文章摘要
【关 键 词】 AI芯片、内存瓶颈、垂直芯片、侧向堆叠、先进封装
随着人工智能模型规模的爆炸式增长,数据中心计算机对高带宽内存的需求急剧增加,但传统的多层DRAM芯片垂直堆叠的高带宽内存正面临严重的散热和容量扩展瓶颈。填充芯片间隙的材料阻碍了热量传导,导致芯片过热,同时更高的堆叠高度需要更多的硅通孔,进而挤占了存储数据的硅片面积。为解决这些物理限制,全球工程师正在探索将DRAM芯片并排侧向堆叠的替代方案,以期在提升带宽和容量的同时有效控制温度。
韩国研究团队提出了一种名为V-Die的3.5D垂直芯片内存架构。该方案将DRAM芯片竖直旋转并水平排列,在芯片间加入微流体冷却通道,使峰值温度显著降低至45℃左右。由于摒弃了传统的硅通孔和基底芯片,每个芯片的整个侧壁均可用于I/O布线,连接点数量大幅增加。系统级测试表明,V-Die架构不仅将内存读取时间缩短37%,还在处理大规模语言模型时使解码吞吐量提升82%,并大幅提高了高负载下的性能稳定性。
日本研究团队则展示了另一种名为MOSAIC的侧向堆叠方案。针对侧向堆叠在基板连接时因芯片厚度微小差异导致的集成难题,该团队创新性地采用了电感耦合收发器系统。通过在存储芯片和基板上设置对应的电感线圈,利用磁场感应传输数据信号,从而放宽了放置精度的要求。MOSAIC芯片设计用于安装在GPU顶部,单个立方体可集成近百个芯片,提供超大内存容量,且通过硅鳍片散热将温度控制在安全上限内,若进一步减薄芯片厚度还可实现容量翻倍。
这两种创新的立体封装技术突破了传统高带宽内存的垂直堆叠局限。通过重构芯片的空间排列与互连方式,新型内存架构在信号完整性、I/O密度、散热效率及系统级吞吐量方面均展现出显著优势,为未来超高带宽、大容量且低温运行的计算系统开辟了全新的硬件集成路径。
原文和模型
【原文链接】 阅读原文 [ 3499字 | 14分钟 ]
【原文作者】 半导体行业观察
【摘要模型】 qwen3.7-max-2026-05-20
【摘要评分】 ★★★★★



