文章

【覓跡尋蹤潛力股】Oracle(甲骨文)採用NVIDIA GB200與AMD Turin平台，高密度DIMM模組標配為何選擇致新與瀾起共同開發PMIC+TS晶片?

《覓跡尋蹤潛力股"致新"系列》 Oracle(甲骨文)採用NVIDIA GB200與AMD Turin平台，高密度DIMM模組標配為何選擇致新與瀾起共同開發PMIC+TS晶片?   在北美CSP中，Oracle(甲骨文)雖然起步比AWS、微軟、Google晚，但它在AI時代採取了最激進的(彎道超車)戰略：主打為企業客戶提供最高效能的裸機AI叢集與極速的RDMA網路。為了兌現這種企業級不中斷的效能承諾，Oracle大舉引進了NVIDIA GB200與AMD Turin這兩大運算巨獸。但這兩大平台都有一個共通的極致要求：必須插滿最高密度、最高頻寬的記憶體模組！ 而當Oracle(甲骨文)把記憶體規格逼到極限時，致新與瀾起共同開發M88P5000(高電流PMIC)與M88TS5110(溫度感測器)，就成為了確保這座超級資料中心不會瞬間當機燒毀的(唯一救贖)。 【Oracle(甲骨文)高密度算力叢集：致新高階M88 套件絕對剛需深度解析】 2026年Oracle(甲骨文)為了在AI雲端市場彎道超車，打造了業界最暴力的AI運算叢集，全面導入NVIDIA GB200 NVL系統與AMD次世代Turin(Zen 5/6)處理器平台。這兩大平台的共同特徵是(多核心、大頻寬)，迫使Oracle伺服器必須全面採用高密度 DIMM模組(如128GB/256GB的MRDIMM)。為了維持企業級的SLA承諾，Oracle最終在記憶體模組的標配上，毫無懸念地選擇了致新與瀾起 聯名開發的M88P5000(高電流PMIC)與M88TS5110(溫度感測器)。 ㊀ 核心解碼：為何Oracle的高密度DIMM非(M88套件)不可? ⓵ 應對 AMD Turin與GB200的核爆級瞬態抽載： ➊ 物理痛點：AMD Turin平台支援高達12個甚至更多記憶體通道，NVIDIA GB200則透過NVLink進行海量資料吞吐。當這兩大怪物晶片同時向幾十根高密度DIMM發出讀寫指令時，記憶體端會產生史無前例的**瞬間超大電流抽載**。 ➋ 致新的解藥：普通的PMIC面對這種瞬間暴飲暴食會引發嚴重的電壓驟降，直接導致Oracle企業客戶的資料庫與AI訓練中斷。M88P5000是專為應對這種極端大電流與微秒級響應而生的高壓類比心臟，它能死死咬住1.1V的電壓底線，是確保高密度DIMM穩定運作...
閱讀更多

【覓跡尋蹤潛力股】微軟Azure部署NVIDIA Rubin VR200與自研Maia AI加速器，DIMM模組標配為何採用致新與瀾起共同開發PMIC+TS晶片?

