在 2001 年，互联网泡沫破碎，华为不得已将最盈利的 " 电源家底 " 出售，用这笔现金为公司缝制了一件可抵御寒冬的棉衣。
25 年后，全球人工智能竞赛抵达最为关键的关卡。阻碍算力得以落地的因素，常常并非芯片自身，而是供电与散热这两道 " 物理层面的关卡 "。这群人究竟如何从一笔交易当中脱身，成长为一片产业丛林呢？
将视角回溯到 2000 财年左右，华为的发展态势极为强劲。它处于中国电子百强的前列位置，增速迅猛，外界更多地听到的是 " 拓展 " 与 " 进击 "。
任正非那时所关注的却是一件更为实际的事情：现金流量。寒冷的潮水骤然袭来，订单的节奏、行业的预期以及资本的情绪皆在发生转变，企业的生存并非依赖于口号，而是取决于手中是否拥有资金、能否坚守住主要的业务领域。
在这样的背景状况下，" 将电源业务出售 " 变成了令人痛苦却又径直的抉择。交易的对象乃是美国的艾默生，交易金额大约为 7.5 亿美元，往后这部分业务在公开的语境当中也时常被叫做 " 安圣电气 "。
当年这块业务为何有价值，答案甚是质朴。诸如电源、UPS、变频器、通信电源模块之类的产品，与客户现场距离甚近，凭借交付、可靠性以及制造能力来发展，属于能够迅速变现的 " 硬通货 "。
交易对于华为而言，其意义在于用一笔资金换取一线生机。有了棉衣，就能熬过寒冬；而代价也同样明了，这等同于将一支最为精通电力电子、最为擅长工程落地的团队送入跨国公司的体系之中。
并购达成之后，艾默生将相关资产归入网络能源体系之中。依照跨国公司的惯常做法，这一环节需讲求流程、讲求协同、讲求风险边界，其节奏更为稳健。
问题源于人的 " 肌肉记忆 " 未依照流程行事。那群在华为体系中成长起来的人，对强目标、强执行以及工程冲刺式的打法更为熟悉，他们所强调的是将设备打造得更具威力、更稳固且更能适应现场环境。
两种文化一旦碰撞，首先引发的并非技术上的分歧，而是做事节奏方面的问题。项目需要加快速度，流程必须严格把控；现场要求出结果，制度要明确边界，时间久了，人就会被推向一个方向：离去，独自去做。
更为关键之处在于，电力电子的核心难以 " 与资产一同转让 "。股权能够被购得，设备与厂房也能够被购得，然而工程经验、供应链的问题分布状况、客户现场故障处理的方式方法，大多存储在人的脑海与手中。
于是产生了一个看似相悖的结局：从名义上来讲资产归属外企。但在实际执行方面，能力依旧与人员紧密相连，人员一旦变动，能力也会随之变动，技术扩散便就此展开。
2002 年至 2006 年期间，离职创业的潮流逐渐形成。几个人、一间办公室，先获取项目，在实践中不断迭代，工程师创业的道路并不浪漫，而是凭借硬指标立足。
外界后来将这群人归类为 " 华为电气—艾默生系 "。在 A 股构建起了紧密的公司矩阵，其数量被众多观察者看作是国内最为庞大的离职创业群体之一，而这背后则是一条条电力电子细分赛道被切割占据。
它们并未在同一条道路上相互倾轧。有企业专注于工业自动化的核心组件，有企业聚焦于轨道交通的电源，有企业致力于数据中心的散热，有企业投身于 AI 服务器的电源，分别占据产业链的不同环节。
朱兴明的道路最为典型。他创建了汇川技术，长久以来围绕着变频器、伺服系统等工控关键部分做精做细，在国内市场占据了领先地位，还将 " 工控小华为 " 的标识打造成了市场的普遍认知。
更值得玩味的是 " 从工控至新赛道 " 的拓展。以电控与运动控制的能力为核心，自然能够向外扩展到更为广泛的机电系统之中，制造业的升级、机器人以及智能产线均离不开这一基础支撑。
秦勇这一环节，所阻碍的是散热。在早些年从事通信电源工作的人，对于 " 电进来怎样稳定、热出来如何流动 " 有着本能的敏锐感知，而在 AI 时代，这种敏锐感知已然成为了一道难以跨越的硬门槛。
