一颗 AI 芯片是怎么造出来的?从晶体管到数据中心的完整产业链
一颗 AI 芯片究竟是怎么从设计图纸,变成数据中心里真正运行 AI 模型的 GPU?
这期视频将沿着一颗 NVIDIA GB300/Blackwell Ultra AI 加速器,从底层晶体管开始,一路追踪它从芯片设计到晶圆制造、HBM 高带宽内存、先进封装,再到 NVLink、服务器机架和 AI 数据中心的完整过程
你将看到:
晶体管究竟是如何工作的?
为什么芯片制程越来越先进,却越来越昂贵?
2nm、3nm、4nm 到底意味着什么?
NVIDIA 的 GPU 为什么需要两个 Die?
HBM 为什么成为 AI 芯片越来越重要的组成部分?
NVIDIA、TSMC、Samsung、Intel、ASML、SK Hynix 等公司分别处在产业链的什么位置?
EDA 软件如何把 RTL 设计变成真正可以制造的芯片?
一座先进制程晶圆厂为什么需要数百亿美元的投入?
光刻、沉积、刻蚀、检测究竟是如何一步步制造芯片的?
为什么 TSMC 在先进制程领域拥有如此强大的竞争优势?
NVIDIA 的 CUDA 为什么不仅仅是一套 GPU 编程工具?
AI 芯片为什么需要先进封装、HBM 和高速互联?
NVLink、Scale-Up、Scale-Out 又是如何把几十甚至上百颗 GPU 连接成一个 AI 计算系统?
半导体产业链中究竟有哪些真正的“卡脖子”环节?
这不仅是一堂芯片制造课程,也是一次对 AI 算力产业链的完整拆解
如果你想真正理解今天 AI 浪潮背后的硬件基础设施,而不仅仅停留在“GPU、HBM、光刻机、晶圆厂”这些名词层面,这期视频可以作为一个完整的入门路线
#海外编译精选##微博视频精选大赏# http://t.cn/AXTAGOQa
发布于 浙江
