仅在技术，而是建立在三层相互强化的基础之上：
制造架构Frore 将半导体级制造应用于散热，使用可规模化的金属晶圆工艺。这不是可外包给代工厂的设计，而是垂直整合：从材料科学、芯片设计、制造到供应链一体掌控。台湾制造、加州研发的基础架构，难以被快速复制。
精简高效的运营能力满产规模下，Frore 仅需约 300 人（含 100 名工程师），即可达到半导体公司级别的营收体量，而非传统硬件厂商。这是 IP 密集、垂直整合制造带来的效率优势。
组织韧性创始团队八年完整保留，核心人才流失率近乎零。在人才流动极高的行业中，长期沉淀的文化本身就是独特护城河。
热栈成为新一代基础架构
Frore 正在定义 AI 时代的热栈赛道。
今日，Frore Systems 宣布完成1.43 亿美元 D 轮融资，公司估值达16.4 亿美元。资金将用于加速 AirJet、LiquidJet、LiquidJet Nexus 在边缘与数据中心市场的全球扩张。
我们很自豪自 2018 年成立以来，全程支持 Seshu Madhavapeddy、Suryaprakash Ganti 及 Frore 团队，直至 D 轮。
散热不再是后台附属设施。它定义 AI 系统的上限。
欢迎观看我与 Seshu 的完整对话：如何为 AI 时代打造垂直整合硬件公司。
结尾问题
未来十年，哪一项物理约束将最深刻地塑造 AI 基础设施的经济模式？
