这篇文章不错，转发给_老虎社区_美港股上老虎

这篇文章不错，转发给大家看看

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":346842270892336,"tweetId":"346842270892336","gmtCreate":1725707607512,"gmtModify":1725713859006,"author":{"id":4188144168996820,"idStr":"4188144168996820","authorId":4188144168996820,"authorIdStr":"4188144168996820","name":"Lpeng","avatar":"https://static.tigerbbs.com/1abae9205afb0f03991f0dcecb91a9d0","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":2,"crmLevelSwitch":1,"individualDisplayBadges":[],"fanSize":0,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"html":"<html><head></head><body>这篇文章不错，转发给大家看看</body></html>","htmlText":"<html><head></head><body>这篇文章不错，转发给大家看看</body></html>","text":"这篇文章不错，转发给大家看看","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/346842270892336","repostId":1159641362,"repostType":2,"repost":{"id":"1159641362","pubTimestamp":1725095188,"share":"https://www.laohu8.com/m/news/1159641362?lang=&edition=full","pubTime":"2024-08-31 17:06","market":"us","language":"zh","title":"英伟达的“下跌根源”：尖端芯片，性能越强制造越难","url":"https://stock-news.laohu8.com/highlight/detail?id=1159641362","media":"硬AI","summary":"更大的尺寸，也带来了更大的制造难度。","content":"<html><head></head><body>如果用一句话概括英伟达的“下跌根源”，那便是——尖端芯片，性能越强制造越难。周三，英伟达在报告了强劲的季度销售和利润时也指出，新芯片的制造难题导致利润率下降，公司在最近一个季度计提了9.08亿美元的准备金。受此影响，其股价在周四下跌了6.4%。<img src=\"https://static.tigerbbs.com/31e7cf3cc0c8788b369b8522a00c4df3\" title=\"\" tg-width=\"560\" tg-height=\"240\"/>该公司在声明中承认， Blackwell架构GPU存在良率问题，需要重新设计B200处理器部分设计以提升良率，因而下一代Blackwell架构GPU量产时间将推迟至2024年第四季度：“我们调整了Blackwell GPU的设计，以提升生产良率。Blackwell的生产计划将于第四季度启动，并持续至2026财年。我们预计Blackwell产品将在第四季度实现数十亿美元的营收。”英伟达并未详细说明问题的具体原因。但分析师和行业高管认为，工程挑战主要源于Blackwell芯片的设计带来的复杂制造工艺问题。分析指出，Blackwell的巨型尺寸及复杂设计带来了前所未有的制造复杂性，任何一个部件的缺陷都可能导致芯片报废，从而影响良品率和利润。此外，芯片各部分的热膨胀系数差异也可能导致封装翘曲，影响性能和可靠性。为提高良品率，英伟达已对Blackwell设计进行调整，并计划按计划提高产量。但分析师认为，采用台积电新型芯片连接技术的复杂性，以及芯片尺寸带来的固有挑战，仍将是Blackwell量产的主要障碍。行业分析公司TechInsights的副总裁G. Dan Hutcheson表示：“问题在于如何让芯片协同工作及提高良品率，当芯片各个部分的良品率不够高时，一切都可能迅速变差。”1. Blackwell芯片的复杂性为了保持在人工智能芯片领域的领先地位，英伟达寄希望于“越大越好”的理念。然而，更大的尺寸，在带来更强性能的同时，也带来了更大的制造难度。英伟达最新的AI芯片Blackwell，被黄仁勋描述为“非常非常大的GPU”，在物理意义上，它确实是当前面积最大的GPU，由两颗Blackwell裸片拼接而成，采用台积电4nm工艺，拥有2080亿晶体管——是前代产品的2.6倍。