OpenAI与博通联合自研AI推理芯片Jalapeño，测试显示其能效比英伟达GB200/GB300高1.5-1.9倍，延迟大幅降低。该芯片专为推理优化，配备216GiB HBM4，功耗仅约550W。项目从设计到流片仅9个月，AI参与开发加速进程。OpenAI计划年底部署，并推动自研芯片趋势，以降低成本、掌控算力供给。

NVIDIA推出800 VDC电源架构，通过减少转换环节提升AI工厂能效，支持更高计算密度。该标准由NVIDIA、Google、Microsoft联合开发，已有80多家企业参与。现有设施可通过混合架构升级，未来将推出行级电源中心和直流电源块，为AI基础设施提供规模化路径。

GPU能耗问题引发关注。AI数据中心耗电巨大，推高能源价格，但就业和经济收益有限。GPU制造涉及重金属和有毒化学品，污染环境，废弃后产生电子垃圾。专家质疑AI发展是否值得付出环境代价，呼吁提高能效、延长使用寿命，并加强行业问责。

三安光电在北京的研讨会上介绍了其碳化硅方案在AI服务器电源领域的最新成果，650V SiC MOSFET效率高达96.71%，能效提升约5%。预计五年内可节省电费60万美元，并降低散热能耗和运维成本。公司已在多个领域应用碳化硅产品，并计划加速8英寸衬底的量产。

吉利汽车发布了雷霆16合1智能电驱系统，集成12项硬件和4项软件功能，提升续航和能效。在环青海湖挑战中，该系统实现百公里电耗8.2 kWh，创造吉尼斯纪录。系统采用800V高压平台，综合效率达93.8%。通过AI智能管理优化能量分配，提升动力响应和可靠性，确保高功率下的持续性能。

SpaceX推出了新款Starlink V5家庭天线，体积更小、重量更轻、能效更高。尽管下载速度略低于V4，但在全球需求增加的情况下，V5将逐步推广。该天线不适合移动使用，用户需等待改进版Starlink Mini。

NVIDIA Blackwell NVL72平台在AI基础设施中提供最高的每瓦性能，优化电力使用以提高收益。该平台通过协同设计，确保系统高效运行，支持多种AI模型的推理，提升能效和可靠性，已被领先的AI实验室和服务提供商广泛应用。

NVIDIA最新的AI服务器采用高达45°C的液体冷却技术，显著提高了数据中心的能效。全液冷设计消除了风扇，减少了冷却能耗和水消耗，优化了冷却系统，使设备在高温环境下仍能保持性能，降低运营成本。

特斯拉的Cybercab正在生产中，成为其最轻、最高效的电动车。该车重3113磅，搭载219马力电动机和48 kWh电池，续航可达418英里，实际续航约290-300英里，能效为每英里165瓦时，超越Lucid Air。目前特斯拉在德克萨斯州运营少量机器人出租车，但尚未公布Cybercab的正式运营计划。

Tensordyne公司推出的Napier AI芯片采用3nm工艺，专为AI推理优化。其每瓦token吞吐量比英伟达Blackwell高17倍，每秒高13倍。Napier芯片通过将乘法运算转化为加法，大幅提升能效，功耗仅300W。一个机柜可支持万亿参数模型，预计年收益可达3300万美元，已进入生产阶段，需求预计超过2亿美元。

英伟达与联发科联合研发的全新RTX Spark超级芯片发布，旨在解决PC性能与功耗瓶颈。该芯片集成高效能CPU和GPU，提供1 PFLOP的AI算力，支持本地大模型运行和高性能游戏，有望打破轻薄本与游戏本的性能界限，定义新型PC产品。

研究人员开发了EnergAIzer框架，能够在1.8秒内快速准确地估计AI工作负载的GPU功耗，避免了传统方法的高成本和长时间。该框架支持多种硬件配置，帮助数据中心优化资源分配，提高能效，功耗预测误差仅为8%。

在阿姆斯特丹的KubeCon Europe大会上，谷歌云的Jago Macleod和Abdel Sghiouar讨论了基于Arm的Axion处理器对Kubernetes用户的影响。他们认为，容器化工作负载迁移到Arm变得简单，Axion在性能和能效上优于x86。用户可以逐步迁移，利用GKE的计算功能优化资源调度。未来，能耗将成为关键限制，谷歌希望通过Axion帮助企业节省成本。

Arm在旧金山发布了首款对外销售的Arm AGI CPU，性能超过x86平台两倍，能效显著提升。该芯片专为AI时代的数据中心设计，支持高达8160个核心，预计到2027年将推出更多版本，市场潜力巨大。

AI服务器电源（PSU）正在向智能中枢转型，预计2025年推出80 PLUS Ruby能效标准，以提升电源转换效率和功率密度。极海G32R501芯片具备高效运算和智能能效管理，支持7kW~11kW应用，帮助客户达到Ruby标准。

Taalas公司推出了一种新型AI硬件，将Llama 3.1模型直接固化在芯片中，显著降低输出延迟并提升计算效率。这种“模型即硬件”的设计克服了传统GPU的内存瓶颈，适用于复杂决策和实时推理，展现出优越的能效和成本优势。

研究团队提出了一种新型神经元模型ReSU，克服了传统深度学习的局限。ReSU通过自监督学习和时间动态性，模拟生物神经元特性，展现出更高的能效和更好的泛化能力，为AI发展提供新方向，并有助于理解生物系统的工作原理。

极海推出GHD1620T电机栅极驱动器和GHP500N05智能功率模块，旨在优化电机控制能效，满足多样化系统设计需求，适用于多种电机应用。

光本位科技正在研发以玻璃替代硅的光计算芯片，旨在提升AI计算能力和能效。预计到2030年，AI推理将占市场75%。玻璃芯片可实现2600POPS算力，能效超过1000TPOS/W，克服了硅光平台的局限。

麻省理工学院研究人员开发了一种新方法，通过在现有电路上堆叠多个功能组件，提高电子设备的能效。这种集成平台可在半导体芯片上同时制造晶体管和存储器，减少能量浪费并提升计算速度。新材料和精确制造工艺使得晶体管更小、更高效，适用于人工智能等高能耗应用。