OAM jungiklio modulio PCB gamyba AI ir HPC sistemoms

OAM jungiklio modulio plokštės PCB gamyba yra pagrindinė technologija aukštos našumo skaičiavimo (HPC) ir dirbtinio intelekto (AI) serverių srityse. OAM yra atviras standartinis AI greitintuvo plokštės paketas, kurį remia „Open Compute Project“ (OCP), ir yra plačiai naudojamas didelio masto duomenų centruose AI mokymui, išvadoms ir kitoms situacijoms.

Aprašymas

OAM jungiklio modulio plokštės PCB gamyba

OAM jungiklio modulio plokštės PCB gamyba suteikia šioms sistemoms pagrindą didelės spartos, mažos latentinės duomenų jungties, todėl tai yra svarbi sudedamoji dalis diegiant modernią AI infrastruktūrą.

Pagrindinės OAM jungiklio modulio plokštės PCB gamybos savybės

  • Greitasis sujungimas ir duomenų mainai:Integruoja greitaeigius jungiklių lustus, pvz., PCIe Switch ir NVSwitch, leidžiančius greitai sujungti kelis OAM greitintuvo plokštes tarpusavyje ir su pagrindiniu procesoriumi.
  • Moduliarumas ir mastelio keitimas:Palaiko lygiagretų įvairių OAM greitintuvo plokščių diegimą, todėl lengviau pritaikyti sistemos skaičiavimo galią pagal poreikius.
  • Suderinamumas su keliais protokolais:Suderinamas su keliais greitaisiais jungčių protokolais, pvz., PCIe, NVLink ir CXL, atitinkantis įvairių AI pagreičio scenarijų reikalavimus.
  • Vieningas valdymas ir maitinimas:Teikia vieningą energijos paskirstymo, stebėjimo ir valdymo sąsają OAM greitintuvų plokštėms, užtikrinant ilgalaikį stabilų sistemos veikimą.
  • Aukšto tikslumo gamybos procesas:PCB konstrukcijos paprastai turi apie 18 sluoksnių, gręžimo skersmuo yra 0,2 mm, naudojamos pažangios technologijos, pvz., atgalinis gręžimas, dervos užkimšimas ir POFV. BGA pozicijose taikomi griežti koplanarumo reikalavimai, siekiant užtikrinti lustų paketo litavimo kokybę.
  • Aukštos kokybės medžiagų naudojimas:Naudojamos labai mažos nuostolių klasės ir aukštesnės klasės greitaeigės medžiagos, greitaeigės rašalo ir žemo profilio rudojo oksido procesai. Kai kuriuose produktuose naudojama 3OZ ar storesnė vidinė vario folija, siekiant užtikrinti signalo vientisumą ir didelę srovės pralaidumą.

Pagrindinės taikymo sritys

  • Didelės AI serveriai (tokie kaip NVIDIA HGX platformos), AI greitintuvo korpusai, superkompiuteriniai centrai ir kitos didelio tankio AI klasterio sistemos.
  • Didelio masto AI modelių mokymas, išvados, moksliniai skaičiavimai ir debesų kompiuterijos platformos.
  • Įvairūs aukštos kokybės AI taikymo scenarijai, pvz., vaizdų atpažinimas, natūralios kalbos apdorojimas ir mašininis mokymasis.