瑞银分析师在本月早些时候的一份报告中表示，英伟达在Blackwell上遇到的主要问题是采用台积电 CoWoS-L 新型封装方式过于复杂。<img src=\"https://static.tigerbbs.com/ae59ac76a711d833fdc3f004c4d92271\" title=\"\" tg-width=\"640\" tg-height=\"186\"/>半导体行业专业媒体semianalysis报道称，该封装技术使用带有本地硅互连(LSI)桥接的RDL中介层连接芯粒，传输速率可达10 TB/s左右，这些桥接的放置精度要求极高—— 任何一个部件的缺陷都可能导致整块价值4万美元的芯片报废，从而影响良品率和利润。此外，由于GPU芯粒、LSI桥接、RDL中介层和主板基板之间的热膨胀系数(CTE)不匹配，导致了芯片翘曲和系统故障。据报道，为提升良率，英伟达不得不重新设计GPU芯片的顶部金属层和凸点。<img src=\"https://static.tigerbbs.com/cadae7b3b2847beb6f90e6eea385f927\" title=\"\" tg-width=\"640\" tg-height=\"291\"/>黄仁勋在与分析师的电话会议上强调，Blackwell芯片不需要进行任何“功能性改变”，所有调整均是为了提升良率。首席财务官 Colette Kress 表示，英伟达正按计划提高 Blackwell 的产量，预计在四季度，Blackwell 将为公司带来数十亿美元的收入。2. &#34;巨型芯片&#34; 战略这类问题并非英伟达独有。业内人士表示，随着芯片制造商希望通过增大芯片尺寸来提高处理能力，这类问题会越来越多。为了消除缺陷或提高良品率而进行的芯片设计变更在业内也很常见。芯片巨头AMD的CEO苏姿丰也指出，随着芯片尺寸不断增大，制造复杂性将不可避免地上升。下一代芯片需要在能效和功耗方面取得突破，才能满足人工智能数据中心对计算能力的巨大需求。“要使这些技术发挥作用，需要大量的技术投入，”她说。“它们会变得更加复杂和更大吗？毫无疑问。这就是我们的现实。”当然， 为突破单个芯片的尺寸限制，英伟达将两块最大尺寸芯片组合，打造出Blackwell的激进策略也引来了竞争对手的质疑。竞争对手Cerebras Systems创始人Andrew Feldman认为，开发多芯片组合技术的难度将呈指数级增长。Cerebras Systems选择开发巨型单芯片，并推出了基于此的人工智能云计算服务，试图挑战英伟达的市场地位。Andrew Feldman表示：“在人工智能领域进行有意义的工作，需要大量计算能力，这需要大量晶体管，比单个芯片所能容纳的还要多......开发出双芯片技术已经很难，开发出四芯片技术更难，而开发八芯片技术更是难上加难。”英伟达的巨型芯片战略能否最终胜出，仍有待市场检验。但可以肯定的是，芯片制造的极限挑战才刚刚开始。</body></html>","source":"lsy1690508328926","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>英伟达的“下跌根源”：尖端芯片，性能越强制造越难</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n英伟达的“下跌根源”：尖端芯片，性能越强制造越难\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-08-31 17:06 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/H5egjPBzH7RXqiWVlh6big>硬AI</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n如果用一句话概括英伟达的“下跌根源”，那便是——尖端芯片，性能越强制造越难。周三，英伟达在报告了强劲的季度销售和利润时也指出，新芯片的制造难题导致利润率下降，公司在最近一个季度计提了9.08亿美元的准备金。受此影响，其股价在周四下跌了6.4%。该公司在声明中承认， Blackwell架构GPU存在良率问题，需要重新设计B200处理器部分设计以提升良率，因而下一代Blackwell架构GPU量产时间...\n\n<a href=\"https://mp.weixin.qq.com/s/H5egjPBzH7RXqiWVlh6big\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/bab3730b21c2b3848062d16f43d2e833","relate_stocks":{"NVDA":"英伟达"},"source_url":"https://mp.weixin.qq.com/s/H5egjPBzH7RXqiWVlh6big","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1159641362","content_text":"如果用一句话概括英伟达的“下跌根源”，那便是——尖端芯片，性能越强制造越难。