搜索结果 超仿真阳具
超仿真阳具 贴吧
一个关键词就是一个贴吧，路径全站唯一。
用户
未找到
包含 超仿真阳具 的推特
周末行研：EUV Mask Inspection --- EUV最难的问题之一
DUV时代的mask，更像“透明玻璃上的图案”。光穿过去，再投射到wafer上。很多问题集中在表面颗粒、划痕、断线等二维缺陷。
但EUV完全不同。13.5nm EUV会被绝大多数材料吸收，因此EUV mask变成了反射式结构。它本质上是由40~50层Mo/Si multilayer组成的纳米级布拉格反射镜。重要的是，EUV mask已经变成一套极其复杂的三维纳米光学系统。
这会导致问题集中在 buried defect（埋藏缺陷）。
例如某一层Mo/Si之间出现0.5nm级别的小隆起、空洞或颗粒，表面可能完全看不出来，但却会改变EUV光的相位与干涉行为，最终在wafer上形成CD偏移、图形变形甚至随机缺陷。
这类问题在DUV时代并不突出，但在EUV时代会直接影响良率。
很多缺陷在可见光下看不到，在DUV下也不明显，但到了13.5nm下却会变成灾难。因此最理想的方法，是用真正的13.5nm EUV去检测EUV mask，也就是所谓的 Actinic Inspection。但问题在于，Actinic Inspection本身几乎等于“再造一台小型EUV光刻机”。它同样需要EUV光源、超高真空、多层膜反射镜、极低振动、极高稳定性以及超高灵敏度探测器。
重要的是，inspection tool的要求很多时候甚至比曝光机更苛刻。因为曝光机追求的是稳定曝光，而inspection追求的是发现极微弱异常。尤其EUV时代大量缺陷已经变成 phase defect。很多缺陷并不一定有明显高度差，却会改变光的相位与干涉结果。这已经变成光学、相位、散射、干涉的综合问题。
与此同时，EUV mask本身还是典型的3D结构，会出现shadowing、absorber sidewall effect、3D scattering与angle dependency。同一个缺陷，在不同角度下，影响可能完全不同。重要的是，EUV inspection已经需要模拟完整的EUV成像行为。
缺陷会不会真正印到wafer上，也就是业内所谓的 Printable Defect Analysis，这背后需要 computational lithography、光学仿真、wafer correlation、AI defect classification 与 OPC补偿共同完成。
EUV光学系统在13.5nm波长下，传统透镜已经完全失效。EUV系统只能使用反射式光学。这意味着整个系统必须依赖超高精度的Mo/Si multilayer mirror。这些mirror已经接近原子级精度的纳米工程结构，其表面粗糙度甚至要求达到picometer级。在EUV波长下，哪怕0.05nm级别误差，都可能影响最终成像。
因此，检测系统的光学部分也长期高度依赖 Zeiss。
随着High-NA EUV、2nm、1.4nm、更高mask复杂度以及更严重的stochastic defect推进后，mask defect对良率的影响会指数级扩大。过去很多问题还能依靠OPC补偿、process window与冗余设计容忍，未来则越来越困难。
因此整个行业对actinic inspection、mask review、pellicle inspection以及printable defect analysis的需求都会快速增长。这也是为什么有euv检测能力的公司价值都可能会进一步增长的原因。
它们是EUV时代良率控制的核心基础设施。
本文非投资建议dyor
显示更多
再聊聊RKLB的并购策略，通过收购完成了哪些业务的拼图？这两天太空板块热度开始起来，龙头RKLB的主要催化事件则是来自并购Mynaric切入雷射通讯，以及推出Gauss电推进系统。作为个人的心头好，RKLB还是关注了蛮久。其实RKLB这几年来通过不断并购收购来完成自己的业务布局，这里聊聊它的并购策略。关于RKLB具体业务模式，转发的长文里有详细分析介绍。
Rocket Lab在2016年前主要专注Electron火箭自主研发，几乎没有公司级收购。真正启动系统性收购战略是从2020年开始，至今共完成7笔公司级收购（全部聚焦Space Systems业务垂直整合），另有1笔资产收购（非公司整体）。
1、按照时间线梳理RKLB过去几年的并购案：
1）Sinclair Interplanetary（加拿大）
时间：2020年4月
业务：卫星姿态控制组件（reaction wheels反应轮、star trackers星跟踪器等）
意义：首笔收购，补齐卫星子系统供应链。
2）Advanced Solutions, Inc. (ASI)时间：2021年10月
金额：4000万美元 + 潜在550万美元earnout
业务：航天器飞行软件、任务仿真、制导导航与控制（GNC）
意义：首次进入软件层。
3）Planetary Systems Corporation (PSC)
时间：2021年12月
金额：约4200万美元现金 + 股份 + earnout
业务：卫星分离系统（separation systems）和分配器（dispensers）
意义：补齐卫星发射后的分离能力。
4）SolAero Holdings, Inc.
