技术拆解
工艺、材料与代际节点拆解;陈述事实与卡点,不是荐股。
-
产棱拆解|从电子布、树脂、铜箔到CCL、HDI与ABF基板:AI算力时代的PCB材料革命
核心器件电子布 → 树脂 → 铜箔 → CCL → 多层板 / 高阶HDI → ABF膜 → ABF基板 但有一个关键点需要先纠正: ABF膜并不是CCL的下游材料,也不是普通PCB多层板继续升级后的一个环节。 它实际上从“硬板PCB材料体系”分叉出去,进入 IC载板 / 先进封装基板 体系。 所以整篇最重要的结构应该是: 玻纤布 + 树脂 + 铜箔 → CCL → PCB → 高多层 / HDI 树脂…
-
产棱拆解 | 昇腾960超节点深度拆解
核心器件1. 昇腾960没有BOM口径,但架构信息足够完成产棱式拆解:这一代的瓶颈明确落在访存、光互联、电热三条物理链。 2. 芯片规格"全面翻倍"(2P FP8、288GB、9.6TB/s、40端口、HiF4)只是入口,系统架构才是本体。 3. 5500个Hi-ONE替代4.8万颗800G光模块,是本篇最硬的价值信号:DSP价值被消灭,光模块组装价值萎缩,光引擎与光电封装成为新价值池。 4. NPO与V
-
产棱 · 技术拆解 09 | NVLink 6 深度拆解
核心器件产棱 · 技术拆解 09 NVLink 6 拆解:为什么72颗GPU必须像一颗芯片一样通信? 从 GPU 内部互连 → NVLink → NVSwitch → NVL72 → 集群通信,拆解 AI 算力从“计算能力”走向“通信能力”的系统性变化。 核心问题 当模型规模不断扩大,单颗 GPU 的算力已经不是唯一约束。真正决定 72 颗 GPU 能否作为一个整体工作的,是 GPU 之间能否以足够高的…
-
产棱 · 技术拆解08 | ABF载板深度拆解
核心器件ABF已经不是“封装辅材”,而是AI芯片向高I/O、高带宽、高功耗演进时的关键互连层 ABF的本质不是“某种PCB材料”,而是一种用于高性能封装载板Build-up层的介电材料。它把芯片侧极细的连接,转换成能够继续向封装基板、主板系统传递的多层高密度电气网络。Ajinomoto官方将ABF定位为高性能CPU复杂封装基板的绝缘材料,并强调其用于精密线路的Build-up结构。
-
产棱拆解 | ABF载板深度拆解
核心器件产棱|技术拆解 08 ABF载板拆解:AI GPU越来越大,为什么一块“底板”也开始成为瓶颈? 从 GPU → 封装 → ABF → 高密度线路 → 信号/电源 → PCB,第一次把“芯片世界”和“板级世界”真正连起来。 产棱核心问题 芯片越做越大、HBM越堆越多、I/O越做越密之后,为什么最后会把压力传导到一块看起来只是“底板”的封装基板? 一句话结论 ABF不是普通PCB材料,而是先进封装基…
-
产棱 · 技术拆解06 | HBM4深度拆解
核心器件产棱 · 技术拆解 06 HBM4拆解:为什么AI时代最贵的可能不只是GPU? 从DRAM Die、TSV、堆叠、Base Die到先进封装,拆开AI Memory的核心价值池 本篇定位:旗舰篇 这不是一篇HBM参数百科,而是一篇“价值量+工程难度+产业瓶颈”拆解。核心问题只有一个:HBM为什么从GPU配套器件,逐渐变成决定AI算力能否真正兑现的系统级瓶颈?本文把HBM4从DRAM裸片一路拆到T…
-
产棱 · 技术拆解05 | Rubin GPU 深度拆解
核心器件产棱 · 技术拆解 05 Rubin GPU 拆解:3360亿晶体管之外, 真正决定性能的是什么? 芯片本体篇|从GPU Die进入计算、内存、互联与数据移动 本篇定位 不是GPU参数百科,而是沿着“GPU Die → 计算单元 → HBM4 → NVLink 6 → I/O → 功耗 → 系统瓶颈”逐层拆解。核心问题:为什么Rubin必须与HBM4、NVLink 6、先进封装、PCB和液冷共同…
-
产棱 · 技术拆解 04 | Compute Tray深度拆解
核心器件产棱 · 技术拆解 04 一块计算 Tray 里到底有什么? 从 Rubin GPU 一直拆到 MLCC 与冷板 单模块深拆篇|从一颗GPU走进一块AI计算板 本篇核心问题 一块Compute Tray并不是“GPU加一块PCB”。当算力、内存带宽、SerDes速率和功耗同时提升,GPU周围必须形成一个完整的电气、热、机械和高速互联系统。本篇沿着物理层逐项拆解,并把每个约束继续向材料、工艺和产业…