归档

2026

13 / 09 Recurrent Looped Transformer 图解：让状态跨 Token 继续思考
13 / 09 一行代码的两片海：10,000 个采样点如何长成 19 只水母与 2 株海扇
13 / 09 推理系统番外篇：从 22 步矩阵计算到一条连续方程
13 / 09 You need to be delusional if you want to succeed — 想要成功，你必须先「妄想」｜Dan Koe 双语全文
12 / 09 从 SerDes 到光纤：可交互的 NPO 光电链路实验室
12 / 09 Sonata：把处理器流水线变成一场可以暂停的指令旅程
12 / 09 J.P. Morgan 电子元件数据手册解读：AI 服务器如何重写 MLCC 需求结构（62 页全图复刻）
10 / 09 High-Speed HBM5 Interconnect — 高速 HBM5 互连的信号完整性与协同设计挑战
07 / 09 推理系统 15：用真实测量解释延迟、吞吐与成本
07 / 09 推理系统 14：从单卡到多卡，以及 MoE 专家并行
07 / 09 推理系统 13：Ascend NPU 与 vLLM Ascend 的实际软件栈
07 / 09 推理系统 12：从 CUDA SM 到 NVIDIA Rubin 与 Blackwell Ultra
07 / 09 推理系统 11：张量公式怎样变成设备程序
07 / 09 推理系统 10：PagedAttention 与前缀缓存的真实边界
07 / 09 推理系统 09：连续批处理与统一 Token 调度
07 / 09 推理系统 08：一条请求怎样进入 vLLM V1
07 / 09 推理系统 07：量化改变了什么，又没有改变什么
07 / 09 推理系统 06：模型推理的内存究竟用在哪里
07 / 09 推理系统 05：Prefill 与 Decode 为什么是两种工作负载
07 / 09 推理系统 04：从 logits 到下一个 Token
06 / 09 推理系统 03：逐项算清一个真实 Qwen3 Transformer 层
06 / 09 推理系统 02：从 Unicode、聊天模板到 Token 与嵌入张量
06 / 09 推理系统 01：一条请求如何抵达硬件，又变成回答
06 / 09 从文本到芯片：大模型推理交互技术系列
06 / 09 从一次任务修改开始，理解 Linear 的本地优先同步引擎
06 / 09 用 OpenStreetMap 造一座冰岛小城：2 万多栋楼里，只有 36 栋的高度被测量过
05 / 09 智谱 2026 年中期业绩说明会：管理层发言与问答全文翻译
05 / 09 AMD 混合键合 3D DRAM 解读：如何理解 17 倍能效，以及量产前的热难题
05 / 09 Enhancing SoC HW/SW Co-Verification with FPGA-Based Prototyping — 用 FPGA 原型验证打通 SoC 软硬协同
04 / 09 哈密顿水母：用辛积分器把 H = p²/2m + aq⁴ − bq² 画成一只水母
04 / 09 复几何级数水母：当 a + ar + ar² + … 长成一只会呼吸的水母
01 / 09 Homebrew RF Circuit Design Ideas：6000+ 射频电路图资料库的使用方法与边界
01 / 09 如何正确地向 SSD 写数据：从跨层写放大到数据库与设备协同设计
01 / 09 从可穿戴传感器到知识发现：AIBSNF 身体传感器网络框架
31 / 08 Architect Labs 发布 Redwood：号称全球首颗「完全由 AI 设计、并能跑 AI 模型」的 AI 芯片
31 / 08 抽象泄漏定律（The Law of Leaky Abstractions）— Joel Spolsky 2002 年经典，2026 年依然锋利
30 / 08 奈奎斯特频率是什么？用一个倒转的轮子看懂采样与混叠
30 / 08 用 20,000 个点画一只会呼吸的水母：p5.js 生成艺术
30 / 08 AI 芯片架构全景：从 NVIDIA GPU 到 Cerebras 晶圆引擎与 Groq LPU
28 / 08 SambaNova SN50 RDU @ Hot Chips 2026 — 以数据流架构榨干「模型带宽利用率」
28 / 08 Broadcom Thor Ultra 以太网 NIC @ Hot Chips 2026 — 800GbE 时代的 AI 规模互连
28 / 08 XCENA MX1 CXL 计算型内存设备 @ Hot Chips 2026 — 与三星共推机架级「内存计算」
27 / 08 NVIDIA Vera Rubin NVL72 Rack at Hot Chips 2026 — Agentic AI 时代的机架设计哲学
27 / 08 Comparing Multi-Channel RF Transceivers for Space — 太空应用多通道 RF 收发器横评
27 / 08 AMD MI400 GPU at Hot Chips 2026 — Helios 机架背后的硅引擎
27 / 08 Hot Chips 2026: Tuning into Memory Vibes — 存储三巨头同台对比
27 / 08 NPO Company Map — 下一波光收入驱动因素的公司版图
27 / 08 July NPO/CPO Update: Stupidity Singularity — 用工程事实驱散光互连谣言
27 / 08 Optical Illusion: CPO is Dead, Long Live NPO — 光学幻觉下的真实增量
27 / 08 NPO State of the Union — NPO 的五个 W 与产业格局