时间：2022年1月
金额：8000万美元现金
业务：高性能空间太阳能阵列（solar panels）和精密航空结构件
意义：补齐卫星电源与结构核心硬件。
5）Geost, LLC（及其母公司）
时间：2025年5月宣布，2025年8月完成
金额：2.75亿美元（1.25亿现金 + 1.5亿股票 + 最高5000万美元earnout）
业务：电光/红外（EO/IR）传感器载荷，用于导弹预警、空间域感知等国家安全任务
意义：正式进入卫星有效载荷（payload）领域。
6）Optical Support, Inc. (OSI)
时间：2026年2月26日完成
金额：未公开（规模较小）
业务：高精度光学系统与光机组件（lenses、optomechanical instruments）
意义：强化Geost后的光学能力，整合进Rocket Lab Optical Systems部门。
7）Mynaric AG（德国）
时间：2025年3月宣布，2026年4月14日完成
金额：1.553亿美元（少量现金 + 约227.7万股RKLB股票）
业务：激光光学通信终端（laser optical
communications terminals，CONDOR Mk3等）
意义：首笔欧洲收购，内部化高成本通信硬件，并获得慕尼黑欧洲据点。
额外资产收购（非公司整体）：Virgin Orbit Long Beach工厂及设备（2023年5月/2024年完成）：1610万美元，获得14万平方英尺制造设施，用于Neutron火箭规模化生产（发动机、复合材料等）。这不是完整公司收购，但极大加速中型火箭产能。
2、补齐了哪些短板？
Rocket Lab早期是“纯发射公司”（Electron火箭），Space Systems业务虽有Photon卫星平台，但大量核心子系统依赖外部供应商，导致了几个问题：
1）供应链风险高：交付周期长、成本不可控、容易卡脖子（尤其国防合同对“美国/盟国原产”要求严格）。
2）毛利率被压缩：卫星BOM中，反应轮/星跟踪器、太阳能阵列、分离系统、激光通信终端、光学载荷等高价值部件（合计占卫星成本30-50%）全部外采。
3）集成能力弱：无法作为“Prime Contractor”独立交付完整卫星+载荷+通信解决方案，在SDA、Golden Dome等国防大单中竞争力不足。
4）地域局限：缺乏欧洲/全球供应链布局，难以深度参与国际项目。
5）产能瓶颈：Neutron中型火箭规模化生产需要现成工厂和光学/通信硬件。
而通过过去十年收购精准补齐：
1）2020-2022年四笔收购 → 补全“卫星总线+子系统+软件”基础链条（从姿态控制、软件、分离、电源到结构）。
2）2025-2026年三笔（Geost+OSI+Mynaric） → 补齐“有效载荷+精密光学+激光通信”高端国防/商业短板，毛利率潜力大幅提升（激光终端单件成本占比可达10-20%）。
3）收购Virgin Orbit工厂 → 解决Neutron产能硬件瓶颈。
供应链风险大幅降低、生产周期缩短、成本可控、毛利率提升，同时打开国防Prime Contractor大门。
3、最终形成了什么样的体系？
Rocket Lab已从“小型运载火箭公司”彻底转型为全球领先的垂直一体化空间基础设施提供商（End-to-End Space Systems Prime），
核心定位是“Space as a Service + 国防Prime”。业务布局有
1）发射层：Electron（小型、高频次，已超75次成功发射）+ Neutron（中型火箭，2026年底首飞在即，载荷能力远超Electron）。
2）卫星制造层：Photon卫星平台 + 全套子系统（姿态控制、电源、分离、飞行软件）。
有效载荷与光学层：EO/IR传感器（Geost）+ 高精度光学/光机组件（OSI）。
3）通信层：激光光学终端（Mynaric）——实现星间/星地高速安全链路。
4）制造与产能层：Long Beach工厂（前Virgin Orbit）+ 全球多地设施，支持规模化生产。