《覓跡尋蹤潛力股"致新"系列》 微軟Azure部署NVIDIA Rubin VR200與自研Maia AI加速器 ， DIMM模組標配為何採用致新與瀾起共同開發PMIC+TS晶片?   微軟Azure同時部署NVIDIA Rubin VR200(目前地表最強的商用GPU之一)以及自研的Maia AI加速器。這代表微軟在追求極致通用算力的同時，也透過自研晶片來優化自家OpenAI模型與Copilot服務的推論成本。但無論微軟的這兩顆運算怪獸架構有多麼不同，它們在主機板上都面臨著同一個致命的物理瓶頸：記憶體牆與極限能耗。這也就是為何微軟的伺服器DIMM模組，最終會無可救藥地依賴致新與瀾起聯名的M88P5000與M88TS5110。 【微軟Azure雙軌算力革命：致新高階記憶體電源剛需深度解析】 2026年微軟Azure為了應付OpenAI次世代模型與全球Copilot服務的龐大運算量，啟動了(雙軌算力)擴張：一方面大舉建置NVIDIA Rubin VR200 液冷超算機櫃，另一方面擴大部署專為雲端推論打造的自研Maia AI 加速器。為了解決這兩大算力巨獸的資料吞吐瓶頸，Azure伺服器的記憶體模組全面升級至極高頻寬的MRDIMM或次世代高密度DDR5。在這場升級中，致新與瀾起共同開發的 M88P5000(高電流PMIC)與M88TS5110(溫度感測器)成為了全場唯一的(保命解藥)。 ㊀ 核心解碼：為何Azure雙軌架構非(M88套件)不可? ⓵ 突破瞬態電流的物理深淵： ➊ 物理痛點：Rubin VR200與Maia在進行巨型模型運算時，記憶體資料的讀寫頻率高達8800 MT/s甚至9200 MT/s。這種極限頻率會導致記憶體模組在微秒內產生極其恐怖的**電流抽載與電壓震盪**。 ➋ 絕對剛需：傳統低電流PMIC面對這種震盪會直接導致電壓崩潰，讓Azure資料中心藍屏死機。M88P5000是專為(大電流、極速瞬態響應)設計的Server-grade PMIC(伺服器級電源管理)。微軟在硬體白皮書中嚴格規範了電壓波動的容忍值，記憶體原廠(三星、SK海力士、美光)只有採用這顆高階心臟，才能通過微軟的極限壓力測試。 ⓶ 液冷機櫃內的防熱失控神經網： ➊ 物理痛點：無論是Rubin VR200的NVL系統還是Maia機櫃，熱密度都已逼近氣冷極限，全面...
閱讀更多

【覓跡尋蹤潛力股】中國四大CSP(字節跳動、騰訊、阿里巴巴、百度)資本支出年增80%+，全面導入本地AI方案，為何採用瀾起與致新共同開發PMIC+TS核心配套晶片，確保供應鏈自主?

《覓跡尋蹤潛力股"致新"系列》 中國四大CSP(字節跳動、騰訊、阿里巴巴、百度)資本支出年增80%+，全面導入本地AI方案，為何採用瀾起與致新共同開發PMIC+TS核心配套晶片，確保供應鏈自主?  中國的四大CSP(字節跳動、騰訊、阿里巴巴、百度)在面臨美國高階GPU(如Blackwell系列)的全面禁售下，被逼上梁山，資本支出暴增80%全部砸向本地AI方案(如華為昇騰910C/D或自研ASIC)。但在建立這套(100%自主可控)的AI叢集時，他們發現了一個殘酷的硬體真相：算力可以靠堆疊國產晶片來彌補，但記憶體的(物理極限與高壓供電)卻無法靠砸錢瞬間解決。 這正是他們為何必須死死抱住「瀾起 + 致新(M88套件)」的終極原因！ 【中系CSP資本支出狂潮：瀾起與致新構築(自主可控)生命線之深度解析】 2026年中國四大CSP(字節跳動、騰訊、阿里巴巴、百度)面臨美國算力封鎖，高達80%+ 的資本支出增幅，全數轉向華為或自研的(本地AI方案)。然而，在追求(供應鏈100%自主可控)的過程中，他們卻一致採用了由瀾起科技與致新共同開發的M88P5000(高電流PMIC)與M88TS5110(溫度感測器)。這種看似矛盾的(自主可控)決策，背後隱藏著三大無可奈何的物理現實與極度高明的地緣戰略： ㊀ 核心解碼：為何中系本地AI方案(非 M88套件不可)? ⓵ 算力不足，頻寬來湊的物理代價 ➔ 逼出M88P5000絕對剛需： ➊ 物理痛點：中國國產AI晶片(如華為昇騰或自研ASIC)在單晶片算力與裸晶互連技術上，仍落後NVIDIA 一個世代。為了在巨型LLM訓練中不掉隊，中系CSP採取的戰略是用極致的記憶體頻寬，來補償算力的落後。 ➋ 剛需爆發：這迫使中系AI伺服器必須比歐美同業更激進地榨乾DDR5與MRDIMM的極限頻寬。當記憶體被瘋狂超頻與抽載時，電流瞬間波動極端劇烈。中國本土的類比電源廠(如矽力杰、聖邦微)在伺服器極限大電流的(瞬態響應)底蘊上仍有落差。只有致新代工的M88P5000，能確保國產AI晶片在狂抽記憶體資料時，電壓不會崩潰當機。 ⓶ 去美化的政治正確與真白手套的雙贏套利： ➊ 供應鏈自主的難題：中系CSP接到死命令，伺服器核心零組件必須100%排除美系大廠(TI、MPS徹底出局)。但高階PMIC又是(保命元件)，不能隨便拿未經伺服器長年驗證的...
閱讀更多

