Послуги з виготовлення друкованих плат для серверів навчання штучному інтелекту для гіперскейлерів

Шукаєте партнера для виготовлення друкованих плат для навчальних серверів зі штучним інтелектом? Highleap Electronics — це підприємство з повним спектром послуг з виробництва та складання друкованих плат з перевіреними можливостями складання материнських плат для обчислювальних систем, носіїв комутаторів NVSwitch та NVLink, лінійних плат InfiniBand та Ethernet, хост-плат оптичних модулів, носіїв DPU та інфраструктури масштабу стоєчного масштабу. На цій сторінці розглядаються наші матриця можливостей виготовлення друкованих плат для навчальних серверів зі штучним інтелектом, стратегія матеріалів, потік якості та модель залучення OEM-виробників.

Зміст

1. Чому програмам навчання зі штучного інтелекту потрібен спеціалізований партнер з виготовлення друкованих плат для серверів навчання зі штучного інтелекту
2. Матриця можливостей виготовлення друкованих плат сервера навчання штучним інтелектом
3. Типи плат, що створюються в рамках наших можливостей виготовлення друкованих плат для навчальних серверів зі штучним інтелектом
4. Матеріали та стратегія стекування для виготовлення друкованих плат сервера навчання штучного інтелекту
5. Документація процесу якості та AVL для виготовлення друкованих плат навчального сервера штучного інтелекту
6. Залучення Highleap для вашої програми виготовлення друкованих плат сервера навчання штучному інтелекту

1. Чому навчальним програмам зі штучного інтелекту потрібен спеціалізований партнер з виготовлення друкованих плат для серверів навчання зі штучного інтелекту

Кластери для навчання ШІ не будуються як корпоративні сервери, а друковані плати всередині них не виготовляються як друковані плати корпоративних серверів. Навчання моделі великої мови програмування на передовій – це багатомісячна операція вартістю кілька сотень мільйонів доларів, яка виконується на тисячах графічних процесорів, синхронізованих з точністю до мікросекунд. Один дефект друкованої плати в цьому кластері може зупинити весь процес навчання. Економічні причини роблять якість виготовлення друкованих плат сервера для навчання ШІ та цілісність сигналу найдорожчими змінними на аркуші збірки.

Проблема щільності сигналізації у виготовленні друкованих плат сервера навчання штучного інтелекту

Сучасна базова плата з 8 графічними процесорами містить понад 1,000 високошвидкісних диференціальних пар на 24–32 шарах площею приблизно 460 × 350 мм. Внутрішня плата комутатора InfiniBand NDR зосереджує 64 порти × 400G в одному шасі, з кількома тисячами диференціальних пар на плату. Плата комутатора 1.6T розширює цю сферу. На кожному шарі доріжки різних швидкостей проходять паралельно одна одній, поблизу чутливих аналогових опорних ліній, з постійним тиском, щоб помістити більше даних у меншому просторі. Партнер з виготовлення друкованих плат сервера навчання штучного інтелекту повинен одночасно контролювати кожен параметр, а не лише один чи два.

Проблема швидкості передачі сигналу

Поточне обладнання для навчання ШІ працює зі швидкістю 112 ГБ PAM4 на лінію як для масштабування на більше (NVLink), так і для масштабування на більше (InfiniBand NDR, 800G Ethernet). Платформи наступного покоління переходять на 224 ГБ PAM4 на лінію. Кожне подвоєння швидкості передачі сигналів стискає запас бюджету втрат, вимагає жорсткішого контролю зворотного свердління та посилює вплив перекосу скляного переплетення, шорсткості поверхні та індуктивності перехідних отворів. Матеріали, які працювали зі швидкістю 56 ГБ, не мають запасу зі швидкістю 112 ГБ; матеріали, які працюють зі швидкістю 112 ГБ, знаходяться на межі своєї потужності для 224 ГБ. Виготовлення друкованих плат сервера навчання ШІ повинно йти в ногу з кожним поколінням — прогрес швидкості безпосередньо відображається на нашому... високошвидкісне виробництво друкованих плат дорожня карта можливостей.

