深度

D
Dolphin Research

AWS 圖省事,組裝式組網能打嗎?

在近期的組網系列分析中,海豚君已梳理了了英偉達&AMD 為代表的 2D 胖樹交換式組網,以及谷歌為代表的 3D torus 直連式組網。$英偉達(NVDA.US) 是行業基準。硬件、協議、軟件全棧自研,軟硬協同帶來了最佳性能;方案迭代節奏快、跨度大,產業鏈邏輯也隨之快速切換。$AMD(AMD.US) 效仿英偉達,但隔代競爭。Helios 照搬 GB300 NVL72 的組網架構...

aws 2.
Direct-connect 3D torus vs. switched topology Direct-connect 3D torus Switched S
Protocol positioning: NVIDIA vs. AMD vs. Google NVIDIA AMD Google UALink allianc
NeuronLink Evolution Gen Base Per-lane rate(uni-di) Activelane Bandwidth NeuronL+5
D
Dolphin Research

Cerebras:不切晶圓的芯片 “怪獸”,有希望挑戰英偉達?

英偉達等絕對多數芯片設計公司都是把一塊大硅片做好線路後,切成小芯片,小芯片再互聯起來做 AI 加速器,避免因為製造瑕疵而報廢整塊硅片,而有一家公司卻 “頭鐵” 地偏偏不走這條路。它直接把整塊硅片當成一個芯片,大小如同 21.5cm x 21.5cm 的正方形果盤(面積與 12 寸晶圓所能截取的最大矩形面積相近),塞進了 4 萬億個晶體管和 90 萬個核心,那就是 “Cerebras”。GPU 推理瓶頸是 “內存牆”...

ESE EiiW18823 cerebras 5 The World's Largest Chip 日 H 舒 点 WSE-3 器 Cerebras Wafer
CIv GIG A
WSE-3 Die Core 10.7k Cores 84 Die 900k Cores Source: Cerebras: ICerebras ONGPORT
Processing element Waveletin Input queues 8colors, task triggers Router Compute +27
D
Dolphin Research

SK 海力士:長協能熨平週期?估值到哪一步

HBM 價格暴漲,海力士股價半年最高暴漲 10 倍,但三星、美光正在快速搶佔供應鏈份額。上篇我們完整推演了 DRAM、HBM 行業供需缺口變化,分析了週期拐點,詳見上篇。 但行業景氣不等於公司穩穩賺錢。本篇繼續聚焦海力士,解析它和英偉達、各大 ASIC 客户的合作格局,對比三大廠商長協策略差異,測算未來業績,並評估當下估值性價比。AI 時代,內存增量需求更集中於少數 XPU 廠商和雲廠商手中...

SANDISK 951 SandiskDr.
HBM demand breakdown 120% NVDA AMD & other GPUs ASIC (TPU, AWS,etc) 100% aRes e
HBM in market share within NVDA (sales) 120% NVDA: SK Hynix 100% Researc Resear
Figure 40: HBM wallet share within ASIC % 100% U70 U70 7% 10% 12% 90% 80% 70% 50+12
D
Dolphin Research

海力士:超級 AI 加持,存儲神話還能牛多久?

前兩篇海豚君從技術角度梳理了 “存力” 行情的底層邏輯和發展方向,本篇把視角拉回公司,聚焦本輪最具代表性的 HBM 龍頭——$SK海力士(SKHY.US) 。海力士當下的處境頗為微妙:一邊是內存價格飆漲、HBM 持續緊缺,業績大漲,股價一度在半年內漲了約 10 倍;另一邊,三星和美光正快速切入英偉達等核心客户的供應鏈,海力士的優勢正從 “獨佔” 走向 “領先”。作為製造業企業...

SKhynix N Nasdaq SKhynix SK hynix KRX 000660 Now Listed on Nasdaq 321,000 +1.000
DDR Demand -- Conventional DDR Demand Growth--Conventional bn Gb Computer (PC+La
Figure 3: DRAM/NAND as % of flagship smartphone Figure 4: DRAM/NAND as % of mid/
Products Shipment Growth DDR Used per Unit mn unit IohinResearch GB PC Laptop Mo+38
D
Dolphin Research

從 HBM 限高到 NAND 加量,英偉達 vs 存力到底誰拿捏誰?

在上篇的探討中,海豚君從底層技術出發,回答了 AI 對存力的需求為何"突然"爆發,以及 HBM 憑什麼成為高性能 GPU 的首選內存,並介紹了 HBM 內存技術的核心概念與邏輯。那麼隨着 AI 技術的發展,內存技術又將如何演變,以實現更大的容量和更快的帶寬?恰巧,近期業內也出現了兩個看似矛盾的信號:一邊是 HBM 路線圖繼續加碼,堆疊層數從 12 層走向 16 層、20 層;另一邊據 SemiAnalysis...

High Bandwidth Memory HBM
Evolution Route 1: more Layers 720um- 口 一 口口 一 一 口 口 C 口口 口 一 一 口口口 口口口 C 高品 C 一
More Complicated Cooling for more Layers Next-Generation HBM Roadmap : Thermal M
Evolution Route 2: uncoventional layout Raised interposer for taller stack heigh+18