工业富联、立讯精密卷入337调查：AI供电为何成了专利战场？

导语：电源架构专利正在成为AI硬件新的护城河。

当人工智能服务器的竞争从GPU一路延伸到交换机、光模块、液冷和电源，一些过去很少出现在资本市场聚光灯下的技术，开始变得昂贵起来。

最新的一个例子，是“垂直供电”。

10月11日，工业富联公告称，美国国际贸易委员会（USITC）已于当地时间10月9日正式启动一项337调查。美国电源技术公司Vicor Corporation指控工业富联及FII USA、鸿佰科技和美国鸿佰科技侵犯其一项“垂直供电系统”专利。工业富联表示，经内部核查，涉案产品目前仍处于内部验证评估阶段，对公司当前生产、经营和业绩不造成实质性影响。

一天前，立讯精密也披露了同一调查。公司及控股子公司东莞立讯技术被列为被调查方，涉及美国专利US 10,903,734，产品主要用于数据中心电源模块与处理器的集成供电方案。立讯精密称，相关产品目前还处在客户验证阶段，尚未进入量产，预计不会对现阶段生产经营和当期业绩产生重大不利影响。

单从财务报表来看，这似乎不是一件迫在眉睫的大事。

但从AI服务器产业的演进方向看，它更像是一张提前寄到的账单。

过去两年，中国供应链企业最大的任务，是设法进入AI服务器订单体系。现在，当越来越多企业开始从机箱、连接器、交换机向整机、液冷、电源和机柜级解决方案深入，一个新的问题浮出水面：拿到AI服务器订单之后，还要付出多少研发、专利和客户认证成本？

Vicor发起的这场调查，给出了一个答案。

01 337调查打进了AI服务器的“电力腹地”

这并不是一场只针对工业富联和立讯精密的诉讼。

USITC公布的名单显示，337-TA-1526调查的被调查方还包括台达电子、英飞凌、Monolithic Power Systems及其中资子公司、Flex、Celestica、广达电脑、云达科技、鸿海精密等企业。

名单横跨功率半导体、电源、服务器ODM以及整机制造商，几乎覆盖了从电源转换到AI计算系统集成的一整条产业链。

Vicor在9月9日提交投诉，并于次日补充材料。USITC在10月9日决定立案。Vicor要求委员会发布有限排除令以及禁止令。

需要强调的是，立案并不意味着USITC已经认定工业富联或立讯精密侵权。

USITC自己也明确表示，启动337调查并不代表委员会已经对案件实体问题作出任何决定。案件之后需要经过行政法官审理、初裁以及委员会复审等程序。委员会将在立案后45天内确定目标结案日期。

但337调查真正令全球硬件企业忌惮的地方，并不主要在赔偿金额。

按照USITC规则，如果最终认定违反337条款，委员会可以签发排除令，由美国海关阻止相关侵权产品进入美国；还可以签发停止和禁止令，限制被调查企业在美国销售相关进口产品。337程序本身并不提供普通意义上的金钱损害赔偿。

对于消费电子时代的一个普通零部件而言，这已经足够麻烦。

对于正在争抢下一代AI服务器平台订单的企业来说，它更加敏感。

因为一旦一项电源架构进入GPU、ASIC或者服务器平台设计，问题就不再只是更换一个供应商。PCB布局、功率转换、散热、结构、电磁兼容以及处理器供电接口都有可能需要重新验证。

换句话说，在AI硬件时代，专利已经开始与客户认证绑定在一起。

更值得注意的是，这甚至不是Vicor今年第一次这样做。

今年2月，USITC已经基于Vicor提出的另一宗投诉启动337-TA-1484调查，对象同样是数据中心电源转换器、电路板组件以及包含这些部件的计算系统。当时立讯精密、台达、MPS、广达等已经在被调查名单中。该案目前仍处于行政法官审理阶段，USITC资料显示，初步裁定日期计划为2027年5月20日，目标结案日期为2027年9月20日。

从2月份的“Power Converters”，到10月份直接指向“Vertical Power Delivery Systems”，Vicor的知识产权攻势正在向更接近处理器的供电环节推进。

这恰恰是AI服务器中越来越值钱的位置。

02 为什么“一根电线”会变成技术壁垒

理解这场专利战，需要先理解AI服务器正在发生的一场变化：GPU越来越快，但给GPU供电正在变得越来越困难。

英伟达官方资料显示，一套GB200 NVL72机柜包含72颗Blackwell GPU和36颗Grace CPU，整柜满载功耗约为120千瓦。其电源架通过母排向机柜设备提供约50V至51V直流电。

这已经不是传统服务器意义上的功耗。

更重要的是，功率还在继续上升。

英伟达在2025年公布的下一代数据中心供电路线中提出，从2027年起推动800V高压直流架构，以支持1兆瓦甚至更高功率的AI机柜。英伟达称，目前54V机柜内供电体系在机柜功率超过200千瓦后开始遭遇物理约束。