5）附加能力：国防/国家安全重点（SDA 8.16亿美元18颗卫星合同、导弹跟踪、空间域感知），同时服务商业星座。
形成高度垂直整合的产业体系：几乎所有关键环节自产（类似SpaceX闭环，但更聚焦中小型/中型星座和国防市场）。可以实现端到端交付：客户可一站式采购“发射 + 完整卫星 + 载荷 + 通信 + 运营”，显著降低集成风险和时间。
双轮驱动：Launch（稳定现金流）+ Space Systems（更高毛利、更高增长，backlog主力，已超18亿美元）。
战略定位：现在RKLB既是发射商，又是“卫星工厂 + 关键组件供应商 + 国防Prime承包商”，在D2D/LEO星座、国家安全领域形成独特护城河。
去年底 rklb就拿到一笔8亿美金18颗卫星的订单，开始参与太空国防领域的最大项目。
简单说，过去十年7笔收购让Rocket Lab彻底补齐了“从火箭到卫星总线、再到有效载荷、光学、通信”的全链条拼图，形成了从发射到在轨数据全链条自给自足的垂直一体化空间平台，竞争力与估值逻辑已完全不同于十年前的纯发射公司。未来Neutron + 规模化Space Systems将成为主要增长引擎，同时在国防领域作为“ disruptive Prime”与传统巨头竞争。
显示更多
生成式AI往代理式AI迁移中，新的卡脖子环节又出现了，这次是CPU。之前市场关于算力紧缺的讨论都在GPU、HBM、光模块、电力等环节，其实对于CPU的关注比较少。其实Cpu的紧缺传了一段时间了，看最近英特尔、AMD走势最核心驱动力就是来自cpu开始出现紧缺了，甚至连过往不怎么受待见的港股联想集团，最近两周走的也很强。
1、为什agentic ai时代CPU占比会扩大？
传统AI（主要是大模型训练/推理）高度依赖GPU，因为Transformer的核心是并行矩阵运算，GPU擅长高吞吐的并行计算。这时CPU主要只负责“辅助”：数据路由、内存压缩、GPU调度等，导致数据中心CPU:GPU比例很低（典型1:4~1:8，甚至1颗CPU管8颗GPU）。CPU利用率低，基本是配角。
Agentic AI完全不同，它不是单次“问答”，而是自主多步循环（Planning → Tool Use → Act → Observe → Reflect → Iterate），涉及：
1）编排：调度子任务、多智能体协作、分支逻辑、重试机制。
2）工具调用：网页搜索、API调用、代码执行、数据库查询、向量检索（RAG）、文件处理等。
3）其他CPU密集任务：上下文管理、KV Cache处理、强化学习（RL）仿真评估、数据预/后处理。
这些任务高度串行、I/O密集、逻辑分支多，GPU并不擅长（甚至会闲置）。研究显示：工具处理阶段在CPU上可占总延迟的50%~90.6%（GPU在等待CPU）。Agentic工作流中CPU动态能耗占比可达44%，比传统AI高3~4倍。
简单说，Agentic AI把“思考”交给GPU，但把“做事/协调”交给CPU。CPU从“管家”变成了“总指挥”，必须大幅增加才能让整个系统高效运转。这就是CPU占比扩大的核心驱动（Intel、AMD、Arm、TrendForce等一致观点）。
2、CPU成为新紧缺环节的现实证据
今年Q1 Intel/AMD服务器CPU交期已经拉到6-12周，部分型号基本售罄，价格也提了10%以上。厂商自己都说“demand far exceeded expectations”。不是产能不够，而是Agentic AI把CPU从“可有可无”直接干成了“必须配足”的总指挥。
数据中心项目现在除了电力，就是CPU卡脖子最严重。传统x86（Intel/AMD）高功耗+产能紧张，供应链直接打爆。
3、CPU缺口会有多大？
行业共识是CPU:GPU比例将显著拉近，CPU需求大幅提升：从传统1:4~1:8（CPU:GPU）转向1:1~1:2（部分场景甚至1.4:1，即CPU比GPU还多）。看之前Arm估算，每GW算力需要的CPU核心从3000万激增到1.2亿（4倍增长）
