公众号记得加星标⭐️，第一时间看推送不会错过。 本文将逐步解释这些术语的含义。读完本文后，您将能够像经验丰富的业内人士一样阅读光收发器产品页面。 初涉光收发器领域，很快就会遇到琳琅满目的字母数字组合，令新手眼花缭乱。例如，您可以看看FiberMall的这款光收发器产品页面。 您在本产品页面看到的命名标准源自 IEEE 以太网工作组，该工作组通过IEEE 802.3 标准定义了物理层 (PHY) 的电气和光学规范。802.3 并非单 一标准，而是一个包含多种修订版本的系列标准。 在物理层，其主要目的是定义信号传输中使用的电气和光学特性，例如光功率、链路预算、可接受的误码率和信号编码。例如，计划于 2026 年春 季发布的 802.3dj 标准定义了使用 200 Gbps 通道的 200 Gbps、400 Gbps、800 Gbps 和 1.6 Tbps 聚合带宽，该标准也被称为超以太网 (Ultra Ethernet) 。 光互连的定义通常遵循以下格式（大致如此，因为业内并没有严格的定义方式）：[连接器外形尺寸]-[基带速度]-[传输距离][通道数]-[调制方式]- [复用方式]-[光纤模式]-[其他信息] 让 ...

Core Viewpoint - The article discusses the strategic partnership between Nokia and Nvidia, highlighting the implications of Nvidia's investment and influence on Nokia's technology strategy, particularly in the context of 5G and 6G networks [2]. Group 1: Nokia and Nvidia Partnership - Nokia accepted a $1 billion investment from Nvidia, which led to a significant increase in its stock price, but also made Nvidia the second-largest shareholder, granting it substantial influence over Nokia's technology strategy [2]. - As part of the deal, future 5G and 6G network software must be designed based on Nvidia's GPUs, linking Nokia's technology closely with AI [2]. - Nokia's CTO emphasized the creation of a hardware abstraction layer to allow compatibility with various chip architectures, including Marvell chips and Nvidia GPUs, aiming to reduce complexity while maintaining software consistency [4]. Group 2: Ericsson's Strategy - Ericsson maintains a different approach by promoting hardware independence, focusing on ensuring that its network software can be deployed on various chip platforms rather than relying on a single chip provider [2][3]. - Ericsson's CEO stated that their software can run on multiple architectures, including x86 and GPUs, and they aim to keep hardware choices open as they approach AI-RAN and 6G [3]. - The company has been cautious about fully committing to any single chip architecture, reflecting concerns over the longevity of x86 in the face of a shift towards Arm architecture [7]. Group 3: Market Dynamics and Challenges - The article notes that many telecom operators advocate for complete separation of software and hardware, but achieving this remains challenging due to the inherent nature of proprietary chips [4]. - There is skepticism regarding the feasibility of a "full chip" strategy, with the likelihood that Ericsson may eventually adopt a common software core similar to Nokia's approach [8]. - The wireless access network (RAN) market shows little sign of significant recovery, posing risks for both Nokia's aggressive Nvidia partnership and Ericsson's cautious strategy [9].

公众号记得加星标⭐️，第一时间看推送不会错过。 美国商务部长霍华德·卢特尼克威胁要对外国存储芯片制造商——特别是韩国的三星电子和SK海力士——征收100%的关税，除非它们承诺在美国建 设相关设施。业内人士普遍认为，这一威胁并不现实。 高昂的劳动力成本、熟练工人短缺以及不发达的制造业生态系统，使得美国与代工厂相比，并不适合大规模生产通用存储芯片。代工厂在与客户协 商价格条款后才开始生产芯片，因此可以将较高的生产成本部分转嫁到合同价格中。相比之下，存储芯片是预先生产并直接在公开市场上销售的标 准化商品。 由于这种结构性差异，存储器制造的盈利能力并非取决于性能（供应商之间的性能差异很小），而是取决于价格。因此，降低成本是存储器制造商 最重要的考量因素。正因如此，绝大多数存储器生产仍然集中在韩国两家芯片制造商的本土，而海外生产难以获得合理性，且主要局限于中国—— 中国已经具备成本竞争力和成熟的产业生态系统。 卢特尼克的言论也与早前的美韩贸易协定相悖，该协定中，华盛顿承诺给予韩国的半导体关税待遇不低于其他主要贸易伙伴（例如台湾）的待遇。 李在明总统对卢特尼克的威胁不以为然，他援引了此前达成的协议以及此类关税对美国半导体 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 在三星电子和SK海力士漫长而又紧密交织的历史中，罕见地出现在同一天发布财报的情况，这标志着两家公司在人工智能存储芯片领域激烈竞争的 最新进展。 预计周四的两场财报电话会议将凸显人工智能服务器和数据中心对高性能存储器需求的激增。同时，由于芯片制造商将重心转向先进存储器生产， 而忽视了传统芯片，预计财报也将反映出整个电子行业存储器价格的飙升。 存储器行业曾经以剧烈的繁荣与萧条周期为特征，如今却实现了几年前难以想象的利润，推高了整个行业的估值。自9月初以来，三星的股价已飙 升约130%，而SK海力士的股价也上涨了近两倍。 高盛亚太区首席股票策略师Timothy Moe表示，DRAM和NAND闪存的供应缺口创历史新高，这赋予了存储器制造商强大的定价权。他表示："你 们正处于超常盈利环境下，我们认为这种情况将持续今年甚至明年。"他还补充说，如果人工智能扩展到更多行业，"很有可能这一轮周期会持续更 长时间，而且势头更强劲。" 彭博社调查的分析师预计，SK海力士12月季度的营业利润翻番，达到创纪录的16.6万亿韩元（约合115亿美元）。营收预计将增长超过50%，达到 31.1 ...