问题可以用一个简单的物理关系解释。

功率等于电压乘以电流。

如果最终处理器工作电压接近1V，那么仅仅1千瓦功率，就意味着理论上约1000安培的电流。

电流越大，铜排、PCB和封装中的损耗越难控制；导体上的I²R损耗又会随电流平方增加。

于是，电源工程师面临一个矛盾：为了降低输电损耗，希望尽可能用较高电压把电送到靠近处理器的位置；但处理器本身需要的，却是极低电压、极高电流。

这正是垂直供电技术出现的背景。

Open Compute Project公布的MGX机架规范体系下，主流厂商配套的48V直流母排硬件额定能力已经可以达到1400A。

而Vicor自己的技术路线，是尽可能将48V送到处理器附近，再在负载点进行转换。

按照Vicor官方技术资料，其分比式电源架构把DC-DC转换拆成稳压和变压两个环节，通过电流倍增器将48V母线电压转换为约1V的AI处理器供电轨，并强调将电源模块尽可能靠近甚至布置于处理器下方，以缩短大电流传输距离。

因此，“垂直供电”真正争夺的不是一块普通电源板。

它争夺的是最后几厘米的电。

谁能把几十伏的电压在最靠近XPU的位置高效率转变成低压、大电流，谁就可能帮助客户减少铜损、降低热量、腾出PCB面积，并提高整个AI系统的功率密度。

这解释了为什么Vicor此次主张的US 10,903,734专利，被命名为“Delivering power to semiconductor loads”，也解释了为什么商务部国家海外知识产权纠纷应对指导体系将其明确归类为应用于人工智能计算等高性能计算场景的垂直供电技术。

AI时代的电源竞争，已经从“谁能造出效率更高的电源模块”，进一步演化成：电源放在哪里？多高的电压送进去？在哪里完成降压？电容如何布置？模块怎样与芯片连接？怎样兼顾瞬态响应、热管理以及高电流密度？

这些问题的答案，一旦固化成电路、封装和系统结构，就很容易进入专利的保护范围。

于是，一个看起来成熟了几十年的电源产业，又重新变成了知识产权密集型行业。

03 拿到AI订单，只是成本的开始

对于工业富联和立讯精密来说，这场337调查真正值得关注的地方，可能并不是眼前的财务影响。

而是它发生的时间点。

2026年上半年，工业富联实现营业收入5578.61亿元，同比增长54.63%；归母净利润237.40亿元，同比增长95.99%。其中，云计算业务收入同比增长75.7%，云服务商AI服务器收入同比增长2.3倍，GPU AI机柜出货量同比增长3.2倍。

换句话说，AI服务器已经不再是工业富联财务报表边缘的一项新业务，而成为最重要的增长发动机之一。

立讯精密也在快速向同一个方向移动。

半年报数据显示，立讯精密2026年上半年实现收入1745.04亿元，同比增长40.16%；通信与数据中心业务收入166.09亿元，同比增长49.66%，800G光模块已经实现规模化量产。

这种扩张并不便宜。

根据立讯精密半年报统计，公司今年上半年研发投入达到65.73亿元，同比增长43.09%；截至2025年末，公司近三年累计研发投入281.73亿元，拥有专利9367件。公司披露的重点研发方向已经包括高速电连接、光连接、热管理和电源管理。

工业富联2026年上半年研发费用也达到约49.98亿元。同期公司研发人员达到3.77万人。其半年报显示，公司正在从单一产品制造进一步转向全栈解决方案以及与核心客户联合研发。

这些数字揭示了AI硬件供应链一个容易被忽视的现实。

在传统代工时代，制造企业最重要的护城河可能是规模、良率和供应链效率。

到了AI服务器时代，仅靠这些已经不够。

企业首先需要进行大量前置研发；随后需要通过客户验证；进入平台后，还必须处理专利自由实施分析、供应商知识产权保证、授权谈判以及潜在诉讼；如果遇到专利争议，还可能重新修改电路和结构设计，并重新完成部分认证。

立讯精密今年4月在投资者关系活动中甚至表示，公司超过一半的研发投入是为尚未落地的业务进行前期技术储备。

这或许是理解此次337调查最重要的一句话。

资本市场通常只看到订单落地后的收入。

工程师看到的则是订单之前数年的研发投入。

知识产权律师看到的，是产品真正走向美国市场以后才开始显现的专利风险。

而客户看到的，是一个最终必须同时满足性能、成本、可靠性、交付能力和知识产权安全的供应链。

工业富联在此次公告中也特别强调，公司设有专门知识产权部门，并在筛选供应商时要求提供不侵权保证以及相关技术许可和授权。

这意味着知识产权已经不再只是法务部门的问题。

它正在进入采购和供应链管理体系。

04 专利战刚刚开始

目前没有证据表明此次337调查将改变工业富联或立讯精密2026年的经营趋势。

两家公司都明确表示，涉案产品尚未进入正式量产阶段。

但也正因为如此，这场争议具有某种前瞻意义。

当一项产品还处于内部评估和客户验证阶段时，专利战已经提前到达。

这很可能是下一阶段AI硬件竞争的常态。

随着GPU功耗上升、机柜从100千瓦级向数百千瓦甚至兆瓦级迈进，服务器的价值量正在向过去不起眼的环节扩散：电源、铜排、连接器、液冷、PCB以及封装，都开始决定整套计算系统能够装下多少算力。

过去，中国供应链企业擅长回答的是一个制造业问题：怎样把东西做得更快、更便宜、更可靠？

进入AI时代之后，它们还需要回答另外一个问题：怎样证明这套技术既是自己的，又没有踩进别人的专利领地？

这可能比拿到第一张AI服务器订单更难。

Vicor与工业富联、立讯精密之间的337调查最终如何裁决，现在下结论还为时尚早。

但有一点已经越来越清晰：在AI服务器上，电已经不再只是成本。

它正在变成性能。

而一旦某项技术能够决定性能，它通常也很快就会变成专利。