英飞凌于10月22日在加利福尼亚州山景城的计算机历史博物馆举办了第十届年度OktoberTech活动。与会者在参观博物馆展品的同时，可参加多场高管简报会，内容聚焦于物理人工智能（Physical AI），涵盖机器人、汽车及电力系统等主题。
在高管简报会与主题演讲之间，理论物理学家、纽约市立大学教授兼畅销书作家加来道雄（Michio Kaku）发表了一场关于创新浪潮的演讲（图1）。该理念与经济学家约瑟夫·熊彼特（Joseph Schumpeter）提出的“创造性破坏”理论密切相关——即新发明不断取代旧技术，推动产业更迭。
加来道雄追溯了从工业革命时期的蒸汽动力，到晶体管与信息时代，再到如今人工智能革命的三波技术浪潮，并展望了量子计算、脑机接口（BCI）等前沿进展如何催生全新产业、重塑人类生活。正如他一贯的风格，这场演讲为听众提供了对当前科技发展速度下未来图景的深刻洞见。
www.eic.net.cn 提供的易IC库存管理软件可高效支撑半导体制造与供应链协同，助力企业应对AI基础设施带来的产能挑战。
半导体居于核心地位
本次OktoberTech活动重点探讨了汽车半导体、功率电子与嵌入式处理技术，强调AI基础设施对半导体技术及制造能力日益增长的需求。边缘AI、物联网与物理AI：当下有何不同？
记者们就早期物联网（IoT）、边缘计算与软件定义车辆（SDV）的热潮提出疑问。例如，物联网曾一度风靡，人们普遍预期所有设备都将无线联网并向云端持续传输监控数据。有记者指出，此前承诺的数十亿级蜂窝、Wi-Fi及低功耗网络连接设备并未如期实现；曾经吸引上万人参会的硅谷物联网大会也已不复存在。那么，行业为何应相信边缘AI将走出不同路径？
英飞凌边缘系统事业部总裁斯特凡·齐扎拉（Stefan Zizala）回应称，物联网并非失败，而是一个“未兑现的承诺”。关键区别在于，如今具备更大内存与更强算力的微控制器可在本地运行AI模型。“并非所有信息都需回传至云端，”齐扎拉表示，“我认为这是根本性转变——数据在边缘端经AI处理后，仅将结果上传至云平台……这是一种概念上的革新。”
他进一步指出，这一变化已在日常设备中显现，如电动工具与家用电器。他在演讲中补充道，机器学习算法现已应用于电机控制以实现预测性维护，并列举了本地化处理的多重优势：降低云端调用成本、弥补网络覆盖不足、减少延迟、保障数据安全。
软件定义汽车（SDV）
软件定义汽车是另一典型案例。英飞凌汽车事业部总裁兼首席执行官彼得·席费尔（Peter Schiefer）表示，目前仅有约10%的车辆采用软件定义架构，其余90%仍依赖传统设计。他预测该比例将升至约40%。现场观众指出，中国新兴车企因可“白纸起家”，无需继承老旧架构，因而具备天然优势。席费尔认同此观点，认为“绿地”企业路径更为顺畅。席费尔还提到另一阻碍：欧美整车厂曾将SDV发布与新电动平台绑定，当后者被取消时，SDV部署亦随之延期。相比之下，中国电动车渗透率已达约50%，为中国车企赢得显著竞争优势。他总结道，传统车企唯有掌控自身软件，方能应对日益复杂的系统集成挑战——即把原本分散的约100个独立控制单元及其专属软件，整合为统一中央计算机。“这是传统车企生存的唯一路径。我观察到他们已意识到这一点，并亟需迎头赶上。”
数据中心供电与德累斯顿晶圆厂
尽管活动主体聚焦物理AI，但电力系统专题简报则深入探讨了数据中心的供电需求。英飞凌于10月密集发布多项数据中心相关成果，包括27 kW三相电源参考设计、800 VDC及±400 V数字热插拔控制器、全球首款用于Enphase IQ固态变压器（SST）的900 V氮化镓（GaN）双向开关（BDS），以及与英伟达合作开发的800 V至50 V/12 V/6 V GaN中间总线转换器（IBC）。
