註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 MTK魂
MTK魂 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 MTK魂 的搜尋結果
继小米38解锁节把骁龙8Gen5解了,mtk设备也可以解了,而且是通解
0
17
134
10
轉發到社區
比亚迪新款秦 Plus 丐版的车机芯片是……………… MTK P35…… 所以当代比亚迪秦 Plus 和吕骋的美丽废物 Rabbit R1 用的是同一颗芯片。 我印象中这颗芯片应该是不能支持多路视频流的,所以丐版秦将会只有倒车影像,没有 360 全景影像。
顯示更多
2026/09/16 AI 產業趨勢 產業結構變化 1. Agentic AI 推升 CPU 傳統訓練/推論以 GPU 為主。Agentic AI(任務啟動 → 排程 → 找工具 → RAG → 分析)高度依賴 Web Gateway、通用伺服器、always-on storage。功耗比從「4GW GPU 對 1GW CPU」朝 1:1 發展,CPU 用量與耗電可能接近 GPU。 2. CPO/NPO 與光通訊 - 架構:Scale-up(rack 內)/Scale-out(跨 rack)/Scale-across(跨 DC);開始討論 Scale-in(die-to-die 光互連)。 - CPO=光引擎在載板;NPO=光引擎在主機板+socket;OIO=中介層上的 optical I/O。兩者 OE 相同(台積電 COUPE 整合 PIC+EIC),差異只在載體與連接器。NPO 不消滅 CPO 供應鏈。 - Nvidia Rubin Ultra:NVL72 vs NVL576。NVL576 用 8 個 rack、無獨立 switch rack,每 rack 72 GPU+72 switch;每 GPU 額外負擔約 12.8T 光頻寬。相對 Blackwell 單 GPU 對應 1 顆 800G,整體光模組頻寬需求大幅提升(簡報稱可到約 8 倍量級)。 - 對 PCB:訊號在晶片端就轉光後,主機板只需低速控制訊號,CCL 等級可從 M8/M9 降至 M4;448G SerDes 時銅線可能連 5–10 公分都跑不了,必須全面改走光。傳統「升 CCL 規格推 ASP」邏輯將被結構性改變。 3. 先進封裝與 ASIC - 晶片開發成本:28nm 約 1 億美元 → 1nm 破 10 億 → IC 設計不再是輕資產,只有大廠玩得起。 - Reticle size:5.5x CoWoS 成熟;9x 遇嚴重 warpage。Google Humufish/A5922(MTK 設計)是明年少數衝 9x 的,用 EMIB。Nvidia Rubin Ultra 維持 5.5x,改兩顆 GPU die 用 SoIC 堆疊。 - Google 網路拓樸 3D Torus → 6D Torus,每節點連接數 6→12,optical I/O 對外頻寬上看 3.2T。 - 2028:Hum fish(8Hi HBM)與 Trigger fish(12Hi),MTK、EMIB-T、2nm c-die+3nm I/O die。 - 2029:Merope(性價比、AMD+BRCM、SoIC+CoWoS)與 Icefish(可能 MTK+GUC、SoIC+EMIB-T)——製程與贏家目前都還很不確定。 4. 玻璃基板 TSMC/Ibiden/Innolux 合作中。5.5x SoIC warpage 嚴重,玻璃基板是解方之一(NV、BRCM 都積極)。需做 TGV、填金屬、上下堆疊 ABF。供應鏈已開始分流(南亞、SEMCO、Toppan、欣興、群創、DNP 等)。
顯示更多