27 / 08 SK Hynix Unpacks Advanced Packaging for Next-Gen HBM — 先进封装通往 3D 时代的路线图
25 / 08 The Battle for the Next AI Memory Architecture — 中文解读
25 / 08 Google's TPU Supply Chain — 中文解读
25 / 08 From Gate-All-Around to Complementary FETs: What's Next in Transistor Scaling — 中文解读
25 / 08 Design for Testability (DFT): How Do We Know a Chip Actually Works? — 中文解读
25 / 08 SK hynix's technology roadmap for co-packaged optics features in 'Nature Electronics,' as AI competition shifts from chips to systems — 中文解读
25 / 08 Pushing the Speed Limit: Designing SerDes Transceivers for the 224 and 448Gbps Scaling Era — 中文解读
25 / 08 A Deep Dive of GeSi Electro-Absorption Modulators and Marvell/Celestial AI's OMIB for 200Gbps+ Interconnects — 中文解读
24 / 08 从第一性原理理解 Diffusion & Flow Matching（SDE、ODE 大一统视角）— 中文解读
24 / 08 Intel 800Gb/s 微环 DWDM 收发机（VLSI 2026 C20.1）— 中文解读
24 / 08 A System-Level Overview of Scale-up AI Infrastructure Racks (Part 1) — 中文解读
23 / 08 华为廖恒谈超级AI计算硬件（全文转载 + 中文结构化解读）
23 / 08 MathJax 与 LaTeX 公式简介
22 / 08 From Taylor Series to Silicon: Building and Debugging a ROM-less CORDIC — 从泰勒级数到硅：构建并调试一个无 ROM 的 CORDIC
22 / 08 Meta MTIA 300 内部框图详解（日文逐译）
19 / 08 What Will It Take To Deploy CPO At Scale? — CPO 规模部署的最后一公里：制造、测试与运营
19 / 08 AI Chiplet Architectures Redefining Test Insertions — AI Chiplet 架构如何重定义测试插入点
19 / 08 String Theory Finally Testable with Power of AI — AI 让弦理论首次变得可检验
19 / 08 Experimental Study on System-Level Performance Impact of Read Disturbance in Modern SSDs — 现代 SSD 中读干扰对系统级性能影响的实验研究
19 / 08 What Capable Agents Must Know: Selection Theorems for Robust Decision-Making under Uncertainty — 高性能 agent 必须知道什么：不确定性下稳健决策的选择定理
19 / 08 Applying Mixture of Experts in LLM Architectures — 在 LLM 中应用混合专家（MoE）
19 / 08 MoE Expert Execution in Disaggregated LLM Serving with a High-Bandwidth ReRAM Near-Memory Architecture — 用高带宽 ReRAM 近内存架构执行分解式 LLM 服务中的 MoE 专家
19 / 08 Models Are Getting Dumber on Purpose — 模型正被刻意「变笨」
19 / 08 Mathematics for Computer Science — 计算机科学中的数学（MIT 6.042 教材）
19 / 08 Machine Learning: A First Course for Engineers and Scientists — 机器学习（工程师与科学家入门）
19 / 08 How Coherent Can Earn Investor Confidence — Coherent 如何赢回投资人信心
19 / 08 All elementary functions from a single operator — 用单一算子生成全部初等函数
19 / 08 CUDA Agent: Large-Scale Agentic RL for High-Performance CUDA Kernel Generation — CUDA Agent：用大规模智能体强化学习生成高性能 CUDA 内核
19 / 08 Can π generate itself? A Monte Carlo analysis of 314 trillion digits — π 能生成自己吗？基于 314 万亿位数字的蒙特卡洛分析
19 / 08 Algorithms (Jeff Erickson) — 算法（伊利诺伊大学开源教材）
