与「第三村人」相关的搜索结果

连续举办第三年的法国生活节今年于22到24日在高雄卫武营举办，不仅场地变大，参与人数更刷新纪录。法国在台协会文化处专员莫耿（Morgan FRAISSE-LÁSZLÓ）谈台法文化交流突破性的发展，培育更长期且互惠的计画。除了台北白昼之夜、艺术驻村计画，法国最具文化指标性的活动「音乐节（Fête de la musique）」将在台首次举办。

Subscribe October's Patreon over Tier VIP will get extra free group photos by me and @milkybird_niu patreon : Gumroad: #精靈村# #VERTEX# #第三村人# #琳希雅# #エルフ村# #cosplay# #FOOT#

Yangyi's Patreon October's Tier2 is i Shirahoshi~♥ Which traveler broke into our village? 哪位旅人闖入了我們的村莊呢? patreon : Gumroad: IG: #精靈村# #VERTEX# #第三村人# #琳希雅# #エルフ村# #cosplay# #FOOT#

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。

【今日10時発売📣】 #スターフライヤー# Presents #北九州映画実行委員会# 第三回作品 「#あなたが眠りにつくまえに」##あなねむ# 7月15日イベント上映会@北九州 チケットはこちらから 【登壇】#梁瀬鈴雅# #石橋颯# #市村愛里# 【主題歌】#最上奈那華# 【MC】#坂口理子#

CSS 每日文明风险日报（CSR） CSS Daily Risk Report – Perception Layer V1.6 (Frozen Edition – Release Candidate 1) 日期：2026年6月13日 | 内部编号：CSS_Daily_20260613_v1.6_RC1 结构化情报 · 证据透明 · 纯文本 · 无代码表示 --- 📌 引用摘要（Executive Summary） 系统状态：全球文明风险指数（CRI）为 8.2，系统维持脆弱稳定态（Fragile Stability），连续第三日处于超高风险区间。 今日变化：超级资本集中事件（SpaceX IPO、万亿富豪诞生）成为新的结构性驱动力。美伊和平协议接近达成但执行风险仍存，OpenAI遭遇多州调查标志着AI治理竞赛正式启动。战争风险下降，但资本与技术权力集中速度继续上升。韧性比率（CAI/CRI）报 0.63，连续第四日处于0.70警戒线以下。 核心判断：当前风险的主要驱动力已由“战争冲突”转向“结构集中”。系统正从“冲突驱动风险”过渡到“结构驱动风险”。超级平台对文明基础设施的控制力进入可观测区间。 --- 一、文明风险指数（CRI） 项目 数值 当前值 8.2 风险等级 超高风险（8.0–8.5） 7日斜率 +0.10（前日+0.11） 24小时核心驱动因素： ① SpaceX完成历史最大IPO，市值突破2万亿美元，马斯克成为首位万亿富豪 ② 美伊和平谅解备忘录接近签署，布伦特原油跌至三个月低位 ③ 美国多州总检察长调查OpenAI（数据治理、市场支配地位、AI安全责任） ④ 欧盟正式启动乌克兰、摩尔多瓦第一阶段入盟谈判 ⑤ 刚果埃博拉疫情持续扩散，欧盟官员警告“世界正坐在火山口上” ⑥ 美国追加5000万美元防疫资金 ⑦ 美加墨世界杯进行中，大规模跨境人口流动持续 ⑧ G7峰会即将召开，AI与贸易议题成为焦点 风险解读： CRI维持于8.2。