AMDは初のZen 6性能監視ドキュメントを公開し、マイクロアーキテクチャの詳細を明らかにしました。これにより、Zen 6はZen 5からの段階的な改良ではなく、TSMCの2nmプロセスを用いた新設計でデータセンター向けに最適化されたものであることが確認されました。 Zen 6コアは8幅ディスパッチエンジンと同時マルチスレッド(SMT)技術を採用しており、2つのスレッドがリソースを動的に競合し、単一スレッドの最終性能よりもスループット重視です。 Appleのワイドコアと比べると、シングルスレッドの性能はやや劣るかもしれませんが、高並列ワークロードには適しています。 専用のドキュメント表示カウンターは未使用の割り当てスロットやスレッドの定足数損失を追跡し、AMDの幅設計への重視を強調しています。 ベクター計算能力は大幅に強化され、FP64、FP32、FP16、BF16、FMA/MACなどの全幅AVX-512フォーマットや、VNNI、AES、SHAなどのハイブリッド浮動小数点整数命令をサポートしています。 512ビットのスループットは非常に高く、複合カウンタで正確に測定する必要があるため、集約的な数学演算において強い可能性を示しています。 Zen 6は初めてデータセンターをコアに据えて設計されており、EPYC「Venice」は最大256コアをサポートします。 クライアント版の機能は今後の展開ですが、全体としてZen 6は計算集約型アプリケーションにとってパフォーマンスのモンスターとなるでしょう。

世界で2番目に大きなアナログチップ大手であるアナログ・デバイセナイズ・セミコンダクター(ADI)は、顧客に対して価格引き上げ通知を発出し、2026年2月1日から全製品ラインナップの価格引き上げを実施する計画です。 ADIの価格引き上げは万能ではなく、顧客レベルや原材料数に応じて差別化された解決策を採用しており、全体の値上げは約15%と予想されており、そのうち約1,000点の軍用グレードMPN製品が最大30%まで増加する可能性があります。 新しい価格はすべての未処理注文に適用され、具体的な価格内訳と価格調整リストは2025年末までに顧客に同期される見込みです。

ダイヤモンドサーマルソリューションの核心目的は、NVIDIA AI GPU TDPの急速な上昇によってシステムおよびデータセンターの冷却圧力に対応することです。 1. ダイヤモンド材料が耐熱性を低減する利点 従来の「銅カバー+TIM+コールドプレート」の熱経路はすでに約700Wでかなり狭く、熱抵抗は主にチップとコールドプレートの間の数百ミクロンの界面に集中しています。 銅の熱伝導率は約400 W/m·Kであり、高級多結晶CVDダイヤモンドは1000〜1500 W/m·Kに達し、単結晶は銅の少なくとも3〜5倍に近づく2000 W/m·Kに達します。 チップレベルにダイヤモンドを導入(現在のTIM材料の代替)ことで、同じ厚さと面積で垂直熱抵抗を50%以上削減すると期待されており、実際には1〜2kWのGPUは接合温度を10〜20°C下げたり、数百ワットの電力消費で元の上限温度を維持したりします。 これにより、B200/B300が1.2〜1.4kW、Rubin/Ultraが2.3〜3.5kWに押し上げられるまで、同じ液冷や浸水冷却ハードウェアが数世代にわたって長持ちし、スタンドアロンユニットやキャビネットでのより多くのGPUの熱設計の余地が残ります。 2. パッケージの信頼性と寿命が大幅に向上します 消費電力が2,000W、あるいは3,000Wを超えると、パッケージ、キャリアボード、基板の温度勾配や熱応力が増幅し、パッケージの歪みやTIMの気泡、はんだ付け疲労やRDL/バンプクラックを引き起こし、長期的な信頼性に影響を及ぼします。 ダイヤモンドヒートスプレッダーは垂直方向に熱を伝導するだけでなく、面内熱伝導率も高く、数ミリメートル以内でホットスポットを素早く平らにし、元々局所的に集中していた300〜500Wの熱ピークを拡散させることで、チップ内の異なる部分間の温度差を大幅に低減します。 これはパッケージと基板間の「圧力の解放」に相当し、シリコン、包装材料、基板間の熱膨張の不一致が軽減され、パッケージの歪みやはんだジョイントの疲労サイクルが延長されます。 Rubin / Rubin Ultra / Feynmanのような高出力GPUでは、長期的なLLMトレーニングおよび推論サービスが定称周波数でより安定的に動作し、過熱やダウンクロック、異常な再実行による計算能力の浪費を削減し、MTBFや寿命を延ばします。 3. データセンターコストと拡張の柔軟性 単一のGPUのTDPが高い場合、キャビネット全体の電力はすぐに120kWまたは130kWに近づくかそれを超え、データセンターの電力分配および冷却インフラを大幅に刷新する必要があります。 チップ側が熱伝導率を改善しなければ、より高価なCDU、冷却塔、電力分配アーキテクチャの構築を続けるしかなく、冷却水の温度を下げ、圧力温度の上限まで流量を上げざるを得なくなります。 ダイヤモンドチップ冷却を導入すると、単一のGPUの温度は低くなり、同じ水温と流量でダウンクロックの確率が低下し、各キャビネットが提供する「ラックあたりの安定した計算能力」は実際に増加します。 同時に、熱抵抗が低減されることで、より高い水温や低流量を許容し、ポンプやチラーのエネルギー消費を削減する可能性もあります。 さらに重要なのは、Rubin UltraやFeynmanなどの3.5kW~5kWのGPUに対する熱設計の柔軟性を開放し、システムメーカーやクラウドプロバイダーが次世代AIクラスターを計画する際にダイヤモンド冷却を「材料レベルのアップグレードオプション」として検討できるようにすることです。