与「大尺寸隆乳」相关的搜索结果

最近大家有發現我的變化嗎? 我跑去做女王波隆🥛手術啦 因為去年我減肥完身體瘦到原本的樣子了! 歐派也就跟著灰飛煙滅了XD 所以決定要整回來! 也算是完成了少女時期我的一樁心願了🍭 很感謝 #璞蘊整形外科# 幫我打造我理想的樣子 #整形外科張子倩醫師# 人美醫術佳🌹 術前溝通我的顧慮跟問題她都會非常耐心的解答 術後尺寸跟形狀我很滿意!!! 璞蘊的術後照護問題也是有問必答 讓我覺得很安心🥰🥰🥰 本來很怕說會不會恢復期超長結果完全不會💕 做完手術隔天我還很勇的跑去上班💼💼 痛感也很意外的在可接受範圍內~ 很開心的是終於不用貼nubra貼到破皮過敏 終於從擠溝地獄解脫了😭😭😭😭 現在穿很多衣服效果都很不錯! #女王波隆乳# #璞蘊整形外科# #張子倩醫師# #隆乳# #美胸# #女王波545cc# #6D玩美隆乳# #台北醫美推薦# #大骨架女孩# #大尺寸隆乳#

如果你想在客厅挂一幅能实时更新的太阳系地图，现在有人把工具都帮你写好了。 Reddit 上一位叫 TheGreatestCapybara 的老哥，用 Python 写了一个太阳系地图生成器。它能直接去 NASA 的 Horizons 数据库里抓取行星、卫星甚至星际探测器的最新位置，然后自动画成矢量图。 这个工具不仅能看八大行星，连一些天文奇观也能在图上暴露出来：比如天王星的卫星轨道全部都是歪的（因为天王星自己就是躺着滚的）；海王星最大的卫星崔顿，在图上走的是逆行轨道；甚至连冥王星和它的卫星卡戎，因为质量太接近，它们共同绕转的中心点（质心）直接落在了冥王星身体外面，在地图里被标记成了一个悬空的小点。 作者说，他开发这个东西的终极目标，是等大尺寸的电子墨水屏降价了，就弄一块挂在客厅里。不用频繁刷新，每天让它在后台默默更新一次，家里就能有一幅跟随全宇宙同步变动的“实体星图”了。 目前这个项目已经开源在 Codeberg 上，支持用 YAML 文件自定义你想看哪些星球，懂一点代码的同学可以自己打包成 Docker 镜像去容器里跑。

Supermicro 展示了 NVIDIA B300 的冷却技术，通过大尺寸冷却液和高分辨率气冷方案，推动了 ConnectX 8 网络技术的发展。此外，Supermicro 还推出了搭载 NVIDIA Blackwell Ultra GPU 的新模型，具备强大的算法能力。

#装修日记# 更新了下家电购物清单 洗碗机 从 AEG 换成了 ASKO，ASKO 整体还是好的多。 嵌入式微蒸烤 看了嘉格纳和 ASKO 的蒸烤，确实精致，但是考虑到我一般都是做中餐，还是选择了东芝大白茶 T500B，功能上更符合需求。 洗衣和烘衣 定了 Miele Nova，ASKO 的招牌是没有胶圈，无卫生死角，但是代价是噪音大。我看了下用了 8 年的 Miele，胶圈光洁如新，没有什么问题。 油烟灶台 因为装修风格锁定了油烟机形式为欧式纯平，选择很少，国产品牌的细节设计太劝退，最后锁定博世西门子，但是像烟灶联动这么基础的功能居然都非要顶配才有，看了一大圈最后没办法还是选了博世8系。 电热毛巾架 欧伟士X，之前看的科勒毛巾架不支持 24 小时定时也不支持智能，所以没办法保证洗澡后用上热毛巾，没什么用了。欧伟士这个新款颜值非常不错，功能也很齐全。 浴霸/隐藏式晾衣杆 小米，主要是考虑联动问题，不过小米的这些小家电做的确实也不错。 垃圾处理器 霍尼韦尔 X300U，相比老牌爱适易和贝克巴斯，多了启动后自动进水和完成自动停机功能，不用自己再开水龙头盯着等完成了。贝克巴斯需要搭配自家水龙头才能实现，霍尼韦尔这款是单接进水管。 水处理 韦思卡尔前置+GOOTHO大白瓶+COLMO软水，昨天的帖子解释了。 另外在顺电看到了三星的新品画框电视，把之前先看的那个创意整活给产品化了，一米外真的看不出来是电视，想上但是尺寸太大了…