该公司周二在一份声明中表示，第一季度营收预计在43.2亿美元至46.8亿美元之间。该预期区间的中值高于此前44.2亿美元的平均预期。第一季度 每股收益预计最高可达1.48美元，高于此前1.26美元的预期。 公众号记得加星标⭐️，第一时间看推送不会错过。 德州仪器公司(Texas Instruments Inc.)股价在盘后交易中飙升，此前该公司发布了出人意料的强劲第一季度业绩预期，表明工业设备和车辆的需求 正在从低迷期中复苏。 财报发布后，德州仪器股价在盘后交易中上涨约8%。截至周二收盘，该公司股价今年已累计上涨13%，至196.63美元。 模拟芯片可以将现实世界的输入信号转换成电子信号，广泛应用于汽车、工厂设备以及其他各种产品中。因此，德州仪器的业绩在很大程度上反映 了经济的晴雨表，能够反映企业对未来销售的信心。 乐观的展望表明，客户已经消化了积压的库存，并开始恢复采购。德州仪器首席执行官哈维夫·伊兰（Haviv Ilan）表示，订单在第四季度有所改 善。伊兰掌管着全球最大的模拟芯片制造商。 伊兰表示，数据中心业务此前在公司营收中所占比例较小，但目前正迅速扩张，并开始对公司业务做出显著贡献。他预计这一趋势将 ...

公众号记得加星标⭐️，第一时间看推送不会错过。 日前，Lightmatter宣布了激光架构领域的一项突破性进展：超大规模光子学（VLSP：Very Large Scale Photonics ）。这项突破性技术应用于导 光引擎，打造了业界集成度最高的激光平台，支持前所未有的带宽，推动激光器制造从手工装配线向代工厂生产模式转变。VLSP技术利用大规模 光子集成克服了功率扩展的限制，实现了面向人工智能的光子互连路线图，初始阶段即可将光带宽密度提升8倍，并带来前所未有的部署可扩展性 和波长稳定性。 正如Lightmatter的Passage光子互连技术凭借其独特的3D架构突破了海岸线带宽的限制一样，该公司的新型Guide光引擎也代表着激光技术的巨大 飞跃。如今，超大规模数据中心中规模最大的AI集群所依赖的连接性，从根本上来说，受到了带宽密度的限制——这种限制不仅体现在芯片边缘的 I/O上，还体现在即便最先进的光子互连技术，其性能也取决于驱动它们的激光技术本身。 目前的共封装光学器件 (CPO) 和近封装光学器件 (NPO) 解决方案依赖于集成在外部激光器小型可插拔 (ELSFP) 模块中的分立式磷化铟 (InP) ...

公众号记得加星标⭐️，第一时间看推送不会错过。 在日本NEPCON展会上发布的幻灯片和实物样品揭示了英特尔玻璃基板令人惊讶的内部结构。与其使用代码名称或营销术语，不如直接看懂以下工 程规格： 10-2-10 堆叠结构： 在2026年1月于东京国际展览中心举办的" NEPCON Japan 2026 "电子制造及封装技术展览会上，英特尔展出了"玻璃芯基板"，这项下一代封装技 术此前曾被传言处于"实验室阶段"甚至"已经停止研发"。此次展出表明，该公司正朝着实际应用阶段迈进。 此次发布会上亮相的是一款尺寸为 78mm x 77mm 的全尺寸原型机，它将英特尔的王牌技术——2.5D 封装技术" EMIB（嵌入式多芯片互连桥） "集成到玻璃基板上。可以说，英特尔晶圆代工凭借其"突破物理限制"的优势，正式进军由英伟达和 AMD 主导的 AI 加速器市场。 为什么现在要用玻璃？答案在于人工智能芯片尺寸增大带来的物理限制，例如翘曲和布线密度过高等。 目前，先进封装技术，例如台积电的CoWoS技术，采用硅中介层和有机基板。然而，随着芯片尺寸增大到光罩尺寸（曝光工具的照射区域）的两到 三倍，传统的有机材料（塑料树脂）由于热胀冷缩 ...