周三，英伟达在报告了强劲的季度销售和利润时也指出，新芯片的制造难题导致利润率下降，公司在最近一个季度计提了9.08亿美元的准备金。受此影响，其股价在周四下跌了6.4%。该公司在声明中承认， Blackwell架构GPU存在良率问题，需要重新设计B200处理器部分设计以提升良率，因而下一代Blackwell架构GPU量产时间将推迟至2024年第四季度：“我们调整了Blackwell GPU的设计，以提升生产良率。Blackwell的生产计划将于第四季度启动，并持续至2026财年。我们预计Blackwell产品将在第四季度实现数十亿美元的营收。”英伟达并未详细说明问题的具体原因。但分析师和行业高管认为，工程挑战主要源于Blackwell芯片的设计带来的复杂制造工艺问题。分析指出，Blackwell的巨型尺寸及复杂设计带来了前所未有的制造复杂性，任何一个部件的缺陷都可能导致芯片报废，从而影响良品率和利润。此外，芯片各部分的热膨胀系数差异也可能导致封装翘曲，影响性能和可靠性。为提高良品率，英伟达已对Blackwell设计进行调整，并计划按计划提高产量。但分析师认为，采用台积电新型芯片连接技术的复杂性，以及芯片尺寸带来的固有挑战，仍将是Blackwell量产的主要障碍。行业分析公司TechInsights的副总裁G. Dan Hutcheson表示：“问题在于如何让芯片协同工作及提高良品率，当芯片各个部分的良品率不够高时，一切都可能迅速变差。”1. Blackwell芯片的复杂性为了保持在人工智能芯片领域的领先地位，英伟达寄希望于“越大越好”的理念。然而，更大的尺寸，在带来更强性能的同时，也带来了更大的制造难度。英伟达最新的AI芯片Blackwell，被黄仁勋描述为“非常非常大的GPU”，在物理意义上，它确实是当前面积最大的GPU，由两颗Blackwell裸片拼接而成，采用台积电4nm工艺，拥有2080亿晶体管——是前代产品的2.6倍。瑞银分析师在本月早些时候的一份报告中表示，英伟达在Blackwell上遇到的主要问题是采用台积电 CoWoS-L 新型封装方式过于复杂。半导体行业专业媒体semianalysis报道称，该封装技术使用带有本地硅互连(LSI)桥接的RDL中介层连接芯粒，传输速率可达10 TB/s左右，这些桥接的放置精度要求极高—— 任何一个部件的缺陷都可能导致整块价值4万美元的芯片报废，从而影响良品率和利润。此外，由于GPU芯粒、LSI桥接、RDL中介层和主板基板之间的热膨胀系数(CTE)不匹配，导致了芯片翘曲和系统故障。据报道，为提升良率，英伟达不得不重新设计GPU芯片的顶部金属层和凸点。黄仁勋在与分析师的电话会议上强调，Blackwell芯片不需要进行任何“功能性改变”，所有调整均是为了提升良率。首席财务官 Colette Kress 表示，英伟达正按计划提高 Blackwell 的产量，预计在四季度，Blackwell 将为公司带来数十亿美元的收入。2. \"巨型芯片\" 战略这类问题并非英伟达独有。业内人士表示，随着芯片制造商希望通过增大芯片尺寸来提高处理能力，这类问题会越来越多。为了消除缺陷或提高良品率而进行的芯片设计变更在业内也很常见。芯片巨头AMD的CEO苏姿丰也指出，随着芯片尺寸不断增大，制造复杂性将不可避免地上升。下一代芯片需要在能效和功耗方面取得突破，才能满足人工智能数据中心对计算能力的巨大需求。“要使这些技术发挥作用，需要大量的技术投入，”她说。“它们会变得更加复杂和更大吗？毫无疑问。这就是我们的现实。”当然， 为突破单个芯片的尺寸限制，英伟达将两块最大尺寸芯片组合，打造出Blackwell的激进策略也引来了竞争对手的质疑。竞争对手Cerebras Systems创始人Andrew Feldman认为，开发多芯片组合技术的难度将呈指数级增长。Cerebras Systems选择开发巨型单芯片，并推出了基于此的人工智能云计算服务，试图挑战英伟达的市场地位。Andrew Feldman表示：“在人工智能领域进行有意义的工作，需要大量计算能力，这需要大量晶体管，比单个芯片所能容纳的还要多......开发出双芯片技术已经很难，开发出四芯片技术更难，而开发八芯片技术更是难上加难。”英伟达的巨型芯片战略能否最终胜出，仍有待市场检验。但可以肯定的是，芯片制造的极限挑战才刚刚开始。","news_type":1},"isVote":1,"tweetType":1,"viewCount":226,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":27,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/346842270892336"}