19 / 08 Algorithms for Modern Hardware — 现代硬件上的算法（性能工程开源书）
16 / 08 把集合通信从计算核搬走：Meta HCCL 与 MTIA 300 的软硬件协同设计
16 / 08 不靠平坦化，也不靠受主阻挡层：垂直 β-Ga₂O₃ ISEFET 的器件物理与制造逻辑
16 / 08 Everything I know about good API design — 我所知道的 API 设计全指南
16 / 08 NVIDIA Vera Rubin POD：七颗芯片、五套机柜级系统、一台 AI 超级计算机 — 英伟达 Vera Rubin 机柜级 AI 超算平台详解
15 / 08 开放硅光如何重构 AI 系统：一份 294 页 OCP 架构愿景的深度解读
13 / 08 SerDes Part 2: The Bigger Picture Behind the Copper–Optics War — 铜光之战大局：SerDes 是系统级公司的入场券
12 / 08 CPO Test Won't Scale Without Standardization — CPO 测试若缺乏标准化将无法规模化量产
12 / 08 A Complete Technical Overview of Advanced Packaging and Heterogeneous Integration — 先进封装与异构集成完全技术概览
11 / 08 Is Optical Connectivity the Next Bottleneck in AI Data Centers? — 光互联会是 AI 数据中心的下一个瓶颈吗？
10 / 08 Where I'm Looking: Semiconductors & AI Hardware — 我的关注清单：半导体与 AI 硬件（10 个被物理约束与估值错位交汇的标的）
10 / 08 The AI Memory Primer — AI 内存入门：HBM 为何是 AI 加速器真正离不开的那一层
10 / 08 The AI Hardware Primer — AI 硬件入门：被忽视的真正瓶颈在硬件层
10 / 08 The AI Bottleneck Is Moving to Advanced Packaging, Three Japanese Companies Hold the Keys — AI 瓶颈正移向先进封装，三家日本公司掌握钥匙
10 / 08 Complementary, Not Competing: MLCCs and Silicon Capacitors in AI Server Power Integrity — 互补而非竞争：AI 服务器电源完整性中的 MLCC 与硅电容
10 / 08 Advanced Packaging: Intel's EMIB vs TSMC's CoWoS — 先进封装：Intel EMIB 对决台积电 CoWoS
08 / 08 史密斯圆图：一段历史，以及为何它对射频工程师如此重要
07 / 08 光子时代正在到来：为什么 AI 的真正瓶颈是互连而非算力
07 / 08 SerDes 技术全景（上篇）：读懂 CPO 之前必须掌握的电侧互连底座
06 / 08 Sivers Semiconductors：一只被市场忽视的 $130M 市值 CPO / LiDAR / SATCOM 标的
06 / 08 Pushing the Speed Limit：224/448Gbps 时代的 SerDes 收发器架构拆解
06 / 08 从 3GPP MPS 到 Wi-Fi 7 EPCS：优先级通信如何跨接入技术延伸
04 / 08 Measuring Supply Currents in PCB — 在印刷电路板上测量供电电流（Stanford 博士论文精读）
02 / 08 Taiwan GTC (Computex 2026): CPO Just Entered Production, So Why Are Coherent and Lumentum, the Companies It Was Supposed to Kill, Still on the Supplier List? — 台湾、GTC 与 Computex 2026：CPO 已进入量产
02 / 08 Everything You Need to Know About CPO Testing — CPO 你需要知道的一切
02 / 08 There Is No Such Thing as a 'CPO Stock': How the Market Misread SemiAnalysis — 世上没有「纯 CPO 股」这回事
02 / 08 Winway Copackaged Optics (CPO) Talk — WinWay 与共封装光学（CPO）访谈
02 / 08 Why CPO Is Becoming Inevitable? [CPO Special Part 1] — 为什么 CPO 正变得不可避免
02 / 08 CPO, Fully Dissected [CPO Special Part 2] — CPO 全拆解（CPO 专题篇）
02 / 08 The Critical Bottleneck in CPO Mass Production? It's Testing — CPO 测试的市场机会
02 / 08 Co-Packaged Optics (CPO) Book – Scaling with Light for the Next Wave of Interconnect — 共封装光学（CPO）与 Book 式扩展
02 / 08 Semiconductor Test: A Compelling Investment Theme — 半导体测试——一个被低估的投资机会
