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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。