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
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。