【覓跡尋蹤潛力股】Meta採用NVIDIA GB/VR與自研MTIA v3，推理伺服器需高密度DIMM，為何致新與瀾起共同開發PMIC+ TS晶片需求顯著增加?

《覓跡尋蹤潛力股"致新"系列》 Meta採用NVIDIA GB/VR與自研MTIA v3，推理伺服器需高密度DIMM，為何致新與瀾起共同開發PMIC+ TS晶片需求顯著增加?  Meta的核心業務是社群媒體與廣告推薦系統(DLRM)，這類推論模型的特性是：對算力的要求或許不如訓練(Training)來得暴力，但對記憶體容量(容量極大)與頻寬(讀取極快)的飢渴程度卻是史無前例的！這也就是為什麼Meta的推論伺服器必須瘋狂插滿(高密度DIMM)。當記憶體模組的密度與頻寬被逼到極限時，致新與瀾起共同開發的M88P5000(高電流 PMIC)與M88TS5110(溫度感測器)就從選配變成了無可替代的(剛需)。 【Meta推論架構大爆發：致新高階M88套件剛需商機深度解析】 在2026年AI戰局中，Meta為了支撐其龐大的LLaMA巨型開源模型與高頻率的推薦系統(DLRM)，大舉建置由NVIDIA GB/VR與自研 MTIA v3構成的推論伺服器叢集。推論任務的本質是記憶體受限，這迫使Meta必須在伺服器中導入海量的高密度DIMM(如128GB/256GB的高頻寬MRDIMM或RDIMM)。這項架構決策，直接引爆了對致新與瀾起聯名開發的M88P5000(高電流版PMIC)與M88TS5110(溫度感測器)的海量剛需。 ㊀ 核心解碼：為何高密度DIMM會引爆M88套件需求? ⓵ 高密度帶來的(電流崩潰危機) ➔ M88P5000成為唯一解： ➊ 物理痛點：高密度DIMM意味著在一根記憶體條上，雙面封裝了雙倍甚至四倍的DRAM裸晶。當Meta的推薦系統進行大數據檢索時，這數十顆DRAM顆粒會(同時)瞬間抽載。這將產生極為恐怖的瞬間大電流。 ➋ 剛需爆發：傳統的低電流PMIC(如致新M88P5010)在面對這種瞬間爆流時，會發生嚴重的電壓壓降，導致讀取錯誤甚至系統當機。致新M88P5000是專為克服此物理極限而生的高電流 PMIC，具備極佳的瞬態響應能力。記憶體原廠(三星、海力士)為了滿足Meta對高密度模組的供電要求，別無選擇，只能強制打上這顆高階 PMIC。 ⓶ 封裝疊加帶來的(熱核爆) ➔ 雙倍的M88TS5110保命神經： ➊ 物理痛點：當高密度的記憶體模組緊密排列在1U或2U的高密度推論機箱內，熱能根本無法有效散散出。局部熱點會導致記憶體單元資...
閱讀更多

【覓跡尋蹤潛力股】AWS部署NVIDIA GB300與Trainium v2/v3，伺服器模組全面升級DDR5，為何推升瀾起與致新共同開發PMIC+TS晶片採購?