Що це означає для вибору партнера для виготовлення друкованих плат сервера навчання штучного інтелекту

• Експертиза у великій кількості шарів: 28–32-шарові гібридні стеки зі змішаними типами матеріалів, спільно ламіновані за один цикл пресування — наші виготовлення багатошарових друкованих плат Лінія розроблена для виготовлення друкованих плат серверів для навчання штучному інтелекту.
• Обробка матеріалів з наднизькими втратами: Tachyon 100G, Megtron 7/8 та еквівалентні матеріали, оброблені з виробничим виходом, а не лише на прототипах панелей.
• Жорстка дисципліна імпедансу: ±5% на критичних диференціальних парах, перевірено для кожної панелі — див. наші Друкована плата контролю імпедансу діапазони допусків.
• Зворотне свердління в масштабі: сотні просвердлені зворотно перехідні отвори на плату з перевіреним контролем заглушки ±5 міл на кожній панелі виготовлення друкованої плати навчального сервера штучного інтелекту.
• Обробка з урахуванням скляного плетіння: стилі тонкого скла, диференціальне керівництво по обертанню пар, опції розширеного скла.
• S-параметрічний тест на рівні купона: Виміряні втрати вставки, втрати відбиття, перехресні перешкоди до 40 ГГц, що постачаються з кожною панеллю для виготовлення друкованої плати навчального сервера штучного інтелекту.
• Гнучка ємність: Обсяги платформ для навчання ШІ можуть зрости в 10 разів за квартал, коли з'являється суверенна програма ШІ або новий портфель замовлень на гіпермасштабування.

2. Матриця можливостей виготовлення друкованих плат навчального сервера штучного інтелекту

Що кваліфікований партнер з виготовлення друкованих плат серверів навчання штучного інтелекту підтверджує письмово під час кваліфікації AVL — кількість виробничих ліній, підтверджених на кількох поколіннях платформи.

3. Типи плат, що створюються в рамках наших можливостей виготовлення друкованих плат для навчального сервера зі штучним інтелектом

Одна стійка для навчання ШІ містить десятки різних типів плат. Виготовлення друкованих плат сервера навчання ШІ для повної програми означає обробку всіх них під скоординованим контролем змін.

Масштабовані плати — NVSwitch, NVLink Switch, базові плати GPU

• 8-графічні материнські плати: 24–32-шарові базові плати класу HGX або OAM — центральний елемент кожної програми виготовлення друкованих плат навчального сервера штучного інтелекту.
• Плати-носії NVSwitch: 24–30-шарові носії; одні з найщільніших високошвидкісних маршрутів у нашому портфоліо.
• Плати мостів NVLink: невеликі високочастотні плати, повністю побудовані на Tachyon 100G.
• Системні плати комутаторів NVLink (масштабування в кілька стійок): Лінійні плати на 28–32 рівні для масштабованих доменів на 9 стійок та 18 стійок.

Лінійні плати масштабованих комутаторів тканини

• Лінійні плати комутатора NDR InfiniBand: 28–36-шарові лінійні карти, що містять мікросхеми комутатора Quantum-2 NDR з портами 64 × 400G або 32 × 800G.
• Лінійні карти комутатора Ethernet 800G: Tomahawk 5, Spectrum-4 або еквівалентні комутаційні мікросхеми зі швидкістю 51.2 Тбіт/с; конструкція з 30–36 шарами.
• Лінійні карти InfiniBand HDR застарілого покоління: продовження виготовлення друкованих плат сервера навчання штучного інтелекту для існуючих кластерів на основі HDR.
• Плати перемикачів хребта та листя: різні форм-фактори та швидкості передачі сигналів в межах одного виробничого портфоліо.

Оптичні хост-плати та носії мережевих/процесорних процесорів

• Хостингові плати OSFP та QSFP-DD: Інтерфейси на стороні хоста 8×112G PAM4 або 8×50G PAM4.
• Хостингові плати OSFP-XD (1.6T): 16×112G або 8×224G PAM4 з'являються на програмах виготовлення друкованих плат наступного покоління для навчальних серверів штучного інтелекту.
• Носії мережевих карт ConnectX-7/8: Плати адаптерів хоста InfiniBand або Ethernet 400G/800G.
• Материнські плати BlueField-3 DPU: 16–22-шарові носії DPU з ядрами ARM, вбудованими прискорювачами та інтерфейсами 400G/800G.

Плати інтеграції рідинного охолодження

• Материнські плати з холодними пластинами-носіями: Друковані плати високої площинності для рідинно-охолоджених навчальних материнських плат штучного інтелекту; допуск положення отвору для інструменту ±0.10 мм.
• Плати керування CDU: електроніка блоку розподілу охолоджувальної рідини для керування рідинним охолодженням на рівні стійки.
• Плати датчиків колектора: розподілені датчики потоку, температури та тиску по всій стійці.
• Плати виявлення витоків: ємнісні або резистивні датчики витоків з інтеграцією BMC у режимі реального часу.

