前言
2026可靠性应用技术国际论坛，岁月倏忽，已过许久。两日的行业盛会虽已落幕，但现场热烈的思维碰撞、专家输出的硬核干货、直击行业痛点的深度分享，以及诸多让人豁然开朗的瞬间，依旧让各位参会同仁记忆犹新。
为延续论坛长效价值，让每一次专业分享、每一场思想碰撞持续赋能行业同仁，我们精心整理了2026可靠性应用技术国际论坛嘉宾讲稿，对讲稿进行总结，希望可以给您带来帮助。
导语
吴兴文老师在演讲中指出一个现实困境：通信产品元器件数量庞大（5000+）、高度依赖专家经验、历史案例散落各处——传统可靠性工作的效率和质量正在被系统性挑战。
嘉宾介绍
吴兴文；深耕电子产品可靠性十五载，负责新华三服务器和网络产品可靠性工作，也曾负责过芯片制程可靠性和元器件可靠性识别工作。
一、ICT产品的可靠性要求
通信设备（路由器、交换机、无线通信、网络安全）和IT产品（服务器、存储设备、GPU整机柜）的典型特征：
-
复杂硬件：高速高密，软硬件一体，机电一体
-
散热挑战：功耗超过100kW/柜
-
高可靠性要求：7×24小时不间断运行，零宕机容忍度（运营商级99.999%可用性），MTBF要求超过100,000小时
二、传统方法的四大痛点
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
三、AI破局方向
AI在通信产品可靠性中的价值体现在四个层面：
-
从世界知识中提取更广泛的经验
-
将重复或简单的工作自动化
-
统一分析标准，避免人为偏差
-
基于大模型推理能力实现更复杂的工作
智能PHM：
传统PHM擅长机械类且可观测退化场景，但ICT产品的失效往往缺乏明显退化信号。
核心转变： 从“数据采集+阈值报警”转向“AI驱动的多指标智能预测”。
覆盖服务器三大核心可更换部件（风扇、电源、硬盘），构建从数据采集到智能预测的完整PHM路径。
智能DFMEA：
传统DFMEA挑战：元器件数量庞大（5000+）、高度依赖专家经验、历史案例需要系统化积累。
AI辅助DFMEA：
-
基于可用相关参数信息，自训练AI模型
-
融合世界知识中的失效模式、器件功能、更优解决方案
-
实现功能分解、系统影响分析、风险分析的智能化
四、未来展望
技术演进方向：
-
自动化闭环：DFMEA→降额→预计→改进建议全流程自动化
-
智能可靠性平台：生产筛选数据的AI监控与智能数据分析、市场数据的AI智能提取与智能诊断、全方位可靠性风险分析
-
新技术PHM：液冷系统故障预警、CPO激光器故障预警
让每一款产品都内置可靠性基因。
讲稿分享