《覓跡尋蹤潛力股"致新"系列》 AWS部署NVIDIA GB300與Trainium v2/v3，伺服器模組全面升級DDR5，為何推升瀾起與致新共同開發PMIC+TS晶片採購?   在2026年的當下，AWS採取的是(雙軌並行)戰略：對外採購最強的NVIDIA GB300滿足頂級客戶需求，對內則狂推自研的Trainium v2/v3晶片來降低推理與訓練成本。但不論是哪一顆怪獸級晶片，它們共同的瓶頸都是(記憶體頻寬)。因此，AWS機櫃內的記憶體必須全面升級到最高階的高電流DDR5甚至是MRDIMM。這就直接觸發了致新與瀾起(Montage)聯名晶片的(強制性瘋狂採購)。為什麼AWS升級會讓致新M88P5000與M88TS5110賣到缺貨? 這牽涉到極端物理學與北美雲端巨頭的供應鏈潛規則。 【AWS雙軌算力升級：致新高階DDR5配套晶片爆發商機深度解析】 在2026年全球雲端資本支出大戰中，AWS同時大舉部署NVIDIA GB300機櫃與自研的Trainium v2/v3 AI晶片。為了打破阻礙這兩大算力巨獸的記憶體牆，AWS伺服器模組全面強制升級至高頻寬、大容量的高階DDR5/MRDIMM。這個宏觀架構的升級，直接在底層零組件端引爆了對(瀾起+致新)聯名晶片(M88P5000、M88TS5110)的恐慌性採購。三大核心推升動能與產業深度解析： ㊀ 核心解碼：為何AWS升級，會推升M88高階套件採購? ⓵ 電流抽載的物理極限 ➔ M88P5000(高電流版)的保命剛需： ➊ 物理痛點：GB300與Trainium v2/v3的運算能力極端強大，這意味著它們在讀寫記憶體時的資料吞吐量呈現(核爆級)增長。高頻寬DDR5模組在瞬間抽載時的電流是傳統伺服器的2倍以上。 ➋ 剛性採購：普通的低電流PMIC只要遇到這種瞬間抽載，電壓就會跌落，導致AWS的百萬級機櫃當機。M88P5000是市面上極少數專為(極端大電流與超快瞬態響應)設計的Server-grade PMIC(伺服器級電源管理晶片)。記憶體原廠(三星、海力士)為了讓模組通過AWS的嚴苛驗證，必須全面採購並打上這顆高電流版PMIC。 ⓶ 熱密度煉獄的(零容錯) ➔ M88TS5110(高精度溫感)的強制標配： ➊ 物理痛點：AWS的AI伺服器機櫃(如GB300 NVL系統)內部插滿了發熱量極高的運算晶...
閱讀更多

【覓跡尋蹤潛力股】Google自研TPU v7p與Broadcom合作搭配MRDIMM，為何需大量致新與瀾起共同開發PMIC+ TS晶片?

《覓跡尋蹤潛力股"致新"系列》 Google自研TPU v7p與Broadcom合作搭配MRDIMM，為何需大量致新與瀾起共同開發PMIC+ TS晶片? 為什麼Google的TPU加上Broadcom的架構，會對致新與瀾起共同開發的M88P5000(PMIC) + M88TS5110(TS)產生如此龐大且(*非買不可*)的剛需? 這背後隱藏著極端物理學與商業生態系的雙重鎖定。 【Google TPU v7p 與MRDIMM架構革命：致新M88高階套件爆發商機深度解析】 在2026年AI算力大戰中，Google為了降低對NVIDIA的依賴，聯手Broadcom推出次世代自研AI晶片(TPU v7p)。為了解決龐大模型訓練時的資料吞吐瓶頸，Google選擇了頻寬極限的MRDIMM(Multiplexed Rank DIMM)作為核心記憶體架構。這個看似與台廠無關的北美巨頭決策，實則為致新與瀾起共同開發**M88P5000(高電流PMIC)及M88TS5110(溫度感測器)**創造了無法撼動的海量剛需。四大核心邏輯解碼： ㊀ 物理極限的必然(為什麼MRDIMM記憶體模組需要M88晶片?)= MRDIMM的運作原理是讓兩個記憶體Rank(級列)同時傳輸資料，藉此讓頻寬翻倍。但這種物理架構帶來了兩大毀滅性的副作用，只有致新的M88高階套件能解： ⓵ 翻倍的電流抽載 ➔ M88P5000(高電流版)的絕對剛需： ➊ 物理痛點：傳統DDR5 RDIMM只需要普通的PMIC(如致新M88P5010)即可驅動。但MRDIMM因為同時讀寫雙倍數量的DRAM顆粒，加上資料緩衝器全速運作，其**瞬間電流需求是傳統DDR5的2倍以上**。 ➋ 致新的解藥：若使用普通PMIC，電壓會瞬間崩潰導致TPU運算中斷。**M88P5000是專為極端大電流設計的高階PMIC**。Google與Broadcom在設計TPU v7p主機板時，必須強制指定記憶體供應商(三星/海力士/美光)在MRDIMM上打上這顆高電流版心臟，以確保TPU在滿載狂抽資料時，供電依舊穩如泰山。 ⓶ 極端的熱密度 ➔ M88TS5110(高精度溫感)的保命神經： ➊ 物理痛點：MRDIMM的功耗翻倍，代表廢熱翻倍。Google TPU v7p的Pod(超級運算叢集)密度極高，記憶體插槽之間幾乎沒有空隙，熱...
閱讀更多

