(科普系列)科技研究报告中的那些英文缩写的意思:第二篇芯片,电和光
继续接上一篇，方便大家对科技研报中的一些英文缩写有一些了解。上一篇讲了PCB，存储 DRAM，我们这一篇重点讲芯片，光，电方面的英文缩写及那些概念的意思。1，GPU：Graphics Processing Unit，用途：GPU 天生擅长并行计算，能同时处理海量简单运算，如今是AI大模型、AI 服务器、算力集群的核心硬件。2，CPU：Central Processing Unit，用途：负责逻辑判断、任务调度、复杂串行运算，统筹整台设备所有硬件工作。CPU和GPU的关系：CPU是总指挥，GPU是算力苦力。AI 服务器里二者搭配工作：CPU调度任务，GPU负责大批量 AI计算。这里强调一下：AI推理时代，CPU的和GPU的关系，原来是1比2，现在是要变成1比1了，也就是说原来只要出苦力负责算，现在要思考，推理了，所以CPU的用量会大增，从1：2，提升到1：13，TPU：Tensor Processing Unit用途：谷歌专为 AI 深度学习设计的专用 ASIC 芯片，专门做张量运算：
-AI 大模型训练、推理
-相比通用 GPU，AI 算力密度更高、单位算力功耗更低；
-谷歌云 TPU 集群标配，海量 TPU 搭配 OCS 光交换组网，用于大模型训练；
定位：AI 专用加速芯片，不擅长通用图形渲染，只聚焦神经网络计算。
- CPU：全能总指挥，擅长复杂逻辑调度、串行运算；
- GPU：并行运算苦力，通用大规模浮点计算，图形 + AI 都能干；
- TPU：AI 专项工人，只做神经网络张量运算，AI 场景效率极致优化。
4，SST:Solid-State Transformer用途：AI 数据中心 / AIDC高压配电（GPU 集群核心供电设备）；智能电网、新能源光伏 / 风电并网；新能源汽车超充站、储能电站。5，HVDC:High Voltage Direct Current用途：降低AI算力中心PUE、节约电费，适配GPU高功耗、功率波动大的特性；英伟达主推800V HVDC 架构，成为新一代AI服务器标配供电方案；通信基站、边缘算力机房、大型 IDC 通用供电；搭配超级电容、SST 固态变压器，组成完整算力供电系统。6，MLCC：Multi-Layer Ceramic Capacitor中文：多层片式陶瓷电容器，简称片式陶瓷电容用途：在电路中承担储能、稳压、滤波、去耦、信号耦合作用，可快速充放电，抑制电压波动、过滤高频杂波，保障芯片、硬件稳定运行。AI 服务器 /GPU 算力设备（当前核心增量）GPU、CPU、HBM 显存周边必须大量搭配高端MLCC做稳压滤波。英伟达 GB300 单机柜用量约44 万颗，新一代 Rubin VR200 平台单机柜升至60万颗，高端高容、高频 MLCC 严重供不应求，也是本轮行业涨价核心驱动力。把光引擎（光电转换器件） 和交换机ASIC芯片、AI加速芯片（GPU/CPU）集成封装在同一基板上的光电集成技术，是下一代数据中心光互联核心方案。英伟达、Meta 等大厂主推 CPO 架构，用于 GPU 机柜、大型智算中心交换机互联，是 Blackwell、Rubin 等新一代 AI 平台的标配光互联方案，解决多 GPU 协同运算的数据传输瓶颈。8，NPO：Near-Packaged Optics用途：当前 AI 数据中心主流落地的高速光互连方案，介于传统可插拔光模块与 CPO（共封装光学）之间，兼顾性能、成本与运维难度，是现阶段规模化商用的优选路线。AI 算力集群/智算中心（核心场景）：谷歌、英伟达等头部厂商主推方案，用于多 GPU 组网、高性能交换机互联，适配大模型训练与推理集群。9，LPO：Linear Pluggable Optics用途：AI 服务器 GPU 机架内短距互联（GB300 整机柜内部互连主力方案）；云厂商存量数据中心低成本升级 800G/1.6T 高速互联；液冷高密度算力交换机内部端口扩容；NPO、CPO 大规模量产前的最优过渡路线，可快速批量落地。10，DSP：Digital Signal Processor用途：高速光模块专用 DSP（算力光互联核心，重点）核心功能做 PAM4 信号编解码、色散补偿、信道均衡、FEC 前向纠错、时钟数据恢复 CDR，修复光纤传输失真、降低误码率，是400G/800G/1.6T传统插拔式光模块必备电芯片。－改动层级不一样LPO：只换插拔光模块（部件级改动）；NPO：重新设计交换机主板（板级改动）；CPO：芯片封装一体化重构（芯片架构级改动）。LPO：牺牲部分传输距离，换低成本、易运维、快速落地；CPO：牺牲运维便利性、抬高研发制造成本，换取极限性能、超高带宽密度。长期（5 年以上）：CPO 逐步渗透高端超算集群；这一篇就介绍到这里吧，后续继续介绍更多科技相关概念 