Інфраструктурні плати масштабування в стійку

• Плати керування блоком живлення 48 В та блоком живлення: об'єднувальні плати розподілу живлення з товстої міді.
• Материнські плати BMC для стійки: управління обчислювальними системами, сховищами, мережами та охолодженням на рівні стійки.
• Комутаційні щити керування на верхній частині стійки: ізольована інфраструктура мережі управління.
• Плати агрегації даних щодо навколишнього середовища та датчиків: розподілена інфраструктура моніторингу.

4. Матеріали та стратегія стекування для виготовлення друкованих плат навчального сервера штучного інтелекту

Вибір матеріалу визначає як граничну вартість, так і граничну продуктивність будь-якої збірки друкованих плат для навчального сервера штучного інтелекту. Наша лінія містить усі перелічені нижче ламінати, що відповідають вимогам виробництва.

Гібридна дисципліна стекування на виготовленні друкованих плат сервера навчання штучного інтелекту

Економіка виготовлення друкованих плат для навчальних серверів штучного інтелекту значною мірою сприяє гібридним стекам: матеріал з наднизькими втратами на шарах, що несуть сигнали найвищої швидкості, FR4 з високим вмістом тепла (Tg) на шарах живлення, заземлення та шарах повільніших сигналів. 32-шарова навчальна материнська плата може використовувати Tachyon 100G на 8 сигнальних шарах та 370HR на решті 24 — витрати на різання матеріалу на 50–60% нижчі порівняно з повністю тахіоновою конструкцією, зберігаючи при цьому високу швидкість. Сумісність коламінування перевірена під час випуску процесу: Tachyon 100G + 370HR, Megtron 7 + Megtron 4, I-Tera MT40 + 370HR – усі вони відповідають вимогам циклів одного пресування на нашій лінії виготовлення друкованих плат для навчальних серверів штучного інтелекту.

5. Документація процесу якості та AVL для виготовлення друкованих плат навчального сервера штучного інтелекту

Платформи серверів для навчання штучного інтелекту постачаються в гіпермасштабовані середовища, де один дефект друкованої плати може зруйнувати навчальний прогін вартістю тисячі годин роботи графічного процесора. Вартість будь-якої польової проблеми на порядок вища, ніж вартість її виявлення на етапі виготовлення друкованих плат сервера для навчання штучного інтелекту.

Контроль процесів на виготовленні друкованих плат на навчальному сервері зі штучним інтелектом

• Товщина діелектрика: ±5% на шарах, що несуть сигнал; вибірка поперечного перерізу після ламінування.
• Ширина сліду: ±10 мкм через лазерне пряме зображеннякомпенсація травлення, налаштована для кожного матеріалу.
• Опір: ±5% для критичних пар; перевірка купона TDR для кожної панелі.
• Глибина зворотного свердління: ±5 міл; перевірка поперечного перерізу на першому виробі та частота дискретизації.
• Мідь з покриттям через отвір: Мінімум 25 мкм; рентгенівська флуоресценція + мікрошліф купона.
• Реєстрація шар за шаром: Рентгенівська перевірка ±3 міл для моделей з великою кількістю шарів.

Випробування S-параметрів на панель

• Внесені втрати до 40 ГГц на тестових купонах
• Вимірювання втрат відбиття при запуску роз'єму та переходах через канали
• Диференціальні перехресні перешкоди NEXT/FEXT на репрезентативних структурах купонів
• Фазовий перекіс у часовій або частотній області на диференціальних парах, узгоджених за довжиною
• Накладання моделі IBIS-AMI клієнта на виміряні S-параметри (на запит)

Пакет документації для виготовлення друкованих плат гіперскейлерного AVL на навчальному сервері штучного інтелекту

• Сертифікат відповідності на кожну панель з партією матеріалу + відстеження технологічного процесу
• Сертифікація матеріалів (ламінат, препрег, мідна фольга)
• 100% звіт про електричні випробування
• Звіт про випробування імпедансу TDR для кожної панелі
• Звіт про випробування S-параметрів на купонах
• Звіт про мікрозріз (перша стаття + узгоджена частота вибірки)
• Журнали перевірки AOI
• Візуальний огляд згідно з IPC-A-600 Клас 2 або 3
• Перевірка поперечного перерізу глибини зворотного свердління (відбір проб на панель)
• Декларації RoHS, REACH та про мінерали, що походять з конфліктних регіонів
• Повний журнал відстеження процесу

