rickawsb

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

半導体産業チェーンの上、デジタルツイン以前：良品率向上の隠れたチャンピオン分析
もし半導体製造をシステムとして捉えるなら、長らく見過ごされてきた位置が見えてくる：産業チェーンの上、デジタルツインが本格的に実現する前に、完全には定義されていない企業間を横断する全工程の「認知層」が存在する。PDF Solutionsの価値はそこにある。
それは単一ポイントのデータではなく、設計、工程、設備、テストを貫く因果関係の連鎖を扱う：ある設計構造が、特定の工程や特定の設備上で特定の欠陥を形成し、最終的に電気的な故障に映し出される。単一のファブや検査機関は一部の段階の原始データを持つことはできるが、それらのデータを安定的に結びつけて再利用可能な因果モデルにするのは難しい。これがPDFSが切り込む本質だ。
なぜEDA、ファブ、設備メーカーはこのことを自分たちで完結させないのか？できないわけではなく、やる動機がないからだ。
設計側のSynopsysやCadence Design Systemsは前向き最適化しかできず、製造後のフィードバックループが欠如している；
ファブのTSMCやIntelは最もデータを持つが、システムは断片的で組織も分散しており、工程横断の統合コストが非常に高い；
設備メーカーのKLA CorporationやApplied Materialsは検査と制御を

最近提交IPO的AI芯片新宠Cerebras在硅谷引起了热潮。
其芯片在小模型场景下，推理速度最高可达H100的20倍；而超大规模模型（如400B参数级别），Cerebras CS-3系统的单用户响应速度约为B200的2.4倍。
那么Cerebras究竟是如何做到的呢？它是否会成为英伟达的杀手呢？
我们需从算力演进的本质开始。
AI算力的演进，正在从“算力本身”转向“通信与系统结构”。在这条演进路径上，Cerebras Systems提供了一种完全不同的答案：不是优化分布式，而是尽可能消灭分布式。
一、两条路线：消灭通信 vs 优化通信
当前AI算力本质上分为两种架构哲学：一条是以NVIDIA为代表的路线：
多芯片（GPU），高速互连（NVLink / CPO），scale-out（横向扩展）
另一条是Cerebras路径：单芯片做到极限（wafer-scale）
片内网络替代跨节点通信，scale-up（纵向放大）
核心区别是：一条在解决“如何连接更多芯片”，另一条在解决“如何不需要连接”。
二、为什么这条路现在才成立
wafer-scale并不是新概念，80年代就有人尝试，90年代商业化失败。原因是：
良率无法承受
没有容错机制
软件无法支撑
行业因此形成共识：小die + 高良率 + 分布式。
Cerebras的突破在于三件事同时成立：
1）容错机制工程化
2）片上网络成熟

週末深掘：CPO + ELS光源趋势から見た独立レーザーベンダーの位置、境界、そして終局
AI計算能力のボトルネックは計算から帯域幅へと移行している。GPU規模の拡大に伴い、ノード間通信はN²に近い増加を示し、電気インターコネクトは消費電力と距離の上限に達しつつある。光インターコネクトは「選択肢」から「必須」へと変わる。
この過程で、CPO（Co-Packaged Optics）とELS（External Laser Source）が産業チェーンを再構築し始めている：レーザーモジュールは内部から切り離され、システムレベルのリソースとなる。
独立レーザーベンダーSIVEFはこの変化の重要な節目に位置している。
一、SIVEFの事業内容
同社のコアはInPプラットフォームを用いたWDM DFBレーザアレイ。
簡単に言えば：
DFB：安定した単一波長レーザー
WDM：多波長多重化
アレイ：複数レーザーの一体化
本質は「レーザー」自体を売るのではなく、多チャネル光帯域幅を提供することにある。
CPO + ELSアーキテクチャ下では：
従来：各モジュールに一つのレーザー
新アーキテクチャ：一つの光源で複数のチャネルを供給
レーザーは「分散型コンポーネント」から「集中リソース」へと変化し、これが価値の再配分の出発点となる。
二、なぜWDM DFBアレイなのか
AIデータセンターの制約は明確だ：