系统韧性比率（0.63）持续低于警戒线。最值得关注的不是单一风险事件，而是风险形态的根本转变：战争风险下降，但资本权力集中加速。全球系统正在从“冲突驱动风险”转向“结构驱动风险”。SpaceX对卫星互联网、商业发射、月球物流、火星殖民入口及军民两用太空基础设施的集中控制，标志着超级企业开始拥有文明基础设施。 --- 二、文明变量状态卡（V-Series） 变量 当前状态 风险等级 趋势 V_capital 万亿富豪诞生 + 超级资本集中（SpaceX IPO） 极高 ↑↑ V_tech AI治理竞赛启动 + 多州调查OpenAI + 行业内部分化 极高 ↑ V_inst 多边机制空转 + 美伊协议执行不确定性 极高 → V_geo 美伊协议接近达成（战争风险↓） + 中东规则耦合转变 高 ↓ V_market 中东风险重定价 + 布伦特原油跌至三个月低位 + 股市上涨 中高 → V_energy_price 布伦特原油低位运行 中 ↓ V_human 埃博拉持续扩散 + 世界杯进行中 + 美追加防疫资金 极高 ↑ V_expansion 欧盟制度扩张（乌克兰/摩尔多瓦入盟谈判启动） 高 ↑ 变量解读： · V_capital（新增）：SpaceX IPO与万亿富豪事件标志着文明权力结构变化。资本、技术、基础设施和数据权力正在同一主体内部耦合。风险评级9.3/10。 · V_tech：AI产业已进入“治理竞赛”周期。2023创新→2024军备→2025基础设施→2026治理。OpenAI调查范围是未来72小时关键观测项。 · V_geo：美伊协议从“军事耦合”向“规则耦合”转变，但签署风险≠执行风险，仍存不确定性。 · V_human：埃博拉尚未达到全球传播阶段，但公共卫生系统已进入预警状态。 --- ⚡ 三、熵压指数（EPI） 项目 数值 当前值 0.42 状态 显著高于预警线（0.35），处于中高熵压区 主要来源： · 技术熵压：0.46 ↑（AI治理竞赛启动 + 超级资本与技术融合） · 经济熵压：0.43 ↑（资本集中加速 + 通胀预期） · 制度熵压：0.42 ↑（美伊协议执行不确定性 + 多边机制空转） · 公共卫生熵压：0.40 ↑（埃博拉扩散 + 世界杯人口流动） · 地缘熵压：0.37 ↓（美伊和平协议接近达成） 结构解释： EPI升至0.42。熵压的核心驱动是“基础设施俘获循环”（Infrastructure Capture Loop）：超级平台通过控制卫星网络、火箭系统、AI平台、能源网络、金融资本及全球数据流入口，正在重塑文明权力结构。这属于高阶文明风险信号。 --- 📈 四、文明适应指数（CAI） 项目 数值 CAI总分 5.2（持平） 韧性比率（CAI/CRI） 0.63 分项表现： · 资本适应：4.2 ↓（超级资本集中加速，治理工具滞后） · 技术适应：5.0 ↓（AI治理框架尚在形成中，多州调查为碎片化响应） · 医疗适应：5.8 ↓（埃博拉+世界杯，监测压力上升） · 制度适应：5.5 →（欧盟制度扩张为正面信号，但多边机制仍空转） · 社会信任：4.1 →（全球多地抗议与暴力事件频发） 核心判断： 韧性比率连续第四日位于0.70警戒线以下，确认系统处于“韧性不足”区间。超级资本集中事件暴露了适应能力的结构性缺口——现有治理框架尚未准备好应对“私人主体拥有文明基础设施”的新形态。

