混合能量緩衝，因應 AI 機架毫秒級瞬變
AI 伺服器的功率每毫秒劇烈波動（±30 %），傳統備援電池跟不上。 Sysblade 用電容吸收瞬間衝擊、 用長壽命電池撐過斷電， 再以數位孿生預測每顆電池的壽命 — 硬體保供電，軟體變訂閱。
名詞解釋 · 本頁 8 個關鍵術語
- BBU（電池備援單元）
- 裝在機架裡的備用電池盒；市電一出狀況先由它頂住，讓伺服器有時間安全收尾。類比：像大樓停電時自動亮起的緊急照明，只是它撐住的是一整排 AI 伺服器。
- 瞬變（transient）
- AI 伺服器在毫秒之間功率忽高忽低的劇烈抖動（GB200 機架可達 ±30 %）；傳統電力設備反應不過來，會造成電壓驟降甚至設備重啟。類比：像家裡有人啟動大功率電器時電燈閃一下——只是這裡規模是 120 kW、而且不停發生。
- LFP（磷酸鋰鐵電池）
- 以安全、耐用著稱的鋰電池化學體系，是本方案的「主力電池」。類比：長跑選手——爆發力不是最強，但能穩定跑很多年。
- LIC（鋰離子電容）
- 介於電池與電容之間的儲能元件，充放極快、可承受數十萬次循環，專門吸收毫秒級的功率尖峰。類比：短跑選手——爆發力極強、恢復極快，但不負責長時間輸出。
- SOH（健康度）
- 電池目前容量相對全新時的百分比；業界慣例低於 80 % 就該汰換。類比：就是手機設定裡「電池健康度 85 %」的那個數字。
- 數位孿生（digital twin）
- 實體電池在電腦裡的「虛擬分身」，以物理方程式模擬其狀態與老化；可以先在分身上做實體很難做的實驗（例如故意弄壞一台）。
- HVDC ±400 V（高壓直流換代）
- 資料中心供電正從 48 V 轉向 ±400 V 高壓直流的產業換代；設備若不相容，轉換期就得整批重買。
- TCO（總持有成本）
- 買下去之後 10 年的總帳：採購 + 更換 + 停機損失 + 維運人力 + 改裝——而不是只看標價。
硬體定義，軟體強化。
我們賣的不是更便宜的 BBU — 而是一套整合的 機架級系統，同時解決 毫秒級瞬變、HVDC 轉換 與 維運端可觀測性。
電池數位孿生
機隊健康儀表板
電源保護堆疊中的特定缺口。
Microsoft 已證實：LLM 訓練使機架功率在 1–50 ms 內 ±30 % 波動。 我們在機架層放混合緩衝， 服務不想整批換 UPS 的 Tier-2/3 市場。出處：arXiv 2508.14318（Azure）· NVIDIA 的做法是把電容放進 GB300 PSU 內
一次瞬變約需 5 kJ；我們用現成模組配置 345 kJ（69× 餘量） — 用標準品的超額，取代昂貴的客製。
為何 5 kJ?為何 69× 餘量?
一座 GB200 NVL72 機架透過 8 顆 BBU 並聯 拉取 120 kW(每顆 BBU 峰值 15 kW & 6C);100 ms 內 ±30 % 的波動約耗 3.6 kJ。計入 30 % 餘量與連續觸發後，設計目標為 ~5 kJ/機架。
69× 超額配置是刻意設計:更低的 ESR、低 DoD(1.5 %)將 LIC 壽命延長至 10⁷ 次循環、N+1 冗餘，並避免客製 5 kJ 電池組所需的 USD 50k+ NRE。
註(不同計算基準):餘量 69× = 配置容量 ÷ §E.1 5 kJ 設計需求。/twin 另報告 ~26× 比值 = 容量 ÷ 展示波形下的實際累積偏移量(13.3 kJ)。兩者皆正確 — 首頁呈現結構性超額配置，/twin 則呈現營運餘量。
Sysblade 在電源保護堆疊中的定位。
每一層都有既有廠商；缺的是「電容＋電池＋壽命預測軟體」的機架級整合— 這是我們的切入點。
查看完整 5 層競爭格局(各層既有廠商)
| 層級 | 既有廠商 | 涵蓋時間窗 | Sysblade 的差異 |
|---|---|---|---|
| PSU 電容 | NVIDIA GB300(PSU 內部薄膜/電解電容) | 1–10 ms | 位於 PSU 內部 — 需要 新電路板。 Sysblade 屬機架外部，可直接放入既有 ORV3 / OCP 機架，無須更換 PSU。 |
| BBU(機架級) | OEM BBU 廠商(Murata / Delta / Lite-On);單一化學體系 NMC 電池組; Eaton XLR 販售我們所用的 LIC 模組 | 10 ms – 60 s | Sysblade 的所在層。 混合 LFP + LIC + 內嵌 數位孿生 RUL，正是此處所缺的特定組合。 |
| 機架 UPS | Schneider Galaxy VS、Vertiv Liebert APM/GXT、Eaton 9395 / BladeUPS | 60 s – 數十分鐘 | 相鄰層 — Sysblade 補強這些產品(在 UPS 察覺之前，BBU 即已處理次秒級瞬變)，而非取代它們。 |
| 廠房 UPS | Schneider Galaxy VS(大型)、Eaton 9395P、Vertiv Liebert EXM | 數分鐘 – 數小時 | 尺度完全不同。Sysblade 不以廠房電源保護為目標;我們位於機架的上游。 |
| RUL 軟體 | 通用異常偵測 SaaS(DataDog 遙測、Splunk ITSI); Schneider EcoStruxure(偏廠房導向) | N/A(連續) | 通用異常工具不理解電池物理。 Sysblade Twin 採用 PyBaMM-DFN + Severson 校準的 LSTM + conformal PIs — 此 SaaS 層 立基於電芯化學，而非統計閾值。 |
5 kJ / 機架的設計點，正落在 PSU 電容與機架 UPS 之間的「數十毫秒」 缺口 — 此層級正是 AI 訓練工作負載特性所創造、而既有廠商既有產品線 未為其設計的新需求。我們在 BBU 層正面競爭(對手是採用單一化學體系電池組的 OEM BBU 廠商)、在 RUL 軟體層正面競爭(對手是通用異常偵測 SaaS)，並與其上的 UPS 層合作。