AI光互连正在进入“混合化时代” AI scaling真正撞墙的位置,已经越来越接近data movement。移动bit的成本,开始越来越接近,甚至超过计算bit本身。 massively parallel IO、power/bit、thermal density、reliability、optical packaging、chip-to-chip bandwidth这些问题越来越成为瓶颈。未来光互连越来越像系统工程问题。 AI光互连重要的趋势,是“光互连混合化”。行业正在从每模块独立激光、pluggable optics、板级光模块,逐渐走向 CPO、ELS(External Laser Source)、Optical IO、chiplet optics、MicroLED optical interconnect。核心原因很简单:激光器越来越难放在最热、最密集、最难维护的位置。于是行业开始把激光集中化、共享化、远程化。ELS路线背后的本质,也是把光源从局部模块变成系统级资源。 ai集群的网络功耗正在逼近计算功耗。GPU越来越像“被IO限制的计算器”。于是光开始越来越靠近封装。过去是 GPU → PCB → 铜 → 光模块 → 光纤。未来越来越像 GPU旁边直接就是光。而一旦光进入封装,热、良率、耦合、封装、可靠性,全部开始指数级变难。 于是MicroLED开始成为选项。传统激光路线更强调单通道极限速度、长距离、相干性、超低损耗。MicroLED路线更强调海量并行lane、超短距离、低功耗、CMOS-like scaling、低成本、超高密度。重要的是,它更接近“半导体+显示产业链”的制造逻辑。 很多人会把MicroLED理解成激光替代。更准确的理解是:它更接近“铜线升级方案”。尤其适合 chip-to-chip、package-to-package、board-level optics、rack内部互连这些超短距离场景。 这里真正重要的,是总IO数量能不能持续扩展。 现在这个方向最积极的推动者之一,其实是Microsoft。MediaTek已经和Microsoft Research联合开发基于MicroLED的AOC(Active Optical Cable)。路线很明确:重点放在AI scale-up网络里的超短距高并行光互连。核心思路是“slow-and-wide”。重要的是海量低速并行光通道,而不是少量超高速channel。这其实非常符合AI时代的网络特征,因为AI真正需要的,越来越像“无限并行IO”。 MTK具备完整的数据中心系统能力,包括高速IO、ASIC协同、SerDes、封装、power delivery、hyperscaler协同、大规模量产。而且它已经绑定Microsoft。这意味着它已经开始进入hyperscaler验证阶段。微软公开时间线是2027年前后开始商业化部署。 另一边,KOPN也已经正式进入这个赛道。它原来的核心能力是AR、military optics、MicroLED display,但现在已经开始向AI optical interconnect迁移。KOPN已经和Fabric. AI合作,推出MicroLED optical interconnect demo chipset,并签下初始订单和exclusive agreement。这意味着行业已经开始从“研究验证”进入“早期商业化验证”。 KOPN和MTK路线很接近,都在赌未来AI网络会从“few ultra-fast lanes”转向“many lower-power parallel optical lanes”。重要的是,两者定位不同。MTK更像系统路线定义者,KOPN更像底层光源和器件供应商。未来很可能形成:MTK负责系统方案,KOPN负责部分核心MicroLED器件,其他SiPho/CPO厂商提供不同层级补充。整个行业最终更像异构拼图。 这个赛道门槛是半导体、光学、显示、封装、数据中心系统五个产业叠加。难点是如何同时做到:超高良率、超高一致性、超低误码率、超低功耗、超长寿命、超高密度。这里最难的几个环节包括:III-V外延、GaN制造、MOCVD、mass transfer、wafer-level alignment、光学耦合、thermal engineering、光学封装。 MicroLED仍然高度依赖III-V GaN体系,尤其蓝光/绿光MicroLED,本质更接近显示产业链。其瓶颈是GaN外延、高端MOCVD、MicroLED mass transfer、wafer-level alignment、optical packaging、thermal management、高速驱动IC。 很多东西已经开始接近“TSMC CoWoS + 光学 + 显示制造”三者叠加的复杂度。所以这个行业最终很可能形成极少数核心玩家,而且一旦进入hyperscaler production,护城河会非常深。 免责声明:本人持有文章中提及资产,观点充满偏见,非投资建议,dyor
顯示更多
这是一期解压视频~ 前期把m TK到受不了后 更能激发骚劲儿 实在受不了才能换下一个项目再虐 如果是你 能坚持多久?