rickawsb

AIデータセンター時代のMLCC性能比較：なぜ村田制作所と太陽誘電が大きくリードできるのか？
AIデータセンターはMLCCの新たな技術革新サイクルを推進している。
過去のサーバーは主に12V電源供給を採用していたが、現在は48Vラック電源への進化が進み、将来的には800VのHVDC高圧直流時代に突入する可能性もある。 同時に、NVIDIAのGB200、GB300などのAIプラットフォームの消費電力は継続的に増加し、GPUコア電圧は既に0.6V-0.8Vに低下しているが、単一GPUの電流は1000Aを突破している。
MLCCにとって、課題は主に三つの方向から来ている。
まずは高電圧化。48V電源はより高い耐圧、信頼性、耐熱性、機械的ストレス耐性を要求し、そのため100Vクラスやそれ以上の耐圧MLCCの需要が急速に増加している。
次に瞬時応答性。AI GPUの負荷変動はナノ秒レベルで発生し、電源ネットワークは極めて低いESL（等価直列インダクタンス）と低インピーダンスを備える必要がある。さもなければ電圧降下や性能低下、システムの不安定化が生じる。
第三は空間制約。GPU周辺のPCB面積はますます狭くなり、エンジニアはGPUに最も近い位置により多くのデカップリングコンデンサを配置したいと考えているため、MLCCは小型、高容量、高体積効率を同時に実現しなければならない。
これらの要求に直面

過去半年、業界の顕著な変化の一つは、先進パッケージングが初めて付属品からコアへと変わり始めたことです。
HBM、CoWoS、ABF基板、高速インターコネクト、電源供給と先進パッケージング能力がますますサプライチェーンの要所となっています。
なぜなら、AIチップが急速に変化しているからです。ダイはますます大きくなり、HBMは増え、チップレットも増加し、消費電力は高まり、熱密度も上昇しています。したがって、各チップのパッケージングの複雑さは非線形に上昇し始めています。先進パッケージングはもはや単なる「チップ封入」ではなく、高速インターコネクト、熱管理、電力供給、HBM接続、大型パッケージの歩留まり、多ダイ協調へと進化しています。製造プロセスが進むほど、この傾向は顕著です。
先進製造プロセスはますます高価になり、Reticleの制約も顕著になり、超大型ダイの単一化は難しくなっています。そこで、業界はチップレット、2.5D、3Dスタッキング、異種集積、ハイブリッドボンディングへと全面的にシフトしています。根本的には、製造プロセスの物理的なボトルネックに直面したときに、パッケージングを用いて性能向上を図るという戦略です。
したがって、先進パッケージングはますます「後工程のファウンドリ」に近づいています。なぜなら、RDL、TSV、マイクロバンプ、インタポーザ、ウエハーレベル処理、ハイブリッドボ

一文看懂AIデータセンター大周期下のパワー半導体
次の軍拡競争はもはやGPUだけではなく、Power
AIデータセンターはますます大きくなっており、一つのデータセンターの消費電力は中規模都市に匹敵する。
過去のデータセンターは10-20kW/rackだったが、現在は80kW、120kW、さらには600kW/rackにまで達している。大型AIクラスターの電力消費はすでにGWレベルに入った。
ボトルネックはGPU、CPU、ストレージだけでなく、電流、熱、配電、銅損、電力変換効率、電網接続、HVDCにまで広がっている。
AIデータセンター産業チェーン：
電網 → 変圧器 → UPS → HVDC → PSU → VRM → GPU。
従来のサーバーは大量に48Vを採用していた。これは従来のインターネット時代のキャビネットの電力が高くなかったためだ。しかし、AI時代に入り、低電圧システムの問題が全面的に顕在化してきた。理由は：
P = VI
同じ1MWの電力でも、48Vでは20,000A超の電流が必要となり、400Vでは約2,500A、800Vではさらに約1,250Aに低減される。
電流が減ると銅線が細くなり、銅損が減少し、発熱も減り、母排も小さくなり、PSUの負荷も軽減され、液冷の負担も減る。建設の難易度も下がり、コストも低くなる。
800Vは電気自動車（EV）で実証済みの高圧プラットフ

AI産業チェーンの急増する需要、過去半年でストレージを爆発的に拡大し、低価格スマートフォンを市場から押し出した
次の半年でCPUを爆発的に拡大し、低価格パソコンを市場から押し出す
現在、バッテリーとパワー半導体を拡大しており、さらに半年後には低価格の新エネルギー車も市場から押し出す予定

AIの終わりは光刻機であり、光刻機の終わりはレンズである
--- 光刻機のレンズはなぜ難しいのか？
EUVと高端DUV光学は、超精密工業体系の極限の集合体である。これらは材料、コーティング、計測、調整、熱制御、振動制御、アルゴリズム、誤差モデル化、長期的な経験蓄積に依存している。本当に生産拡大を制限するのは、単一の部品ではなく、全体の「精度閉ループ」である。
この閉ループの最も核心的な部分は：自分の測定能力よりも高精度なものを作り出すことができないということである。
EUVの13.5nm波長はほぼすべての材料に吸収されるため、EUVは従来のレンズを使用できず、多層反射鏡のみを使用する。蔡司のEUVミラーは本質的に原子レベルの反射システムである。ミラー表面の誤差は通常、数十ピコメートルレベルに達する必要がある。
1 pm=10−12メートル
原子の直径は約100pmであり、多くのEUVミラー表面の許容誤差はすでに半原子層に近づいている。
これよりも難しいのは、この誤差を安定して測定する方法である。熱ドリフト、空気の撹乱、振動の下でどうやって測定を完了させるか。大きなサイズのミラー上で一貫性を保つ方法。長期的に安定した工業化された再現性を形成する方法。なぜなら、この時点で測定しているのは長さではなく、光波の位相そのものである。
EUV測定システム自体は、超高端産業チェーンの一部である。

週末行研---AIが牽引する電力電子システムの大規模インフラにおけるSiC、GaNとシリコンMOSFETのシェア分析
AIデータセンターの狂乱的な建設が電力網の大規模アップグレードを促進し、長らく過小評価されてきたもう一つの分野を舞台の中央に引き戻している：パワー半導体。
電力システムの核心は効率的に電流を制御することにある。そして、その電流制御の最も重要なデバイスは、MOSFET（メタル-酸化物-半導体場効果トランジスタ）である。
過去数十年、世界のパワーデバイスはほぼすべてシリコンMOSFETに基づいてきた。シリコンは安価で成熟しており、産業チェーンも完全であるため、長期にわたり業界を支配してきた。しかし、AIサーバーの電力需要の急増、EVの800V時代への突入、データセンターの高電圧化の進展、高周波電源の需要増加に伴い、従来のシリコンは物理的な限界に近づきつつある。そこで、SiC（炭化ケイ素）とGaN（窒化ガリウム）が台頭してきた。
SiCはより重工業的な路線に近い。その核心的な利点は高電圧と大電力にある。SiCはより高いブレークダウン電圧と強力な熱伝導性を持ち、高電圧・大電流の場面で従来のシリコンIGBTよりも効率的である。したがって、EVのメイン駆動逆変換器、太陽光逆変換器、蓄電、工業用高電圧駆動、電力網、高電圧UPSなどの分野で、急速にSiC化が進んでいる。特に、テスラ