Tendencia central: Los centros de datos de IA impulsan la mejora de la seguridad de los cables

Con los chips NVIDIA GB200/AMD MI350 de más de 1200W, las temperaturas del canal de cable en los centros de datos alcanzan los 110 °C+. 2025 NFPA 262 actualiza el mandato:
  Cables con clasificación OFNP Dsmax ≤ 50(contra ≤ 75% de las pérdidas legales)
  Propagación de la llama ≤ 1,5 m(UL 1685 Cat.5)
Según BCC Research, el mercado mundial de cables de PVC ignífugos para centros de datos de IA alcanzará los $ 4.2B en 2025, la demanda de grado OFNP creciendo a un 35% CAGR.

Avance tecnológico: Mecanismo de supresión de carbonización doble

EP-Y011 Innovaciones (patente CN202410356789.2)

1. Estructura de la cáscara del núcleo del molibdato-Mg ((OH) 2)

   • 40% de molibdato (supresión del humo) + 60% de Mg (OH) 2 (retardancia de la llama)

   • Forma una capa de carbón cerámico a 250 °C, OI=46% (ASTM D2863)

2. La densidad de humo es muy baja

   Condición de ensayo	Sb2O3 tradicional	Se aplicará el procedimiento siguiente:
   Dsmax en llamas (GB/T 8323)	320	176
   Dsmax no inflamable (GB/T 8323)	480	222
   UL 1685 Propagación de la llama	2.8m	0.9m
   Fuente: Laboratorio Konnod (2025T3)

3. Aseguramiento del rendimiento eléctrico

   • Resistencia por volumen > 1 × 1015 Ω·cm (CEI 60093)

   • Dk=3,2 a 1MHz, compatible con módulos ópticos 400G

Validación: Centros de datos de IA de primer nivel

Margen de la cadena de suministro: cumplimiento y coste

• Cero sustancias peligrosas: aprobado las pruebas RoHS/REACH SVHC 239 (SGS-REA25-0886)

• No emigrantes: Solubilidad en agua < 5 g/l (25°C), sin pérdida de rendimiento a largo plazo

• Eficiencia de los costes: 5 horas de carga (frente a las 8-10 horas tradicionales), reducción del coste del cable del 18%

Expansión futura: fabricación inteligente

10La planta de Zhuhai (cuarto trimestre de 2025) tiene las siguientes características:
¿Qué es esto? ▶Secado por CO2 supercrítico: D50=1-4 μm
¿Qué es esto? ▶Contenido de humedad ≤ 0,3%(promedio de la industria: 1,2%)
▶ Sistema de control de calidad de la visión de la IA (99,98% de detección de defectos)