在全球 AI 竞赛的喧嚣中，市场目光大多集中在英伟达 (Nvidia) 的 GPU 算力上。然而，真正决定 AI 数据中心能否高效运转的，往往是那些被忽视的“底层支撑”——从精准的电力传输到规模化的硬件组装。

在台北电脑展 (COMPUTEX 2026) 上，Nvidia 进一步通过其 MGX 生态系统拓展合作伙伴关系。其中，Navitas 半导体 (Navitas Semiconductor) 的加入极具代表性。AI 算力对电能的需求呈指数级增长，而传统的电力转换方案在面对高性能 GPU 时，往往面临能效低下和体积过大的挑战。

Navitas 此次将 GaNFast 和 GeneSiC 等功率半导体技术整合进 Nvidia 平台。具体而言，其研发的 800V 转 6V DC-DC 电源传输板，旨在提升电力密度并缩小 GPU 板内的系统占用空间。这意味着 AI 算力基建正在经历一次“微观革命”：通过氮化镓 (GaN) 等新材料，在更小的空间内提供更稳定的电力，从而直接降低数据中心的运行成本并提升散热效率。

如果说 Navitas 负责的是算力基建的“毛细血管”，那么富士康 (Foxconn) 则扮演着“骨架”的角色。作为 Nvidia 最大的服务器制造商以及苹果 (Apple) 的核心组装商，富士康在 AI 浪潮中的角色已从简单的代工厂升级为算力架构的实现者。

近日，富士康上调了其第二季度的业绩指引，表示表现可能远超此前预测的“显著增长”。尽管公司未提供具体数字，但这一乐观信号直接反映了 AI 服务器订单的强劲需求。从 Navitas 的电力优化到富士康的快速交付，一套完整的 AI 供应链传导机制已经成型：底层材料突破 $ ightarrow$ 电源效率提升 $ ightarrow$ 服务器组装规模化 $ ightarrow$ 算力快速部署。

对于投资者和行业观察者而言，这意味着 AI 赛道的投资逻辑正在分层。除了最顶层的芯片设计，那些能解决“能效瓶颈”和“交付能力”的硬件供应商，将成为 AI 基础设施能否在未来几年实现规模化扩张的决定性因素。

本文内容仅供参考，不构成投资建议。