铭鸿体育资讯网

【Rubin一来,一颗AI芯片为什么要多烧掉这么多根针?】从GB200到Rubin,一颗AI芯片对应的探针用量,可能直接放大到4.5倍。先别急着看和林微纳,也别急着看它在NVIDIA里面到底占多少份额。先看两组数字。GB300一个测试座里面,要装9500多根探针。到了Rubin,这个数字变成了大约16000根。如果只是从9500 ​

【Rubin一来,一颗AI芯片为什么要多烧掉这么多根针?】从GB200到Rubin,一颗AI芯片对应的探针用量,可能直接放大到4.5倍。先别急着看和林微纳,也别急着看它在NVIDIA里面到底占多少份额。先看两组数字。GB300一个测试座里面,要装9500多根探针。到了Rubin,这个数字变成了大约16000根。如果只是从9500根增加到16000根,其实还到不了4.5倍。真正把需求拉开的,是三件事撞到了一起:针更多了,单根价值量更高了,寿命反而还缩短了。AI芯片每往前走一代,探针不是简单多卖一点,而是一颗芯片越来越“费针”。为什么一颗芯片要塞进去上万根针?先说这根针到底是干什么的。AI芯片做出来以后,不可能直接装上服务器就算完事,它要经过测试。到了FT成品测试阶段,需要用pogo pin,也就是弹簧探针,去接触芯片上的引脚,把测试信号传进去,再把信号传回来。听起来很简单。问题是,AI芯片已经越来越不好“碰”了。引脚越来越多,间距越来越小,测试时间越来越长,对探针精度的要求也越来越高。以前一个测试座里不用塞这么多针,到了GB300,已经要9500多根;Rubin再往上走,直接来到大约16000根。芯片越先进,测试它的针反而越多。针更多了,还得做得更贵数量只是第一层。从GB200到GB300,单根探针的平均价值量也发生了明显变化。GB200大约是1.3美元一根,到了GB300,大约提高到2.5美元一根。原因也不复杂。引脚间距缩小以后,针要做得更细、更准,对加工精度的要求自然更高。不过到了Rubin,这一块没有继续大幅往上跳。Rubin和GB300使用的探针精度基本一致,所以单根探针的价格预计不会出现特别大的变化。Rubin这一代真正明显的变化,还是数量。从9500多根,增加到约16000根。所以别只盯着“一根针涨了多少钱”。真正变大的,是一颗芯片从测试开始到结束,到底要消耗多少根针。更反常识的是:针越来越贵,寿命却越来越短正常人的直觉是,一个东西做得越精密、卖得越贵,应该越耐用。探针这里恰恰不是这么回事。从GB200到GB300,测试时间增加以后,探针寿命反而缩短了。Rubin使用的探针同样存在这个问题。于是就出现了一个很有意思的组合:一颗芯片需要的针更多了,单根针更贵了,但一根针能用的时间反而变短了。这也是为什么从GB200到GB300,探针整体用量能够提升3.5倍到4倍;到了Rubin,相比GB200,整体提升幅度大约达到4.5倍。芯片越先进,测试它的针反而越“不经用”。这个变化比单纯讨论探针涨没涨价重要得多。因为探针不是设备,它就是耗材。22万元一个测试座,真正一直换的却不是座这里还有一个数字很有意思。GB300一个Socket测试座,价格大约22万元,里面可以装9500多根探针。22万元听起来已经很贵了。但真正持续消耗的,不是这个座,而是里面的针。每一款芯片的结构、尺寸、引脚数量、引脚间距都不一样,所以要单独设计匹配的Socket。可一个Socket能用很长时间。探针磨损以后,客户只需要把里面的针换掉,不需要整个测试座一起换。所以这两个东西,看着装在一起,生意完全不是一回事。座买一次能用很久,针却要一根一根地持续换。这也是为什么只看Socket卖了多少块,很容易低估后面的探针消耗。再看和林微纳,最容易看错的恰恰是“份额”把前面这几组数字放在一起,再看和林微纳就简单多了。和林微纳的探针事业部从2019年开始和NVIDIA合作,目前是NVIDIA第四供应商,采用直采模式。但公司这两年探针业务的增长,主要不是因为它突然抢到了更多NVIDIA份额。它在NVIDIA体系里的合作份额整体比较稳定,没有出现特别大的变化。真正变的是NVIDIA自己的芯片。GB200、GB300、Rubin一路往前走,一颗芯片需要的探针越来越多,测试时间越来越长,探针损耗越来越快。所以和林微纳不一定非得把别人的份额抢过来。同一个客户,只要每颗芯片越来越“费针”,原来那一份生意自己就会变大。不一定非要抢更大的蛋糕,只要同一个客户越来越费针,原来的那一块也会跟着变大。这也是为什么看探针,光盯供应商份额并不够。还得看下一代芯片到底要多少根针,一根针能撑多久。Rubin真正变化最大的,是“越来越难测”从GB300到Rubin,单根探针的精度没有再跨一个大台阶。但探针数量从9500多根增加到了大约16000根。这其实已经把问题说得很清楚了。AI芯片越来越复杂以后,测试这一步正在变得更麻烦。针要更多,排列要更密,接触要更准,测试时间还在增加。所谓“越来越难测”,不是什么抽象概念,就是一颗芯片要塞进去更多针,而且这些针还消耗得更快。以前大家研究AI芯片,最喜欢问的是:这一代算力又涨了多少?到了Rubin,还得多问一句:为了把这颗芯片测出来,到底要多烧掉多少根针?这可能才是探针这条线最有意思的变化。AI芯片越复杂,真正被放大的,不只是算力,还有测试它时一根一根消耗掉的精密耗材。本文仅作科技产业与产品技术交流,不涉及具体操作建议。