过去很长一段时间里，被人工智能带火的GPGPU 行业的讨论只是停留在一个相对安全、 却也相对空洞的层面：参数、峰值算力和制程等。但在大模型开始进入企业业务、科研生 产和物理世界，很多人突然发现——算力不再是"有没有"，而是"好不好用、值不值这个 价"。 作 为 算 力 的 主 力 ， GPGPU 也 进 入 了 一 个 更 现 实 、 也 更 残 酷 的 阶 段 ： 不 再 只 是 " 能 跑 模 型"，而是必须经得起真实场景、真实客户和长期运行的检验。面对这种转变，国产GPU 厂商如何应对，是衡量企业能否转注下一波AI浪潮的的关键。 近日，本土首家GPGPU厂商天数智芯发布了公司面向未来的芯片架构路线图，最新边端 产品，以及公司在应用和生态方面的布局，为助力中国人工智能迈向新阶段做好充分准 备。 公布四代架构，已超越Hopper 如果用一个词来形容这些年人工智能对算力的要求，"性能"无疑是一个极具竞争力的候选。尤其是 在大模型浪潮席卷全球之后，模型训练参数越来越巨大，如何打造越来越高性能的基础设施就成为 了所有从业者聚焦的重点。 换而言之，随着大模型参数规模从百亿迈向万亿级，数据中心的需求已不再只是增加 G ...

到2026年1月，这家公司在员工不足10人的情况下，以40亿美元（约280亿人民币）的估值筹集了 3.35亿美元（约23亿人民币）。批评人士指出，真正的自我改进型AI尚未实现，目前只能处理一些 特定的任务。然而，投资者显然相信他们已经发现了具有变革意义的技术。 这家总部位于加州帕洛阿尔托的公司成立仅两个月后就获得了这笔融资。Ricursive 于去年 12 月初 完成了种子轮融资，筹集了 3500 万美元，估值达到 7.5 亿美元。 Lightspeed Venture Partners领投了最新一轮融资，DST Global、NVentures（英伟达的风险投资部 门）和Felicis Ventures也参与了投资。 49 Palms、Radical AI和红杉资本也参与了投资。红杉资本 领投了 Ricursive 的种子轮融资。 公众号记得加星标⭐️，第一时间看推送不会错过。 谷歌两位研究员安娜·戈尔迪和阿扎莉娅·米尔霍塞尼开发了一种能够改进芯片设计的AI。她们设想了 一种革命性的技术——AI能够设计出更优秀的芯片，并在这种循环中不断训练出更智能的AI，从而 实现无限的改进。2025年，她们创立了Ricu ...

在目前的芯片产业，存储涨价已经成为了从业人员关注的重中之重。 据分析机构Counterpoint在此前的一份报告中所说，受人工智能和服务器容量的旺盛需求驱 动，供应商的杠杆率也达到了历史新高。预计2026年第一季度将进一步上涨40%-50%，第二 季度将上涨约20%。由此可见，存储涨价已成定局。 更有甚者，随着金银铜等金属的涨价，以及整个供应链的调整，一场牵连甚广的涨价潮正在 汹涌袭来。这必然会给全球兴起的基础设施建设浪潮带来巨大不确定性。尤其对于中国的服 务器供应商而言，在外忧内患的双重影响下，挑战更是前所未有。 存储暴涨背后：底层逻辑变了 本轮存储涨价潮，是人工智能需求飙升的结果，这是一个不争的事实。 随着大模型厂商对更大模型和更高参数有着迫切需求，且Scaling Law还没失效的当下，云厂商和 大模型企业都前赴后继的投入到基础设施的建设中去。 麦肯锡在早前的一份研究中预测道，到2030年，全球数据中心预计需要6.7万亿美元才能满足日益 增长的计算能力需求。其中，用于处理人工智能（AI）负载的数据中心预计需要5.2万亿美元的资 本支出，而用于支持传统IT应用的数据中心预计需要1.5万亿美元的资本支出。也 ...