惠普相关机构获得近1亿美元用于半导体开发,粘结剂喷射3D打印将发挥作用

惠普3D打印技术助力半导体与散热领域

1月13日,拜登政府宣布,美国商务部根据《芯片与科学法案》向惠普提供高达5300万美元的直接资助,旨在促进美国国内半导体的研究、开发和生产。第二天,该政府宣布,科瓦利斯微流控技术中心(也称为CorMic)将从经济发展局获得4500万美元,用于开发、扩展和制造微流控技术,该中心由HP、俄勒冈州立大学、俄勒冈大学等60多个组织构成。

这也意味着,惠普相关机构获得近1亿美元,用于与半导体相关产业的开发,而3D打印技术或将在其中发挥作用。

0b43c60cd4a6e2e161fbf3ea60c4e30d.jpeg

微流体是半导体行业的关键组成部分,通过操纵少量液体来冷却计算机芯片。该领域的进步对于确保人工智能和其他先进计算技术至关重要。此外,流控技术在生物、化学、医学、材料科学等领域也有广泛应用。其制造技术涉及微加工、微装配、微封装等多个环节,以实现微通道、微泵、微阀等微结构的高精度制造。

c042d6e1b3806f79f26a5baf11155482.jpeg

惠普在微流体和微机电系统方面拥有独特的专业知识,其创新技术为提高基于半导体的硬件的性能和效率提供了一条独特的途径。惠普MBJ金属3D打印技术在原型制作、定制化生产以及复杂结构制造方面日趋显示出优势。尤其是,施耐德电气使用该技术开发的一款过滤器充分体现了惠普粘结剂喷射3D打印技术的制造能力。这款过滤器具有大量类似蛛网的结构,无论在后处理还是烧结过程中都存在断裂的可能,但双方开发却将该应用实现了批量生产。

b94ebfdba84f56f160e41d279fa9f057.jpeg

因此,惠普MBJ技术应当已经能够实现高精度的制造,其或能用于微流体散热微通道和微结构的制造。高精度的制造可以确保流体在微通道中的流动更加均匀和可控,提高微流体设备的性能和可靠性

47333c98ef9736e7a76ff1f0a1c0b449.jpegHP粘结剂喷射3D打印的铜散热器件

此外,粘结剂喷射金属3D打印技术可以制造复杂的几何结构,这对于微流体芯片中的多层结构和三维微通道的制造非常有帮助。例如,可以制造具有多层微通道的芯片,实现更复杂的流体操作和分析。

2fb645479ac8116d6a2abd56d4560bd9.jpeg

人工智能技术的发展,解决GPU芯片的散热是一个关键问题。随着人工智能对算力需求的不断攀升,GPU芯片的功耗和发热量也急剧增加,散热问题成为制约其性能发挥的关键因素。例如,英伟达的H100等用于AI领域的GPU,其功率在短时间内大幅提升,传统散热方案难以满足需求。

e0bdc09b04a8c3c966ed2d7ee93a2edb.jpeg

HP粘结剂喷射3D打印的铜散热器件

3D打印技术为解决GPU芯片散热问题提供了新的思路和方法。通过3D打印,可以制造出具有复杂内部结构的散热器,这些结构能够更有效地促进热量的传导和散发。惠普在2024年德国formnext展会上展示了粘结剂喷射3D打印的铜材料散热器件

总的来说,GPU芯片、人工智能、散热、微流控以及3D打印技术之间存在着相互关联、相互促进的关系。这些技术的发展不仅推动了各自领域的进步,也为其他领域的发展提供了新的机遇和挑战。未来,随着这些技术的不断融合和创新,我们有理由相信它们将在更多领域发挥更大的作用。

注:本文由3D打印技术参考创作,未经联系授权,谢绝转载。

欢迎转发

ae37858561dd70db64fb1b0ded392dce.jpeg

欢迎加入硕博千人交流Q群:248112776

延伸阅读:

1.苹果开始招聘金属3D打印专家!消费电子行业3D打印技术应用风向标

2.电化学3D打印纯铜CPU热交换器,为AI芯片散热带来新机会

3.EOS安装第5000台工业3D打印机,创下增材制造行业重要里程碑

4.NASA花几十年研发的火箭发动机,AI+3D打印仅3周就完成了设计制造和试车

573a22bc21e2bddf282599a8352bbde6.gif

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值