【覓跡尋蹤潛力股】博通Open Ethernet與CPO革命，迎來致新"網路供電與散熱神經"機遇與商機?

《覓跡尋蹤潛力股"致新"系列》 博通Open Ethernet與CPO革命，迎來致新 " 網路供電與散熱神經 " 機遇與商機? 博通2026 OCP APAC高峰會，正式宣告AI基礎建設的下半場(講求效率與配套)主軸：算力的瓶頸已經轉移到網路傳輸。當Tomahawk 6交換器頻寬飆升34 倍、CPO技術正式落地，以及全機櫃走向Scale-Up/Scale-Out互連時，這對交換器內部的(供電純淨度與散熱精準度)帶來了毀滅性的挑戰。許多人只看到散熱廠(如建準)的受惠，卻忽略了隱藏在這些網通巨獸最深處的供電與防護神經—— " 致新 " 。 【博通Open Ethernet與CPO革命：致新網路供電與散熱神經受惠深度解析】 博通在2026 OCP APAC峰會上宣告了( " 網路就是電腦 " )的AI叢集核心概念。隨著Tomahawk 6巨型交換器放量、CPO技術成為標配，以及多機櫃Scale-Up/Scale-Out互連的普及，網路設備的耗電與發熱量正式進入(無人區)。身為台灣類比IC防護與電源巨頭 " 致新 " ，將透過三大途徑，全面收割這波網路基礎設施升級紅利： ㊀ 精準對接博通網路架構的三大商機= ⓵ 機遇一：【CPO落地與光學敏感性 ➔ 超低雜訊LDO與極限溫控剛需】 ➊ 技術解讀：CPO將光學引擎與交換器ASIC封裝在一起。然而，矽光子中的雷射二極體對(電壓雜訊與溫度波動)極度敏感。電壓不穩會導致訊號抖動，溫度稍有變化就會導致雷射波長飄移，讓網路瞬間斷線。 ➋ 致新商機：⒜ 純淨電源(Ultra-low Noise LDO)：致新的高階LDO(如G9103家族)能提供濾除電磁干擾的極淨電源，是驅動CPO內部雷射與光電探測器的完美保鑣。⒝ 貼身溫控(Thermal Sensors)：致新的G75x高精度感測器將被密集部署於CPO模組周圍，將微小的溫度變化實時回傳，觸發液冷系統精準解熱。 ⓶ 機遇二：【Scale-Out高密度熱插拔 ➔ eFuse系統防護大爆發】 ➊ 技術解讀：一台Tomahawk 6等級的交換器，面板上插滿了數十個甚至上百個800G/1.6T光收發模組或AEC(主動主動銅線)。在大型資料中心中，這些模組需要頻繁地進行(熱插拔)維護。 ➋ 致新商機...
閱讀更多

【覓跡尋蹤潛力股】AI神經中樞的極限散熱戰，博通CPO與Open Ethernet狂潮下，迎來建準網通散熱霸權(AI高階網路交換機氣冷模組、CPO專用液冷/氣冷次系統)機遇與商機?

