芯耀
与非AI
262
过去几年，AI芯片几乎都在围绕一个方向竞争——制程。3nm、2nm，谁更先进，谁就更容易成为市场焦点。但7月13日发布的东方算芯DF1000，却让不少工程师重新思考这件事。
它没有采用先进制程，而是基于14nm成熟工艺，通过3D混合键合、近存计算和软件定义芯片等架构创新，实现了520TFLOPS（BF16）峰值算力。几乎同一天，台积电传出消息：成熟制程代工报价要涨，三年多来头一回。TrendForce预计——这轮涨价效应可能拖到2027年。
一个在14nm上突破，一个在成熟制程上涨价，方向相反，指向的是同一件事——AI产业的重心，正在从争先进制程，转到比谁能把整套系统跑稳。
AI真正缺的，不只是先进工艺
过去大家总觉得，只要制程不断缩小，芯片性能自然会上去，但现实没有这么简单。
AI服务器里，GPU只是核心之一，真正支撑整套系统运行的，还有交换芯片、网络PHY、PMIC、电源管理芯片、MCU、HBM、光模块以及高速互联。这些器件很多仍然采用成熟制程生产。
AI的发展，不仅需要先进制程，也越来越依赖成熟制程。台积电成熟制程涨价，本质上反映的是整个AI产业链都在扩产，而不是某一家企业单纯提高报价。
真正容易被忽略的，是时间
AI服务器越来越快，工程师关注的不只是算力，而是同步。GPU之间需要同步，CPU和GPU需要同步，交换芯片和光模块需要同步。
数据中心成千上万块加速卡，更需要统一的时间基准。所有这些同步，都离不开参考时钟。
很多系统故障，并不是GPU性能不足，而是高速链路因为时钟抖动、相位噪声或频率漂移，导致误码率上升、链路重传增加，最终影响整个集群的运行效率。
系统规模越大，对时钟的要求反而越高。所以，未来AI竞争，拼的不只是算力，更是谁能把整个系统长期稳定地跑起来。
为什么晶振越来越重要？
以前选晶振，更多关注的是频率和价格。现在，工程师讨论更多的是另外几个指标：
抖动够不够低？相位噪声控制得怎么样？长时间运行是否稳定？不同批次的一致性能不能保证？
这些指标，直接影响高速通信、数据同步和整机可靠性。尤其是800G、1.6T光模块不断普及之后，参考时钟已经成为影响系统性能的重要因素。对于AI服务器来说，一颗稳定的晶振，看起来不起眼，却决定着整个系统是否能够保持统一节奏。
从工业激光到通信基站
这种变化，并不只出现在AI服务器。在不同领域，对时钟的要求却越来越一致。
一个是光学扫描振镜项目，主要应用于激光打标、激光焊接、激光清洗和激光精密加工。控制板、驱动板和运动控制系统采用50MHz、120MHz有源晶振，配合8MHz、24MHz、25MHz无源晶体，实现高速扫描和精准控制。
另一个是通信基站项目，采用100MHz OCXO作为同步时钟，频率稳定度达到±1ppb等级，为基站长期稳定运行提供时间基准。目前相关方案正在进行客户测试验证。
行业不同，应用不同，但需求越来越接近。大家关注的不再只是“有没有时钟”，而是时钟够不够稳。
国产替代，正在从芯片延伸到基础器件
过去几年，国产替代更多集中在CPU、GPU等核心芯片。现在，这种变化正在向整个产业链延伸。
AI芯片开始探索新的架构路线，先进封装持续突破。高速光模块不断升级。工业自动化持续向高精度发展。与此同时，高性能晶振、TCXO、OCXO、差分时钟等基础器件，也开始进入更多高端应用。对于整个产业来说，这意味着国产供应链正在变得更加完整。
DF1000带来的启发，并不只是14nm也能实现高算力。它真正说明的是，当先进制程越来越难突破的时候，架构创新、系统协同和基础器件的重要性正在快速提升。未来AI竞争，比的不只是GPU有多快，还包括系统能不能持续稳定运行。GPU负责计算，网络负责传输，而晶振负责整个系统的时间基准。
它不会出现在发布会最显眼的位置，却决定着一套系统能否长期、稳定、高效地运行。当所有目光都聚焦AI芯片时，真正支撑系统稳定运行的基础器件，反而常常被忽视。
