富士公司 AI 服务器安装技术

富士公司（FUJI Corporation）于7月30日宣布，其NXTR和AIMEXR平台现可通过标准表面贴装技术，将尺寸为200×200毫米、重量达2.0千克的电子元器件贴装到印刷电路板上。业内尚无其他生产设备能实现这一点。 这一成就意义重大，因为人工智能服务器的需求正推动元器件尺寸远超现有自动化生产线的设计处理能力。GPU模块、高带宽内存堆栈以及共封装光学组件，其体积和重量正随着每一代产品的迭代而不断增大。在此之前，其中最重的元器件必须依靠人工进行贴装。 富士公司刚刚将这一最后的手工步骤实现了自动化。

该公司将这项能力命名为“実装限界ZERO”，意为“零装配极限”。这一品牌名称虽充满远大抱负，但其背后的工程技术却是切实可行的。2千克的元器件重量大致相当于一瓶满水瓶的重量。 要拾取该组件，将其以亚毫米级公差对准电路板，并在不损坏组件或电路板的情况下完成贴装，需要具备力控制、振动阻尼以及视觉引导定位功能——而标准拾放头从未被设计成具备这些能力。 富士（FUJI）的解决方案将这三项功能整合到其现有的平台架构中，这意味着已经拥有NXTR机器的工厂可以升级生产线，而无需更换设备。

为何AI服务器突破了旧有局限

传统服务器主板使用的元件重量以克为单位，而非千克。标准 CPU 封装重量为 50 至 100 克。内存 DIMM 的重量更轻。即使是大型 FPGA 模块，重量也很少超过 200 克。 表面贴装机正是针对这一重量级别设计的。其真空吸嘴、贴片头和传送系统都假设元器件足够轻，可以被吸力固定，并由高速直线电机进行定位。

AI服务器改变了这一局面。英伟达（NVIDIA）最新的GPU模块在物理尺寸上比前几代更大，因为它们将更多的芯片、更多的内存以及更多的供电模块集成到了单一封装中。B200及其后续模块的尺寸已接近现有安装设备的极限。 HBM堆栈为大型语言模型提供了所需的内存带宽，随着制造商增加更多层数，其高度和重量也在不断增加。共封装光模块（Co-packaged optics）用光互连取代了电气互连，以实现机架间更高的带宽，这又增加了一类必须精确放置的大型重型组件。

这导致了生产瓶颈。自动化生产线能够以高速完成AI服务器90%的组件安装。剩余的10%——即最大、最重的模块——必须由人工操作员使用手动对准工具进行安装。这一人工步骤限制了吞吐量，引入了变异性，并带来了质量控制方面的挑战。 人工安装一个重达2千克的模块，无法达到机器那样的定位精度。当每个模块价值数千美元时，因对齐不当导致的良率损失不仅可量化，而且代价高昂。

工程解决方案

富士（FUJI）的解决方案是对其NXTR平台的贴片头进行改造，使其能够处理AI服务器组件的重量和尺寸，同时不牺牲电路板其他部分所需的速度和精度。该公司尚未披露此次改造的完整技术细节，但新闻稿指出了三项关键功能。 首先，该拾放头能在从供料器向电路板高速传输过程中，稳固地抓取并固定2公斤的组件。其次，视觉系统能够将200×200毫米的组件对准至确保可靠焊点所需的贴装公差范围内。第三，力控制系统可设置

将元器件放置到位，且不会产生导致焊膏开裂或损坏电路板表面层的冲击力。

该技术可在现有的NXTR和AIMEXR平台上运行，这具有重要的商业意义。富士在全球工厂中已安装了数千台设备。 客户无需购买新生产线，只需升级现有的喷头和软件。这将采用门槛从资本性支出决策降低到了运营性支出决策。升级成本仅为新机器的一小部分，且能立即带来生产效益。

富士在机器人生态系统中的地位

富士公司通常不会出现在机器人领域的报道中，因为其设备看起来不像机器人，而是像大型工业打印机。但从功能上讲，它们完全是机器人。 它们通过机器视觉感知组件，利用软件算法做出放置决策，并以亚毫米级精度高速执行物理动作。它们能够自主运行，无需人工干预，连续工作数小时。富士NXTR与类人机器人之间的唯一区别仅在于外形，其智能、感知和执行能力均不相上下。

该公司于1959年在爱知县知立市成立。六十年来，它一直致力于为电子行业制造精密贴片机器人。其设备组装着全球每一部智能手机、笔记本电脑、服务器以及汽车电子模块内部的电路板。 该公司在英文公开文件中并未按产品线披露营收明细，但在表面贴装技术领域，其市场地位与ASM Pacific及雅马哈摩托车公司的机器人事业部并列全球前三。