情趣夢天堂【一日店長】活動公告！ － 活動時間：6/10(六) 14:30-18:00 活動地點：情趣夢天堂門市(台北市大安區新生北路一段7號2F) － ＊因服裝尺寸過大，活動現場【禁止攝影避免偷拍走光】 ＊當天會在現場與大家玩小遊戲 ＊消費滿$999可獲得【親簽拍立得】 ＊消費滿$1500贈 1分鐘【1:1 攝影券】限20

2028 后限制 AI 算力硬件的不再是晶体管，而是封装！是怎么把多颗 die 封进一个 240mm 巨块并喂进 4kW 的电，然后再把热和光导给出去⚡️配图来自日本 3DIC Research Lab 「先进封装技术研讨会」我转译成了中文，中间那块剖面图，是一个超大尺寸的 3D 异构集成封装，当然这个路线图略显激进😜 - Co-Package Optics（FAU / EIC / PIC, 2λ/4λ）：光直接进封装，铜互连到头 → 这是 CPO 从"会发生"被画成 2028 默认路线的又一独立信源； - >4kW Cooling, Direct-to-Chip → Direct-to-Silicon, 直接液冷：单封装功耗破 4 千瓦，液冷从"贴芯片"进化到"贴硅"； - Vertical Power Delivery, High-voltage DC, PMIC / IVR / DTC：供电从机柜压进封装内部，垂直供电 + 高压直流 + 就近稳压 → 电已经压到封装级，催生封装内供电器件； - D2D / UCIe / micro-bump 3D / Cu direct 3D：chiplet 标准化互连、铜直连 3D 堆叠； - >10 reticle Interposer（Panel-level）/ 240×240mm² Substrate：中介层超 10 个光罩、改用面板级工艺，超大多层基板 → 封装设备/材料（日韩台供应链），基板成新瓶颈； 这么大封装最易翘曲，良率/可靠性是隐性门槛。但传统基板已撑不住 >200×200mm² 的 mega-size 封装，需要全新 building block！

Apple Silicon 独孤求败的时代，要结束了。 微软秋季要发大招：Surface Laptop Ultra。 这是他们造出来的第一台，能真正和高端 MacBook Pro 正面硬刚的机器。 底气在哪？在芯片。 这次微软拉来了英伟达，直接塞进去一颗全新的 N1X SoC 芯片，代号 RTX Spark。 参数非常暴力：1 petaflop 的 AI 算力，最高 128GB 统一内存，外加完整的 CUDA 支持。 这是史上最强悍的 Surface。 外围配置也全拉满了。 15英寸的 Mini-LED 屏幕，Surface 史上最大的触觉触控板。 哪怕是接口，这次也不再妥协，HDMI 和全尺寸 SD 卡读卡器全部回归。 这就是冲着终极 Windows 生产力工具去的。 行业大佬说，这是一次电脑的重新发明。 其意义堪比当年手机进化成智能手机。 这是一条全新的产品线，从台式机、笔记本到工作站，整个路线图已经铺好。 最可怕的是那句话：100% 的全球 PC 行业厂商，都已经加入到这场重塑 PC 的牌局里。 苹果真正的对手，全副武装杀回来了。