在日本做了几年独立 AI 工程师,聊几个只有真正在这里干过才知道的事。不是签证、收入、市场分析那些,是日常工作里那些不会出现在任何攻略帖里的细节。 第一个没人告诉你的事:在日本,中国人做 AI 有一个非常奇怪的信用加成。 日本企业对"AI"这件事的认知来源主要是两个:美国和中国。美国代表前沿(OpenAI、Anthropic、Google),中国代表速度(DeepSeek、千问、字节)。你是中国人,天然被归到"速度快、实战经验丰富、见过大场面"这个认知框里。 日本本土的 AI 工程师大多数是从学术界转过来的,理论功底扎实,但生产部署经验偏弱。你跟日本客户说"我在中国的互联网公司做过日均千万级 DAU 的数据系统",他们的反应不是"哦",是"えー、すごいですね(哇好厉害)"。因为日本本土很少有这种体量的实战场景。 这个加成不是永久的,干砸一个项目就没了。但它给了你一个很好的开局:第一次见面时,客户对你的预期天然比对一个日本本地工程师高半格。 第二个没人告诉你的事:日本客户最怕的不是你技术不行,是你"突然消失"。 在日本商业文化里,"飞ぶ"(消失/跑路)是对合作关系最大的恐惧。他们之前遇到过的外国 freelancer 里,有人项目做到一半签证到期走了,有人拿了预付款之后联系不上了,有人说好的交付日期突然说"还需要两周"然后反复延期。 所以日本客户考察你的第一优先级不是"你有多强",是"你靠不靠谱"。靠谱的定义极其具体:说好周五交就周五交,邮件当天回,电话接得到,出了问题第一时间主动说而不是藏着。 我刚来日本的时候不理解这一点,觉得"技术好就够了"。后来才明白,在日本,你交付质量 90 分但每次都准时,比你交付质量 98 分但偶尔迟到一次,在客户心里的评价要高得多。信赖感(信頼感)是日本商业关系的地基,地基不稳什么都白搭。 第三个没人告诉你的事:在日本做 AI 落地,最有效的销售话术不是"AI 能帮你省多少钱",是"不用 AI 你会被同行甩开多远"。 日本企业的决策动机跟中国企业不一样。中国企业决策靠 ROI:"花这些钱能赚回来多少?"算得过来就干。日本企业决策靠"危機感":"不做这件事会不会落后于同行?"同行都在做,我不做,不行。同行都没做,我为什么要第一个冒险? 所以你跟日本客户谈 AI,最有效的切入方式不是给他算 ROI,是告诉他:"你的竞争对手 XX 已经在用 AI 做这件事了。"这句话在日本商业文化里的杀伤力,比任何 ROI 计算表都大。 当然,前提是你说的是真的。日本圈子小,胡说被抓到一次,你在整个行业就废了。 第四个没人告诉你的事:中日英三语是一个被严重低估的壁垒。 表面上看,语言只是沟通工具。实际上,三语能力让我能做到一件几乎没有竞争者能做的事:用英文读 Anthropic 的 system card 和最新的技术文档,用中文跟国内的 AI 社区保持同步,用日语跟客户的业务方和技术方深度沟通。 全球最前沿的 AI 信息首先出现在英文世界,通常晚一到两天出现在中文世界,晚一到两周出现在日文世界。我能在信息出现的第一天就消化它,然后在一周内把它变成日本客户能理解和使用的方案。 这个时间差就是我的定价权。日本本地的 AI 工程师要等日文翻译或解读出来才能跟进,美国的 AI 工程师不会日语进不了日本市场。中间这个位置,人极少。 第五个没人告诉你的事:我交过最贵的学费是"把中国的工作习惯带到日本"。 刚来的时候我犯了几个现在想起来都想扇自己的错误: 给客户发了一个方案,里面直接写"你们现在的做法效率很低,应该换成 XX"。在中国这叫直接、高效。在日本这叫"失礼"。日本的方式是:"贵社目前的方式当然是经过深思熟虑的(先给面子),不过如果考虑未来的扩展性(给台阶),或许可以参考一下这种方法(才提建议)。"同样的意思,包装方式完全不同。我花了大概半年才把这个习惯改过来。 还有一次,客户说"検討します"(我们考虑一下),我以为是真的在考虑,等了两周去跟进。后来才知道这句话在很多场合的真实含义是"我们不打算做,但不好意思当面拒绝你"。在日本,"不"很少被直接说出口,你得学会听懂那些"不是不"的"不"。 还有一次把项目进度做成了飞书文档共享给客户。客户完全不知道飞书是什么,打不开。后来老老实实改用 Excel + 邮件。在日本企业里,Excel 和邮件是永远不会错的选择。你觉得落后,人家觉得稳当。 第六个:最意想不到的获客渠道。 我以为在日本获客要靠 LinkedIn 或者行业展会。实际上我最有效的获客渠道有两个:一个是 X(推特),另一个是日本特有的"勉強会"(学习会/技术分享会)。 日本的技术社区有一种独特的文化:定期办免费的技术分享会,大家轮流讲自己在做的东西。你去讲一次,讲得好,会后有人来跟你换名片(是的,日本还在用纸质名片,而且交换名片有一套完整的礼仪),两周后邮件来了:"之前听了您的分享,我们公司正好有一个类似的课题,方便聊一下吗?" 这种获客方式成本为零,但信任转化率极高,因为对方亲眼见过你讲东西,知道你是真的懂而不是嘴上说说。 最后说一句总结。 在日本做独立 AI 工程师,最核心的能力不是技术,是"翻译"。不是语言翻译,是把全球最前沿的 AI 技术,翻译成日本企业能理解、敢尝试、用了之后能看到结果的东西。技术只是原料,翻译才是手艺。 而这个"翻译"能力是没法被 AI 替代的,因为它的核心不是信息转换,是理解两种完全不同的商业文化各自在怕什么、想要什么、能接受什么。这种理解只能靠在两边都踩过坑才能长出来。 所以如果你问我在日本做 FDE 最大的壁垒是什么,不是技术,不是签证,不是日语,是你愿不愿意花几年时间在一个节奏完全不同的市场里,把那些只有踩过才懂的坑全部踩一遍。 踩完了,壁垒就是你自己。