中国芯

铜缆还剩多少距离：200G 时代的光器件在赌什么

把 AI 集群做大，难点常常不在算力芯片本身，而在芯片之间怎么连。一条直连铜缆在 100 Gbps 每通道的速率下能跑 4 到 5 米，速率翻到 200 Gbps 每通道，这个距离掉到 1 到 2 米。铜互连因此把 XPU 的连接范围限制在一到两个机架之内，单跳能挂上的加速器数量被距离卡死了。

光电技术
2026-09-17

光电技术光电互联芯片
把语音识别塞进一颗单片机，代价写在四个数字里

一个不需要联网就能听懂指令的玩具，听上去是很小的需求。但把它落到硬件上，问题立刻具体起来：模型要塞进闪存，推理要在内存里跑完，延迟要低到人感觉不到，功耗还得让纽扣电池撑得住。这四个约束互相挤压，最后变成了一个在几十 KB 的尺度上做取舍的问题。

端侧AI
2026-09-17

AI 语音智能端侧AI
AI 数据中心为什么要给储能单开一层预算

一个数据中心在 36 秒内从大约 450 MW 掉到大约 40 MW，然后在低负载上待几个小时，再用几分钟爬回 450 MW。这样的负载曲线，传统数据中心从来没有遇到过。电费按 15 分钟或 30 分钟的峰值窗口计价，而这条曲线上的峰值和均值差着一个量级。

AIDC
2026-09-17

AI 储能 AIDC 芯片
机器人的皮肤要做到什么程度，才算摸得出东西

让机械手抓住一个鸡蛋并不难，难的是全程知道自己在用多大力。压力给小了会滑，给大了会碎，而这两个阈值之间的窗口往往只有几牛。要把这件事做成，传感系统必须同时说清楚三件事：力有多大、朝哪个方向、接触点在哪里。

具身智能
2026-09-17

机器人 AI 具身智能
电子元器件采购平台怎么选?圣禾堂在线的数字化实践给出答案

在电子元器件采购中，“找不到货、价格不透明、交期反复变化”，几乎是每一个采购和工程师都经历过的难题。从消费电子到工业控制，再到汽车电子和新能源设备，产品复杂度不断提升，对供应链的稳定性和响应效率提出了更高要求。而真正决定企业能不能稳定出货、能不能控制成本的，往往不是研发，而是电子元器件供应链。随着产业互联网的发展，以数字化为核心的一站式采购平台，正在悄悄改变这个行业。其中，圣禾堂在线，是行业中颇具代表性的数字化分销平台之一。

圣禾堂在线
2026-09-16

互联网电子元器件数字化
国内靠谱元器件分销商怎么选？圣禾堂在线更懂芯片采购的痛点

在电子制造、研发生产全流程中，元器件采购是绕不开的核心环节 —— 价格高、交期慢、品质不稳、找货难，几乎是所有采购人员的共同痛点。尤其通用器件（分立器件、电源管理、被动器件等）作为用量大、型号杂、高频刚需的品类，对分销商的成本控制、现货能力、品质保障、服务效率要求极高。

圣禾堂在线
2026-09-16

元器件电子制造芯片采购
圣禾堂在线：破解芯片采购与供应链难题，以品质与现货能力助力企业降本增效

作为国内领先的电子元器件采购平台，圣禾堂（深圳）电子科技有限公司（简称：圣禾堂在线）凭借其深厚的行业积累与技术实力，解决了企业在芯片采购与供应链管理中面临的品质、交期与服务三大核心痛点，成为越来越多企业采购决策的优选平台。

圣禾堂在线
2026-09-16

供应链电子元器件
元器件采购难，小批量采购更难！该怎么破局？

电子制造业里有一个不太起眼、但几乎人人都会遇到的尴尬场景：研发缺一颗料，整条产线等着；采购量太小，大供应商不爱接；去华强北现货市场找，心里又没底。这不是某个公司的问题，而是行业里长期以来“不好解决”的老问题。这些年，陆续有一些元器件采购平台试图给出自己的答案。圣禾堂在线是其中之一。

圣禾堂在线
2026-09-16

元器件电子制造
灵巧手腱绳的12种走线

腱绳驱动的灵巧手已经做了几十年，从 Okada Hand、Utah/MIT Hand 到 ACT Hand、Shadow Hand，机械结构越做越精，但一个基础问题始终没有统一答案：一根腱从电机出来，中间挂哪些滑轮、绕哪个关节、按什么顺序走，究竟该怎么定。这不是画图时的审美选择，走线方式直接决定张力波动、位置精度和摩擦损耗，而这三项指标彼此并不站在同一边。

具身智能
2026-09-16

机器人 AI 具身智能
片上稳压器在追什么？

讲到 AI 芯片的供电，讨论通常停在机架、母线和电源模块这一层。但真正决定 HBM 能不能跑到标称速率的，往往是最后那一厘米：从供电轨到内存物理层缓冲器之间的那段路径。当供电电压降到 0.7 V、局部电流上到安培级、负载阶跃发生在纳秒尺度上，集中式电源再快也鞭长莫及，稳压器只能一路搬到芯片上。

AIDC
2026-09-16

AI 智算中心 AIDC
硅光片上激光器四条路线

硅光平台这几年的进展，几乎把光子集成电路该有的部件都补齐了。超低损耗波导、高速调制器、光探测器、分束器、波分复用器，都能在成熟的 CMOS 产线上做出来，成本和良率也站得住。整条链路里唯一缺的，是光源。硅是间接带隙材料，导带底和价带顶在动量空间里对不上，电子与空穴复合要借助声子，辐射复合概率极低，发光效率差到不能作为光源使用。把激光器装到硅上，成了硅光平台最后一道、也是最难的一道题。

光电技术
2026-09-16

光电技术光电互联
剪枝量化与低秩微调

端侧推理这件事，难点从来不是「能不能跑」，而是「跑起来之后还剩多少」。一个几百亿参数的模型硬塞进手机或者嵌入式设备，内存装不下、算力跟不上、电池也扛不住。过去几年围绕这个问题长出来的技术很多，它们的共同点是把模型变小，但缩小模型这件事本身是有代价的，而每一种手段付出的代价并不相同。

端侧AI
2026-09-16

AI 端侧AI
1 kW/cm² 之后，AI 芯片散热往哪走

AI 加速器的功耗增长已经跳出了过去几十年的经验曲线。Dennard 缩放（Dennard scaling，即功耗随尺寸等比下降的规律）在 22 nm 节点失效之后，芯片功耗不再随特征尺寸缩小而同步下降。

AIDC
2026-09-15

AI AIDC 芯片
从 15 pJ/bit 到 5 pJ/bit：CPO 共封装光学走到哪一步了

数据中心的带宽需求每两到三年翻一倍，功耗同步上涨。传统做法是把光模块放在板边，电气连接线要横穿大半个板子。走线一长，寄生效应就明显，信号完整性出问题，模块本身体积大、互连密度低，多个通道加起来功耗也不小。

光电技术
2026-09-15

光互联光电芯片
AI 眼镜的光学困局：视场、亮度、眼盒为什么互相打架

AR 和 VR 近眼显示要同时满足一长串指标：角分辨率、视场角、眼盒尺寸、焦距线索、透明度、虚拟图像亮度、形态因子、重量、色散。麻烦的地方在于这些指标彼此耦合，调整其中一个，往往会牵动另外几个。

端侧AI
2026-09-15

AI AI应用 AI眼镜