τ Scaling Law, makes me τired 昨天有朋友问我：“韬定律，你怎么看？” 我一脸问号：“ 什么韬定律？我又错过了什么？” 朋友说：“ 就是华为的τ定律啊 ” 我更不解了：“ 华为的定律？ 定律……” 后来大概看了一下，发现这东西也没那么玄。 摩尔定律讲的是，把晶体管继续做小。 韬定律讲的是，尺寸做不动了，就从信号传输、芯片互连、系统架构里继续抠效率。 更准确一点说，它想用“时间缩微”去接替一部分“几何缩微”。 过去大家卷的是计算单元本身：晶体管更小，数量更多，频率更高，单位成本更低。 现在的问题变了，很多时候，是数据搬不过来，信号走得太远，模块之间互相等待，性能都浪费在路上。 这里有个很朴素的逻辑： 空间距离就是时间；时间就是能耗；能耗就是热；热就是频率上限；频率上限就是性能天花板。 所以韬定律抓住了一个真问题。 但真问题，不等于真定律。 “law”这个词会制造很高的预期。摩尔定律之所以能被叫作定律，是因为它背后有几十年的产业验证，有清晰的成本曲线、性能曲线和制造节奏。 韬定律目前更像一个 principle、methodology、roadmap。它是一条技术路线，不是一条自然法则。 它的价值在于，把制程追赶问题，改写成了系统效率追赶问题。先进制程追不上，就尽量通过架构、封装、互连、软件、系统协同，把一部分差距补回来。 这条路当然值得走。而且后摩尔时代，所有玩家都会走这条路。 问题在于，补偿终归是补偿。 你优化的部分如果不是主要瓶颈，宣传再大，实际收益也会很小。如果瓶颈确实在数据传输、片间互连、系统调度上，它可能很有用。如果差距来自制程、功耗、良率、成本、材料和设备本身，它就不可能凭空抹平。 所以“等效先进制程”这类说法，最容易误导。 等效什么？等效密度？性能？功耗？成本？还是某个特定场景下的吞吐？ 这些不说清楚，工程问题就会滑向宣传话术。 韬定律可以宣传，但不要神化。 韬定律不是摩尔定律的替代品，它更像摩尔定律失速后的补充路线。它把制程追赶问题，改写成系统效率追赶问题；这能改变竞争方式，但不能取消底层物理差距。