《覓跡尋蹤潛力股"建準"系列》 AI神經中樞的極限散熱戰，博通CPO與Open Ethernet狂潮下，迎來建準網通散熱霸權(AI高階網路交換機氣冷模組、CPO專用液冷/氣冷次系統)機遇與商機?  博通主推Open Ethernet(開放乙太網路)、ESAN以及搭載CPO(共封裝光學)的Tomahawk 6交換器晶片，正在顛覆傳統的網路硬體架構。而博通副總裁Mohan Kalkunte特別點名台灣供應鏈(氣冷、液冷)的重要角色，這絕非偶然。網路設備的發熱量正呈現指數級暴增，對散熱的要求甚至比GPU更為嚴苛。結合博通最新網路架構發展，*建準*在這波AI網路神經中樞升級潮中所迎來的歷史性商機與護城河。 【AI神經中樞的極限散熱戰：博通CPO與Open Ethernet狂潮下，建準網通散熱霸權總體檢】 ✦核心重點與投資摘要✦  ⓵ 網路就是電腦引爆網通散熱規格革命： 博通確立了Ethernet在Scale-Up/Out/Across 的主導地位。當十萬顆GPU透過網路協同運算時，交換機若因過熱當機，等同於整個AI叢集癱瘓。這賦予了建準(高階網通散熱模組與冷板)極高的**算力保險溢價**。 ⓶ Tomahawk 6與CPO(共封裝光學)的散熱雙面刃： CPO將光引擎與交換ASIC封裝在一起，雖降低了整體功耗，但熱密度卻呈現恐怖的極端集中。這正是建準(氣液雙棲)的主場——微流道水冷板負責貼片壓制CPO核心爆發熱量，而極限氣冷Fan Tray則負責吹透機箱內其他嚴禁液冷的供電與控制元件。 ⓷ 零震動成為光通訊的生死線： CPO與高速光學方案對機械震動極度敏感(震動會導致光纖對位偏移、BER 誤碼率飆升)。建準搭載**MagLev磁浮技術**的高階風扇，成為博通與OCP生態系中，唯一能兼顧(極限排熱與絕對零震動)的護國神山。 ⓸ OCP標準化帶動模組化出貨： 迎合Open Cluster Design趨勢，建準的散熱方案已高度標準化並提交至OCP。從賣單顆風扇轉型為賣(符合OCP規範的熱插拔Fan Tray次系統)，單機產值(ASP)翻倍跳升。 ㊀ 產業鏈(AI Scale-Out網路與 CPO氣液協同生態)= 在博通推動Open Ethernet與CPO架構下，網通散熱產業鏈已成為確保資料傳輸不掉包的最關鍵防線： ⓵ 產業鏈層級-中游(精密流控與次系統模...
閱讀更多

【覓跡尋蹤潛力股】SK 海力士HBF分層記憶體革命，迎來致新三大嶄新機遇?

《覓跡尋蹤潛力股"致新"系列》 SK 海力士HBF分層記憶體革命，迎來致新三大嶄新機遇? SK 海力士發布高頻寬快閃記憶體(HBF)與375層V10 NAND，為了解決Agentic AI龐大的資料吞吐量，在HBM與傳統SSD之間創造了一個全新的(儲存層級)。這個擁有3.0TB/s傳輸率、採用UCIe互聯、且高達16層堆疊的儲存怪物，將為致新帶來三大嶄新機遇： ㊀ HBF帶來(三大爆發機遇)= ⓵ 機遇一：【16層堆疊的散熱地獄 ➔ 伺服器級高精度溫度感測器(TS)剛需】 ➊ 技術解讀：將16層NAND Flash堆疊在一起，並且以3.0TB/s的極高頻寬運行，其單位面積的發熱量(熱通量)將極其恐怖。 ➋ 致新商機：就像DDR5/MRDIMM 必須標配溫度傳感器一樣，HBF模組周圍或內部將**強制需要極高精度的數位溫度感測器(如致新G75x家族的高階進階版)**。這些感測器必須在極高溫下即時將數據透過I2C/I3C傳給BMC，以防HBF模組過熱燒毀，帶動TS晶片需求呈幾何級數跳增。 ⓶ 機遇二：【UCIe高速互聯的供電心臟 ➔ 大電流POL DC-DC與LDO】 ➊ 技術解讀：HBF採用UCIe(通用小晶片互連通道)與GPU/CPU彈性連接。UCIe介面對電源的純淨度(低雜訊)與瞬態響應(負載瞬間抽載的穩定度)要求達到奈秒級。 ➋ 致新商機：傳統的普通電源無法應付UCIe。致新的**高階大電流降壓轉換器(High-Current POL Buck如G60xx系列)**與**超低雜訊LDO**，將成為HBF模組與主機板介接處的供電標配。HBF模組的導入，等於在系統中硬生生多出了一整套高階電源軌。 ⓷ 機遇三：【375層V10 eSSD換機潮 ➔ 企業級SSD電源與eFuse防護】 ➊ 技術解讀：SK海力士預告2027年初量產375層4D NAND的高效能企業級SSD(eSSD)。 ➋ 致新商機：企業級 SSD支援熱插拔(Hot-swap)，需要極為強悍的**主動式電子保險絲(eFuse如G37xx/G52xx系列)**來防止突波燒毀伺服器；同時，更高層數的NAND需要更複雜的多通道PMIC供電。致新在儲存裝置的電源管理佈局已久，將直接受惠這波2027年的eSSD設備大換血。 ㊁ 戰略總結 = SK海力士發布HBF標準，正式打響了分層記憶體架構的第一...
閱讀更多

