Aflevering 2: Inzichten van IEDM 2025 @vikramskr vat interessante onderwerpen van IEDM samen: - Penta-level NAND-flashgeheugen zou de SSD-markt kunnen verstoren - GaN-on-Silicon chiplets verbeteren de energie-efficiëntie - Ringoscillatoren met Complementaire FETs - Optische opschaling heeft een energieprobleem - De toekomst van transistors blijft veelbelovend Bonus: Basisprincipes van NAND en CFET worden ook in deze aflevering uitgelegd. Hoofdstukken Inleiding tot de IEDM Conferentie (00:00) Belang van IEDM voor Ingenieurs en Investeerders (02:38) Netwerken en Inzichten op IEDM (04:21) Silicon Photonics voor Energie-efficiënte AI (07:06) Vooruitgang in Complementaire FETs (13:34) Toekomst van Transistorinnovaties (21:42) Begrijpen van NAND-flashgeheugen en het verstoringspotentieel (22:45) Innovatieve Multi-Site Celtechnologie (28:08) De Toekomst van SSD's en Gegevensdichtheid (32:42) Intel’s GaN op Silicon Chiplets (34:55) Monolithische Heterogene Integratie in RF-technologie (40:51) @vikramskr @theaustinlyons @ieee_iedm $NVDA $INTC $TSM $SNDK $MU $WDC $AMAT $LRCX

Teaser: Aflevering 2 van Semi Doped. Vik legt NAND-flash uit vanuit de basisprincipes. Blijf op de hoogte voor de volledige aflevering, waarin @vikramskr uitlegt waarom SK hynix's "multi-site" penta-level cell de SSD-dichtheid zou kunnen verhogen zonder de gebruikelijke latentie- en duurzaamheidstoeslag.

Aflevering 1: Nvidia "Verwerft" Groq Van @vikramskr en @theaustinlyons Belangrijkste punten: - GPU's zijn niet dood. HBM is niet dood. - LPU's lossen een ander probleem op: deterministische, ultra-lage-latentie inferentie voor kleine modellen. - Grote grensmodellen vereisen nog steeds HBM-gebaseerde systemen. - De zet van Nvidia breidt de oppervlakte van zijn inferentieportefeuille uit in plaats van GPU's te vervangen. - De toekomst van AI-infrastructuur is werkbelasting-specifieke optimalisatie en TCO-gedreven implementatie. Belangrijke onderwerpen: - Wat Nvidia daadwerkelijk van Groq heeft gekocht en waarom het geen traditionele overname is - Waarom de deal claims heeft uitgelokt dat GPU's en HBM verouderd zijn - Architectonische afwegingen tussen GPU's, TPU's, XPU's en LPU's - SRAM vs HBM. Snelheid, capaciteit, kosten en realiteiten van de toeleveringsketen - Groq LPU-fundamentals: VLIW, compiler-geplande uitvoering, determinisme, ultra-lage latentie - Waarom LPU's moeite hebben met grote modellen en waar ze in plaats daarvan uitblinken - Praktische gebruikscases voor hyper-lage-latentie inferentie: -- Advertentietekstpersonalisatie binnen zoeklatentie-budgetten -- Modelroutering en agentcoördinatie -- Conversatie-interfaces en realtime vertaling -- Robotica en fysieke AI aan de rand -- Potentiële toepassingen in AI-RAN en telecominfrastructuur - Geheugen als een ontwerpspectrum: alleen SRAM, SRAM plus DDR, SRAM plus HBM - Nvidia's groeiende portefeuillebenadering van inferentiehardware in plaats van een-op-maat.