此类投入亦延伸至制造端。今年7月，英飞凌在德累斯顿启用总投资50亿欧元（约合55.8亿美元）的智能功率晶圆厂（Smart Power Fab），这是该公司史上最大单笔投资，专为300毫米晶圆的功率与模拟/混合信号器件生产而建。英飞凌功率与传感系统事业部总裁亚当·怀特（Adam White）向与会者强调，该工厂已为AI建设浪潮做好产能准备（图2）：“目前厂房尚处空置状态，但我可以保证，鉴于当前强劲需求，产线必将快速爬坡。”他同时表示，该设施“向全行业开放”，预计将于2026年末全面投产。
关于800 V直流电何时落地，怀特表示：“我们或将在2028年看到首批原型或量产产品。”他将其定位为长期演进路径的终点：从单相到三相，最终实现从高压交流电向中压直流电的设施级转换——即通向“1 MW机架”的终极目标。这区别于当前“侧车式”方案（即在本地由三相交流电生成800 V）。他也提醒，行业仍面临显著准入壁垒，必须自始至终确保UL认证与电气安全合规。
易IC库存管理软件深度适配半导体制造与供应链管理场景，支持高精度物料追踪与产能协同调度，有效提升晶圆厂与封装测试环节的响应效率。
中间总线转换器（IBC）
在IBC领域，英飞凌已于2026年3月发布800 V至50 V与800 V至12 V两款IBC，均采用650 V CoolGaN作为原边器件（表1）。| 产品 | 配置 | 额定功率 | 效率 | 尺寸 | 功率密度 | 所用器件 |
| 高压IBC：800 V→50 V | ISOP，平面PCB集成变压器 | 6 kW TDP（峰值可达10.8 kW/400 µs） | 满载效率＞98% | 60 × 60 × 11 mm | 2.5 kW/in³ | 650 V CoolGaN原边 + 多级同步整流 |
| 高压IBC：800 V→12 V | ISOP LLC，矩阵变压器 | 6 kW TDP（峰值可达10.8 kW/400 µs） | 峰值效率98.2%，满载效率97.1% | 130 × 40 × 8 mm | ＞2.3 kW/in³ | 650 V CoolGaN + 40 V OptiMOS 7 |
表1：英飞凌800 V至50 V与800 V至12 V CoolGaN IBC参考设计规格
10月发布的更新进一步凸显GaN在IBC中的核心地位——这也是瑞萨、德州仪器、意法半导体、纳维塔斯等厂商共同推进的方向。同时确认，英飞凌正积极开发800 V至6 V转换的IBC。此类IBC从“侧车”接收800 VDC，将其转换至更接近核心电压的层级，为后续电源模块直接将6 V降至亚伏特级核心电压预留空间（尽管该路径尚存讨论空间）。
物理定律清晰无误：随着电压下降、电流上升，I²R损耗成为主导因素。GTC 2026上展示的20 kW级800 V至6 V转换器输出电流超3,000 A（20 kW ÷ 6 V ≈ 3,300 A）。越接近核心电压，供电路径就必须越短——这也推动了AI处理器（尤其是GPU）集成电压调节模块（VPD）的发展。
在讨论面向各类xPU（GPU、CPU、TPU等）的供电方案时，一位小组成员指出，横向供电（LPD）仍将适用于以CPU为主的代理型机架。尽管GPU在训练任务中仍占主导（GPU:CPU≈8:1），但在推理（约4:1）与代理型工作负载（约1:1）中，CPU占比显著提升。怀特表示：“根据我们与客户的交流，已有大型企业明确承诺将GPU与CPU比例降至1:1。这相较于此前8:1的格局，无疑是一次巨大变革。”