为什么 MLCC 又重要了？ 本文专注于三个问题，大家各取所需： 1. 为什么现在MLCC变得重要了？ 2. 为什么是高端MLCC？ 3. 为什么本次更像是结构性短缺而非补库存周期。 请注意，本文的逻辑您可以直接复制给你们的AI，AI会告诉你基于本文描述的情况还能找到哪些其他的产业，或是在中国A股有什么标的。 本文不赘述此处，但是欢迎大家评论区留言讨论。 觉得大家有点价值，欢迎大家画一刀点个订阅。 ---------TL:DR--------- 1. 为什么现在MLCC变得重要了？ 过去看MLCC，会把它当成一个手机、PC、汽车电子周期品。 手机出货好，MLCC好；消费电子差，MLCC差。这个理解不能说错，但在AI服务器时代，它已经不够用了。 因为AI数据中心正在把MLCC从一个“普通被动元件”，重新推回到一个非常关键的位置：Power Delivery Network，也就是供电网络。 AI服务器的核心问题，不只是GPU够不够多，HBM够不够快，光模块够不够密。还有一个更底层、更物理的问题： 这么大的电流，如何稳定、低损耗、快速响应地送到GPU/ASIC核心？这就是MLCC重新变得重要的原因。 现在的数据中心供电架构正在发生变化。传统服务器时代，12V供电已经用了很多年。但AI rack功耗暴涨之后，行业正在往48V/54V，甚至±400VDC/800VDC演进。 Google、Meta、Microsoft推动OCP Diablo 400；NVIDIA也在推800VDC AI factory power stack；TI、Vertiv、ABB、Delta这些公司也都在围绕800VDC架构布局。 但这里有一个容易被误解的点： 高压供电解决的是远距离传输效率，不是芯片核心附近的供电问题。800V也好，48V也好，最终到GPU/ASIC核心，仍然要变成不到1V的核心电压。 而一个1000W级别的AI芯片，如果核心电压约1V，意味着它附近要处理的不是几十安培，而是数百到上千安培的瞬态电流。 这才是真正可怕的地方。 AI芯片不是一个稳定耗电的灯泡。它的负载会快速跳变。某个计算任务起来，电流需求瞬间拉高；电源网络如果响应不够快，电压就会下陷，也就是voltage droop。droop太大，轻则降频，重则错误、宕机、可靠性下降。 所以越靠近GPU/ASIC，越需要大量电容作为局部电荷缓冲，压低PDN阻抗，抑制噪声和电压波动。 这就是MLCC在AI服务器里的真实作用。 它不是“板子上随便贴一堆小电容”。它是在帮GPU/ASIC维持高速运行时的供电稳定性。 2. 为什么是高端MLCC？ 但这里必须强调：真正重要的不是所有MLCC，而是高端MLCC。 为什么？ 因为AI服务器需要的不是普通消费级规格。它要的是：高容量、小尺寸、低ESL、低高度、高可靠、高耐压、耐高温，甚至要能放在package附近、land-side、die-side，或者参与嵌入式PDN设计。 普通MLCC解决不了这个问题。因为在高频场景下，电容不是只看容量。ESL，也就是等效串联电感，会变得非常关键。ESL太高，电容在高频下就不像电容，反而会失去去耦效果。 所以AI服务器真正需要的是低ESL、短电流路径、大电流截面积、能贴近芯片的MLCC。 这就是为什么村田在AI服务器供电指南里，不是泛泛而谈“MLCC需求增加”，而是专门讲die-side、land-side、低ESL、低高度、小型高容量，以及PDN仿真和元件摆放。 这背后的意思是：高端MLCC已经不只是材料问题，而是供电架构问题。这也解释了为什么这轮更像“结构性短缺”，而不是普通周期补库存。 3. 为什么本次更像是结构性短缺而非补库存周期？ 普通MLCC并不一定短缺。手机、PC、一般消费电子需求并不强，很多标准规格并没有进入全面紧缺。 但AI服务器用的高端MLCC是另一回事。 它受限于几个东西： 第一，需求增长不是单纯来自AI服务器数量增加，而是每块AI baseboard、每个power module、每个GPU/ASIC附近的电容用量和规格都在上升。 第二，高端MLCC产线不是普通产线随便切一下就能做。小型化、高容量、低ESL、高耐压、高温可靠性，都涉及良率、工艺、材料和测试能力。 第三，AI服务器客户认证周期长。进入GPU/ASIC供电网络的元件，不是今天报价、明天替换。它要和主板、封装、电源模块、热设计、仿真模型一起验证。 第四，头部供应商不太可能为了短期需求疯狂扩普通产能。经历过多轮MLCC周期后 村田 (村田製作所, Murata 太阳诱电(太陽誘電, Taiyo Yuden 三星电机 (삼성전기，Samsung Electro-Mechanics TDK ( 这些厂商更倾向于把产能分配给高端、高可靠、高利润规格，而不是重走低端过剩路线。 所以我们看到的可能不是“MLCC全行业普涨”，而是： 低端松，高端紧。消费级松，AI服务器紧。普通规格松，高容量/高耐压/低ESL/低高度规格紧。 这就是结构性短缺。 还有一个问题：硅电容会不会替代MLCC？ 我的理解是，不是简单替代，而是分工。越靠近die、越高频的位置，硅电容会更有价值。它可以进入封装，interposer、die-side附近，处理极高频瞬态。但板级、power module、48V输入输出、land-side、中高频去耦，仍然需要大量高端MLCC。 所以硅电容的出现，并不是否定MLCC逻辑，反而说明同一个趋势： AI芯片附近的电源完整性，正在变成新的价值池。 未来不是某一种电容通吃，而是MLCC、硅电容、聚合物电容、嵌入式电容基板一起分工。 因此，MLCC这条线最重要的判断，不是“会不会像2018年那样全行业大缺货”。 我认为更正确的问题是： AI服务器高端MLCC会不会持续紧？ 我的答案是：大概率会。 因为AI rack功耗还在继续上升，48V/54V只是当前阶段，±400VDC/800VDC是下一阶段，但不管远端电压怎么升，最终芯片核心附近都必须面对低压、大电流、高瞬态、高热密度的问题。 只要这个问题存在，高端MLCC就会继续重要。 短缺也更可能出现在这些方向： 高容量、小尺寸MLCC 低ESL、低高度MLCC land-side / die-side 用MLCC 48V电源系统里的高耐压MLCC 高温、高可靠、服务器级认证规格 能参与PDN仿真和客户协同设计的高端料号 所以这不是简单的“被动元件涨价故事”。 更准确地说： MLCC正在从消费电子周期品的一部分，变成AI基础设施供电网络的一部分。 这也是为什么它值得重新研究。 AI产业链的利润池，不只在GPU、HBM、光模块。 当算力继续堆高，瓶颈会自然扩散到供电、散热、互联、存储这些底层物理环节。 而MLCC这一次站上的，正是“供电完整性”这个位置。 这才是这轮高端MLCC行情最值得重视的地方。