02 / 08 AMD, Qualcomm Debut New Packaging Technologies — AMD 与 Qualcomm 首发新一代先进封装
02 / 08 China WFE Exposure, MKS Cover-Up, On-Chip Cooling & All Things Substrates — 中国 WFE 曝光、MKS 的掩盖、片上冷却与基板全景
01 / 08 AI and Amoeba, Fighting Together — Learning intelligence and mediating intelligence — AI 与变形虫并肩作战：学习智能与中介智能
29 / 07 MicroZed Chronicles: Looking Beyond the FFT — 越过 FFT 之后：用瀑布图给频谱加上时间维度
29 / 07 From GPT-2 to Kimi K3, Explained — 从 GPT-2 到 Kimi K3：注意力架构演进全解（中文翻译 + 模块化解读）
29 / 07 Advanced Packaging Co-Design: The Thermodynamic and Mechanical Constraints of High Power GPUs — 先进封装协同设计：高功耗 GPU 的热力学与力学约束
28 / 07 CPO's Biggest Bottleneck Is Not Optics—It Is High-Volume Testing — CPO 的最大瓶颈不是光学，是量产测试
28 / 07 Reinforcement Learning: From Algorithms to Foundation Models — 结构化总结与完整原文
27 / 07 How to Remember Everything You Read (Stop Trying) — 如何记住你读过的所有内容（别试了）
25 / 07 AMD and Cerebras Announce Industry-Leading Ultra-Low-Latency and High Throughput AI Inference Solution — AMD 与 Cerebras 推出行业领先的超低延迟、高吞吐 AI 推理方案
25 / 07 July NPO/CPO Update: Stupidity Singularity — NPO/CPO 七月更新：激光护城河、VCSEL CPO 与 Nvidia 供应链变局
25 / 07 The Inference Chip Architecture Map: 12 Companies Sorted by Three Bottlenecks — 推理芯片架构地图：12 家公司按三大瓶颈分类
23 / 07 Silicon Photonics Architecture: Quantifying Link Budgets and Optical Nonidealities — 硅光架构：链路预算与光非理想性的量化
22 / 07 Lasers for CPO/NPO: Part 2 – Lumentum's Technology and Moat — CPO/NPO 激光器（二）：Lumentum 的技术与护城河
21 / 07 Optics Primer, Part 3: Co-Packaged Optics (CPO) — 共封装光学 CPO 入门：从 EML/DSP 到硅光与外部 CW 激光
21 / 07 The Illusion of CPO [CPO Special Final] — CPO 的幻象：方向人人都懂，坐标才分高下
21 / 07 Lasers for CPO/NPO: Part 1 – The InP DFB Laser — CPO/NPO 激光器（一）：InP DFB 激光器原理
21 / 07 The Open-Source AI Era: Will Hyperscalers Keep Buying Chips? — 开源 AI 时代：云巨头还会继续买芯片吗？
21 / 07 TSMC Is Ahead in CPO. Samsung Is Putting a Third Chip Next to HBM — 台积电 CPO 领先，三星把第三颗芯片贴到 HBM 旁
20 / 07 The Bandgap Reference: A Primer — 带隙基准源入门：PTAT/CTAT 抵消、Brokaw 结构与温度无关的基准电压
20 / 07 The Phase-Locked Loop: A Primer — 锁相环入门：从系统架构到 Type I/II PLL 的直观理解
20 / 07 Signal Integrity: A Primer — 信号完整性入门：通道损耗、抖动与 SerDes 架构的第一性原理
20 / 07 A Comprehensive Overview of High-Speed Optical Communications — 高速光通信全景：从 IM-DD、VCSEL 到硅光与相干光学
19 / 07 Damnang's Optical Investment Map v1.0 — 光投资全产业链地图：7 层价值链与 50 只标的
19 / 07 The 100-Second Bottleneck Behind NVIDIA CPO — CPO 测试瓶颈与四阶段测试栈
19 / 07 Why You Should Be Watching Optical Test Right Now — 光测试赛道的投资逻辑与五大瓶颈
11 / 07 如何写新文章与插入图片/视频
14 / 06 这是我的第一篇博客

归档

热门标签