【覓跡尋蹤潛力股】三星zHBM與3D儲存革命，迎來致新架構連動商機?

《覓跡尋蹤潛力股"致新"系列》 三星zHBM與3D儲存革命，迎來致新架構連動商機? 三星2026年最新zHBM、400層V10 NAND與LPDDR5X-PIM代表AI硬體架構正在發生一場從2D到3D終極堆疊的物理革命。許多投資人看到記憶體直接堆疊在加速器上(zHBM)或是記憶體內部直接運算(PIM)，會直覺以為傳統的插槽式記憶體(DIMM)與獨立電源IC會被消滅。大錯特錯！這反而是對*致新*高階類比晶片發出的(最高級別徵召令)！在半導體物理學鐵律：極致的3D堆疊與極限的速度，必然伴隨著極端的散熱崩潰與瞬態電流深淵。將三星2026記憶體終極革命，與致新/瀾起聯名三大配套核心晶片(以及致新的散熱大軍)，進行最深度(架構連動與商業變現)解碼。 【三星zHBM與3D儲存革命：致新架構連動與受惠商機】 三星電子發表zHBM(直接堆疊於加速器上)、400層V10 BV-NAND與LPDDR5X-PIM，宣告了AI晶片進入了(終極封裝)時代。這場革命對致新與瀾起共同開發**M88P5000、M88P5010、M88TS5110**以及致新全系列散熱防護IC，產生了極度強烈的(互補與拉抬效應)： ㊀ 三星次世代記憶體與致新晶片的(三大絕對關聯性)= ⓵ 關聯一 (zHBM容量有限 ➔ MRDIMM成為海量供血庫(M88P5000剛需)： ➊ 物理現實：zHBM雖然速度是HBM5的8倍，但因為直接堆疊在GPU上，物理容量極度受限(無法無限制往上疊)。 ➋ 架構連動：AI巨型模型動輒數TB，zHBM只能作為(超高速L4快取)。為了餵飽這隻速度快8倍的怪獸，主機板上必須配置數量更龐大、頻寬極限的MRDIMM / LRDIMM作為主記憶體池。 ➌ 致新商機：外部的MRDIMM必須以最高頻率狂抽猛送資料給zHBM，這導致MRDIMM模組的耗電量與發熱量飆上歷史新高。這使得高電流版M88P5000(PMIC)與M88TS5110(溫度感測器)成為唯一能撐住這種極端抽載的配套方案，需求量跟著zHBM系統的問世而呈現(*乘數級爆發*)。 ⓶ 關聯二 (運算記憶體化(PIM) ➔ 催生*運算級*的高電流供電)： ➊ 物理現實：三星的LPDDR5X-PIM(Processing-in-Memory)讓記憶體內部直接執行AI運算。 ➋ 架構連動：記憶體不再只是被動儲存，它變...
閱讀更多