CPU算力份额：在Agentic工作流中，CPU承担的算力比未来机架/集群可能从“GPU主导”转向更平衡，甚至出现专用CPU rack来支撑Agentic编排；AMD/NVIDIA新一代平台已开始按1:2~1:4设计
这就带来了CPU需求的真实拐点，是实打实的硬件重构。
4、特别要说下ARM服务器CPU会更受益一些？
Agentic AI最需要的就是“高核心数+低功耗+稳定串行处理”。ARM天生多核可扩展、perf/watt领先：Arm AGI CPU（136核，TDP仅300W）对比x86同规格功耗低40%+，每机架性能直接翻倍。风冷机架就能塞8000+核，液冷更能到4万+核，完美解决数据中心的“功耗墙”。
更狠的是生态大转向：AWS Graviton、Google Axion、Microsoft Cobalt早就自研ARM，云巨头集体“去x86化”。Arm 3月直接下场自研AGI CPU（首款量产芯片），Meta、OpenAI、Cerebras都是首发伙伴，OEM有联想、Supermicro。
Counterpoint预测：AI ASIC服务器CPU里，ARM份额从2025年25%干到2029年90%。Arm自己说，这波能把数据中心CPU TAM从30亿版税干到1000亿+，未来几年服务器CPU营收很可能超手机，成为最大增长极。
看下周和5月初英特尔、amd的财报电话会上，cpu实际出货量的变化、以及cpu的真实价格变化。这能说明真的有多紧缺。
5、CPU紧缺哪些公司会受益？
梳理了下哪些公司会受益，后续关注起来：
美股最核心：
Intel (INTC)ntel 依然是服务器 CPU 市场的霸主。短缺潮会提升其过往型号的利润率，且其 Gaudi 与 Xeon 的组合在代理推理端有强劲需求。
AMD (AMD)：理由：在 Agentic AI 服务器市场，AMD 的 EPYC 处理器因多核心优势和高性价比，目前在云厂商中的市占率持续提升，是 GPU+CPU 均衡配置趋势下的首选。
Arm Holdings (ARM)：越来越多的云厂商（亚马逊、微软、谷歌）开始自研基于 ARM 架构的 CPU。无论谁赢，只要 Agent 需求推高 CPU 核心数，Arm 的授权费就会大涨。
港股（制造与分销关键点）
中芯国际 (0981)：虽然其在最先进制程受限，但大量非核心逻辑控制芯片（支持 CPU 运作的辅助芯片）和中端 CPU 的需求外溢，会显著提升其产能利用率。
联想集团 (0992)：全球第一大服务器与 PC 厂商。在短缺潮初期，拥有强大供应链管理能力和库存的大厂能通过提价和保证供应，抢占更多政企市场份额。
A股（国产替代与配套产业链）
海光信息 (688041)：国产 x86 服务器 CPU 的龙头。在 Agentic AI 时代，由于其架构与全球生态兼容性最好，国内算力中心在补齐 CPU 短缺时，海光是第一顺位替代品。
龙芯中科 (688047)：自主架构 CPU 的代表。随着国产自主可控需求增强，在党政和关键基础设施的 Agent 应用中受益。
深南电路 (002916) / 沪电股份 (002463)：理由：配套受益。CPU 核心数增加和 GPU+CPU 配比调整，要求更复杂的 PCB（印制电路板）和封装基板，这些公司是全球高端服务器 PCB 的主力供应商。
澜起科技 (688008)：内存接口芯片龙头。只要 CPU 多，内存条就多。Agent 时代对内存带宽要求极高，其 MRDIMM 和内存接口芯片是 CPU 性能爆发的必需品。
投资逻辑核心其实两点：
1）量价齐升：CPU 厂商（AMD, Intel, arm、海光）最直接。
2）卖铲子的人：由于 Agent 需要高带宽，内存配套（澜起）和先进封装/基板（深南）的需求甚至比 CPU 本身更稳。
显示更多
显示更多
超美巨乳新人網黃-張芷
第一次來在公雞俱樂部陣容就很大
那曼妙的身材加上超欲的臉蛋
讓嘟嘟雞不知道射了幾次
完整版放在主页链接里 点击观看
显示更多
显示更多
显示更多