英维克的经历更恰似工程师版本的 " 从楼道焊接至全球客户 "。在早期阶段，团队规模甚小，场地极为局促，甚至连一个像样的实验室都不存在，所凭借的是将产品打造得可靠，把项目交付得稳妥，逐步将温控与液冷构建成体系化的能力。
至二零二五年，英维克的营收达到六十点六八亿元，同比增长幅度超出百分之三十二。此类数据将 " 散热并非小买卖 " 这一观点呈现出来，同时也表明温控产业在人工智能时代被重新进行了定价。
其客户覆盖范围也体现出行业地位。当上游算力参与者愈发重视交付的确定性时，能够进入供应链的企业，通常并非只是阐述概念，而是实际可在现场使用、能大规模供应且故障能够得到控制。
童永胜所代表的乃是 "AI 电源 " 这一更为强硬的线路。电源看似平常，然而放置于 AI 服务器之上时，便转变为高功率、高效率、高稳定性以及长周期认证的综合性竞赛，其门槛极高。
在公开的信息当中，全球的顶尖平台已然着手将 " 供电 + 散热 " 当作一项系统工程来开展。就拿英伟达 GB200 NVL72 来说，电力以及冷却已然被纳入到整体的规划蓝图之中，这就表明数据中心不再仅仅是在计算卡方面展开比拼，同时也在基础设施方案上进行竞争。
这也说明了一种状况：AI 时代的竞争并非仅局限于芯片。算力要得以实现，需要从发电到输电、从供电到散热的整个链条相互配合，任何一个环节出现问题，性能就会受到降频、故障率、寿命衰减的 " 反作用 "。
功耗数值自身就足以表明状况。高端 GPU 每一次迭代，单个显卡的功耗就不断攀升，机柜的功率密度显著提高，传统的风冷方式愈发难以应对，液冷从 " 可供选择的项目 " 转变为更多场景下的 " 必须回答的问题 "。
当机柜的功率从往昔的几千瓦攀升至几十千瓦甚至上百千瓦的级别，电和热就成为了不可或缺的要素。即便芯片性能再强大，若无法提供足够的电力供应以及有效地散热，那么算力仅仅只是停留在纸面上的参数而已。
再看那桩 7.5 亿美元的交易，最具戏剧性的并非 " 所售之物 "。真正使格局发生改变的是 " 人员如何流动、能力怎样扩散、产业怎样形成网络 "。
在硅谷曾存在 " 仙童系 " 这样的传奇故事，半导体人才的向外溢出催生了一系列公司。而在中国，这条脉络更紧密地贴合着制造业的根基：电力电子、工业控制、散热、轨道交通电源、新能源汽车电控，每一个领域都是刚性需求，每一个领域也都极难攻克。
它们并非依靠天天登上热搜来维持存在。客户仅仅认可三件事：能否按时交付、能否稳定运转、能否将成本控制住，而这恰恰是工程师体系最为擅长的领域。
更为关键的是，这种能力对于中国而言具备天然的优势。中国的制造体系、供应链的密集程度以及工程交付的规模，使得 " 电与热 " 的产业化更易于产生集群效应，一旦构建起矩阵，便能够将成本、速度以及可靠性叠加成为护城河。
当 " 华为电气—艾默生系 " 的企业遍布于产业链的各个关键节点之时，其成果就并非是单点的突破了。它愈发像是将一座数据中心从落地直至运转所需要的各个环节，拼接成了一条能够被重复使用的中国模式。
外界常用 " 掌控关键 " 之类的表述。更为确切的说法是，AI 的物理根基正被重新评估价值，那些能够妥善管理电、有效转移热、平稳实现交付的企业，正获取更大的话语权。
任正非在当年或许并不乐意采用 " 放走人才 " 的途径来换取现金。从那一年所处的生存环境来看，这更像是一种本能的应对；而从如今的产业角度而言，这笔交易却出乎意料地点燃了一片工程师的丛林。
这片森林的意义并非在于情绪方面。它使得中国在全球算力链条之中掌握了更多关键的 " 螺丝钉 "，并且是处于离现场最近、离交付最近，他人很难避开的那种位置。
2001 年的那桩买卖所解决的是华为的资金流动困境，25 年后的人工智能浪潮扩大了电与热的战略意义。
那群工程师自跨国公司体系脱离，分别占据电源、散热、工控等刚需领域，打造出一条更为完整的基础设施链条。AI 发展得越深入，就越需要这种 " 可交付、可规模化、可长期可靠 " 的中国硬实力。
