xMEMS Labs 是单片式 MEMS 芯片领域的先驱,现宣布其创新的 μCooling 散热风扇芯片平台将扩展应用于 AI 数据中心。
这些微型风扇为全硅器件,采用公司微电机系统 ( MEMS ) 技术制造,在半导体芯片上精雕细琢出微小机械结构。
xMEMS 表示,他们将为高性能光模块带来业界首个嵌入式主动热管理解决方案。
最初为紧凑型移动设备开发的 xMEMS μCooling,如今可为 400G、800G 及 1.6T 光模块内部密集且热负荷沉重的环境提供定向、超局部的主动散热——这一关键但长期未被充分关注的领域正成为下一代 AI 基础设施中的短板。
与传统主要针对高功率(千瓦级)处理器和 GPU 的散热方法不同,μCooling 的重点在于那些大型散热系统难以覆盖的小型高热应力组件,例如运行 TDP 达 18W 或更高的光模块 DSP。这些组件带来了散热难题,并随着数据速率的提升,逐步限制了光模块的性能与可靠性。
xMEMS 的单片式 MEMS 风扇采用成熟的硅工艺制造,能持续输送无声、无振动的高速气流脉冲,且是目前唯一足够小巧纤薄、可嵌入光模块内的主动散热方案。热模型分析显示,μCooling 可消散多达 5W 的局部热量,将 DSP 的工作温度降低超过 15%,同时热阻降低超过 20%,从而实现更高的持续吞吐量、提升信号完整性并延长模块寿命。
μCooling 系统设计的一项关键创新在于其专用、独立的气流通道设计,该通道与光模块内部热源实现热耦合,但与光路及核心电子元件在物理上分离。这种架构确保了光学组件免受灰尘或污染的侵扰,既保持信号清晰和光模块可靠性,又能提供显著的散热效果。
xMEMS Labs 市场营销副总裁 Mike Housholder 在一份声明中指出:“随着 AI 工作负载快速增长推动数据中心互连需求的扩展,组件级的热瓶颈问题日益凸显——尤其是在那些密封、高功率密度且空间受限的光模块中。μCooling 以其独特优势提供了真正嵌入式的主动散热,且不会影响光学效果或整体外形。”
市场分析师预测,高速光互连将迎来强劲增长,Dell’Oro Group 预计 800G 和 1.6T 光模块出货量在 2028 年前将以超过 35% 的复合年增长率上升。随着这些模块在性能和功率上的不断提升,散热问题正成为推广应用的关键障碍。
μCooling 所采用的固态、压电 MEMS 设计意味着无需电机、无运动轴承、无机械磨损,从而实现免维护的高可靠性和大规模生产能力。其体积紧凑(尺寸仅为 9.3 x 7.6 x 1.13 mm)且具备可扩展架构,使其非常适合在 QSFP-DD、OSFP 以及未来可插拔和共封装光模块等多种互连环境中实现模块化部署。
随着 μCooling 同时服务于移动设备和数据中心市场,xMEMS 正在兑现其通过固态热管理创新实现可扩展散热方案的愿景,为下一代高性能电子设备开启新局面。欲了解更多 xMEMS 及其 μCooling 散热解决方案的信息,请访问 xmems.com。
xMEMS Labs 成立于 2018 年 1 月,构建了一个压电 MEMS 平台。该公司发明了全球首款固态、单片式 MEMS 扬声器,将半导体制造的可扩展性与革命性的音频性能相结合,开创了无线耳塞、可穿戴设备、听觉健康乃至现今 AI 眼镜等全新音频体验。xMEMS 的压电 MEMS 平台还延伸至推出全球首款 μCooling 散热风扇芯片,为智能手机及其他纤薄、高性能设备提供主动热管理。
xMEMS 拥有全球超过 230 项已获授权专利,该技术已酝酿多年。我最早在 2020 年听说过他们,当时 xMEMS 首席执行官 Joseph Jiang 谈论了推动芯片式扬声器技术的幕后秘密。如今,他们已将这些产品推向市场。同时,xMEMS 还宣布了面向电子产品的“芯片上风扇”微型散热解决方案。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。