技术

挑战

将一个重2千克的元器件放置在电路板上，绝非仅仅是制造一只更强壮的机械臂就能解决的问题。真正的挑战在于在负载条件下保持精度。表面贴装机必须将元器件定位在距目标位置50微米范围内。对于重量较轻的元器件，这并不难。 设备的执行器能够平稳地加速和减速，而元件的惯性不会影响贴装精度。 当重量达到2千克时，元器件的质量便成为一个重要因素。要将以贴装速度运动的2千克物体在50微米范围内停下来，需要采用能够综合考虑动量、振动阻尼以及元器件和电路板热膨胀的力控制算法。

富士（FUJI）的解决方案融合了三项技术。首先，采用集成力传感器的全新贴片头设计，该设计可实时测量实际贴片力，并据此调整下压速度。 其次，视觉系统在元件移动过程中从多个角度拍摄图像，计算其精确质心，从而补偿重量分布的不对称性。第三，电路板支撑系统从下方在精确的贴装点对PCB进行加固，防止电路板在元件重量的作用下发生弯曲，进而导致相邻元件位移。

这三项系统的结合，正是富士（FUJI）所称的“零贴装限制”（Zero Mounting Limits）。虽然名称带有营销色彩，但其功能确有其事。 目前市面上没有其他SMT设备能够以AI服务器主板所需的精度，放置重量超过500克的元器件。据跟踪SMT设备行业的分析师称，从500克到2千克之间的技术差距，相当于约18个月的工程研发工作。

竞争对手的应对

ASM Pacific Technology，作为富士在高端领域的主要竞争对手

SMT业务部门尚未宣布具备类似能力。同样在中端市场竞争的雅马哈发动机公司机器人事业部也未宣布相关能力。这两家公司预计将在12至18个月内作出回应。SMT设备市场规模较小，仅赢得一个客户就可能使市场份额发生几个百分点的变化。 富士的先发优势窗口虽然狭窄，却极为宝贵。

市场机遇

AI服务器的年增长率约为40%。每家大型云服务公司都在建设或扩建数据中心。每个数据中心都需要服务器。每台服务器都需要装配好元器件的电路板。AI服务器组装设备的总可寻址市场（TAM）扩张速度超过了电子制造设备行业的任何其他细分领域。

富士在重型元件处理方面的能力，使其能够占据该组装流程中最具价值的环节。轻型元件已商品化。任何性能合格的SMT设备都能放置电阻或电容。而重型元件则具有差异化优势。目前只有富士能够自动放置重达2公斤的模块。这种独家优势不会永远持续下去。 竞争对手终将开发出类似能力。但在年增长率达40%的市场中，先发优势极为显著。每一季度的独家优势都能直接转化为市场份额，而一旦失去，便难以挽回。

更广泛的趋势

富士的公告只是这一更大趋势中的一个数据点。人工智能热潮正推动传统制造设备企业转型，承担起新的角色。 那些曾为智能手机时代制造机器的企业，正在为人工智能时代进行转型。零部件变得更大、更重、更昂贵。公差要求更严格。产量虽低，但单件价值更高。整个

电子制造的经济模式正从大批量、低价值的消费类设备转向小批量、高价值的人工智能基础设施。

对于机器人制造商而言，这一转变意味着机遇。人工智能服务器所需的每一项新功能，都是机器人必须提供的功能。更重的组件需要更强劲的机器人，更大的电路板则需要工作半径更广的机器人。 更严格的公差要求则需要具备更优视觉和力控能力的机器人。人工智能热潮不仅在抽象层面创造了对机器人的需求，更催生了对具体新功能的需求，这些需求正在突破制造机器人的能力边界。富士电子（FUJI）的“零装配限制”技术正是对其中一项需求给出的答案，未来还将有更多解决方案问世。

该公司的时机选择并非偶然。就在英伟达（Nvidia）、AMD以及定制芯片制造商向超大规模数据中心交付有史以来最大的加速器模块之际，富士（FUJI）也同步发布了这一技术。需要安装的组件随着每一代产品的迭代正变得越来越重。去年最重的模块重800克。 今年该模块重达1.4千克，明年将接近2千克。FUJI在需求曲线出现之前就已具备了这一能力，而非滞后于需求。对于一家拥有65年历史的公司而言，这实属罕见。这表明，AI基础设施的建设正在改变甚至最保守的日本制造商的创新节奏。

免责声明：本文仅供参考，不构成对文中提及的任何公司、产品或技术的投资建议、背书或推荐。