Процес кваліфікації AVL для виготовлення друкованих плат сервера навчання штучного інтелекту

• Передкваліфікаційний аудит: візит команди з контролю якості обслуговування клієнтів на об'єкт; обладнання, процес, екологічний контроль, лабораторія якості, перевірка сертифікації оператора.
• Зразок кваліфікації збірки: Зразок збірки репрезентативної навчальної плати для ШІ з 25–200 елементами з повним пакетом документації.
• Документація з контролю процесу: Дані SPC щодо критичних параметрів виробництва, плани контролю, документація FMEA.
• Екологічні випробування: термоциклування, вологість, механічні удари згідно з протоколами замовника.
• Кібербезпека та належна перевірка ланцюга поставок: клієнти перевіряють засоби контролю ІТ-безпеки на додаток до якості виробництва.
• Міжфункціональне узгодження: офіційне затвердження інженерії, якості, виробництва, закупівель.

6. Залучення Highleap для вашої програми виготовлення друкованих плат для навчального сервера штучного інтелекту

Для виробників оригінального обладнання (OEM) кластерів для навчання ШІ, ODM-розробників гіпермасштабування та розробників суверенних програм ШІ модель залучення до виготовлення друкованих плат сервера для навчання ШІ залежить від обсягу та часових рамок програми:

• Дизайн платформи: Консультації щодо стека на ранній стадії, рекомендації щодо матеріалів, моделювання імпедансу — зазвичай проводяться за 9–12 місяців до створення першого прототипу.
• Збірка прототипу: Кількість прототипів від 10 до 50 штук для всієї лінійки плат (материнська плата обчислювальних систем, лінійна плата комутатора, носій мережевої карти, оптичний хост); 10–14 робочих днів для виготовлення 24–28-шарових друкованих плат навчального сервера штучного інтелекту.
• Зразок кваліфікації для побудови: 100–500 штук на плату для екологічної кваліфікації, термоциклування, валідації на рівні системи та затвердження AVL клієнтом.
• Пілотне виробництво: перші тиражі (1,000–10 000 одиниць) з резервуванням потужності під зобов'язання клієнта; накопичення даних про якість для обслуговування AVL.
• Об'ємне виробництво: заплановані щомісячні або щотижневі поставки відповідно до ковзного прогнозу; постачання для кількох сімейств, координоване під єдиним контролем змін.

Компанія Highleap Electronics сертифікована за стандартами ISO 9001 та IATF 16949, а технологічний процес відповідає стандарту AS9100D для програм виготовлення друкованих плат навчальних серверів штучного інтелекту, що потребують підвищеної підтримки системи якості. Наша лінія з виробництва друкованих плат оснащена лазерним прямим зображенням з роздільною здатністю 25 мкм, контрольованою глибиною зворотного свердління з допуском ±5 міл, 100% покриттям імпедансним випробуванням за допомогою TDR, характеристикою S-параметрів до 40 ГГц, рентгенівською перевіркою пошарової реєстрації та можливістю мікрошлифування для перевірки першого виробу та в процесі виробництва. Стандартний термін пришвидшеної поставки прототипів друкованих плат навчальних серверів штучного інтелекту становить 10–14 робочих днів для материнських плат з 24–28 шарами.

Надсилайте файли Gerber, дані буріння, специфікації стеку, цільові показники продуктивності каналу та цільові обсяги через наш онлайн-портал котирування для отримання 24-годинної відповіді, що охоплює зворотний зв'язок DFM, перевірку імпедансу, рекомендації щодо матеріалів та ціноутворення на прототип та серійне виробництво. Для складних програм виготовлення друкованих плат серверів для навчання штучного інтелекту наша команда може зв'язатися безпосередньо, щоб обговорити обсяг багатоплатних лінійок, резервування потужностей та терміни кваліфікації. Щоб дізнатися про можливості партнерських продуктів, дивіться наші сторінки на Рішення для друкованих плат ШІ-сервера, Виробництво друкованих плат материнських плат зі штучним інтелектом та Виробництво друкованих плат апаратного забезпечення для обчислень зі штучним інтелектом.