HBMの「30%のウェハーで13%のビット」の先にあるもの――Hybrid Bonding・3D DRAM・XBMへ
HBMのwafer効率から出発し、DRAM微細化、Logic Base Die、Hybrid Bonding、3D DRAM、XBM、PIMへ続く2030年代のMemory構造を読む。
Archive
2026-08
16件の記事を日付別にまとめています。
2026-08
16記事2026-08-16
2026-08-15
HBMはなぜ「メモリなのに2nmロジック」を必要とするのか――Base Dieが動かすFoundry境界
HBM4の2,048 bit I/OとCustom HBMが、DRAM企業を先端Logic Foundry、Base Die、Packagingとの共同設計へ押し出す構造を解く。
2026-08-14
AIインフラ金融は80GWの資本市場へ――だが2030年までに何GWを物理化できるのか
約80GWの資金パイプラインと約50GWの物理シナリオを分け、Memory、Optics、Power、Cooling、Grid、発電設備の供給制約へ落とし込む。
2026-08-13
AI光通信のボトルネックはInPへ――Coherent・Lumentum・三菱電機・住友電工・古河電工の現在地
800G、1.6T、CPOで増えるInP需要を、基板、6インチFab、EML、CW/UHP CW、外部光源の能力と企業別ポジションから読む。
2026-08-12
onsemiは2030年までに「Grid-to-Core＋Physical AI」企業になれるのか
onsemiの2030年像を、EV、AI Data Center、Energy Infrastructure、Rack to Core電源、Physical AIの製品配置と競争条件から検証する。
2026-08-10
AIデータセンターの「光」は誰が作っているのか――Tomahawk・Nova・Innolight・Leaf/Spineを一枚につなぐ
Switch ASIC、Optical DSP、光源、Module、NIC、Leaf/Spineの役割を分解し、AI光通信を支える国際分業と競争軸を整理する。
AI時代の「光のファブ」を解剖する――1.6Tを作るCMOS・SiPh・InP・光実装・Module量産
一個の1.6T光トランシーバに合流するCMOS、SiPh、InP、Optical Packaging、Module工場を工程と地域から分解する。
CFETは本当に量産できるのか――2030年代のXYZ Scalingと装置産業を一体で読む
nMOSとpMOSを上下に積むCFETを起点に、裏面電源、High NA、配線材料、3D Memory、光I/O、装置需要まで連鎖させて読む。
2026-08-09
AI Factoryは「Localityのマトリョーシカ」になる――CFET・SRAM・HBM・3D実装・光Fabricを貫く物理法則
ダイ内部からラック外まで繰り返されるLocalityの階層を、N²対Boundary、微細化、熱、歩留まり、Schedulerから統一的に読む。
AI Factoryはどこへ向かうのか――演算器を待たせない巨大Memory Hierarchyの設計
Local HBMからRemote Memory、Optical Scale Up、Global Schedulerまでをつなぎ、未来のAI Factoryを演算器を待たせない階層型Computerとして描く。
2026-08-08
AIは「巨大GPU」から「巨大な記憶コンピュータ」へ――MoE・HBM・Optical Fabricが変える次世代AIインフラ
演算器の巨大化だけでは捉えられないAI Factoryを、MoE、階層型Memory、Software Routing、光Fabricから一つの記憶コンピュータとして解剖する。
2026-08-07
Intel EMIB-T徹底解説――AI半導体の後工程が主戦場になる
EMIB TとCoWoSの違い、TSV電力供給、反り、25µm接続、基板歩留まり、顧客、TSMCの準EMIB、Glass基板まで追う。
2026-08-06
メモリ産業は「量産して安くする時代」から「供給能力を予約する時代」へ
ASP、LTA、CAPEX、HBM、HBF、zNAND、SOCAMM2を通じ、メモリがコモディティから予約型インフラへ変わる条件を読む。
2026-08-05
AIデータセンターの光接続を基礎から理解する
FRO、LPO、NPO、CPO、DFB、EML、CW InP＋SiPh、VCSELを分類し、検査、市場、企業、規制、InP原料まで一つにつなぐ。
2026-08-03
DeepSeek V4 Flashの衝撃、その先のQwen3.8-Max――効率化してもAI計算需要は増えるのか
低コストなFlashモデルと長時間仕事を担う巨大モデルを対比し、AIDC需要、電力、収益化、過剰設備の条件をシナリオで読む。
InPレーザーはなぜAI計算基盤の戦略部品になったのか
CW・DFB・MQW・SCH・BH再成長・SiPhを基礎からたどり、日本の研究系譜、製造工程、供給能力、企業の役割まで統合する。