蓝色巨人认为,此举有望为摩尔定律成功续命
IBM公司表示找到一条新的工艺路线,有望降低3D堆叠芯片制造难度,但目前还无法确定这项技术何时可以正式投产。
蓝色巨人一直在与日本半导体公司Tokyo Electron开展合作,希望简化3D堆叠芯片的制造流程。双方表示已经在纽约州奥尔巴尼建立起测试系统,将在那里测试如何将新的制程工艺纳入到完整的半导体制造流水线当中,最终打造出完整的3D芯片堆栈。
目前,堆叠芯片主要用于高带宽存储器等产品。但在IBM看来,这种将横向面积转化为纵向空间的元件容纳思路,也许可以进一步增加芯片产品上的晶体管数量,最终为摇摇欲坠的摩尔定律再次续命。
如大家所知,所谓摩尔定律的终点,就是制程工艺趋近于硅材料的物理极限。目前认为,这一临界点应该是在2纳米制程,未来几年内有望正式上线。
制造垂直堆叠芯片的原理,就是在生产过程中将轻薄易碎的硅晶片堆叠到基片上。据IBM的介绍,这些基片也可以由硅材料制造,但由于堆叠完成后需要用机械力将其分开,这一过程可能会损坏晶圆并降低产量。为此,目前的常见方法是将玻璃材料临时粘合至生产晶圆之上,后续再通过紫外激光进行剥离。
IBM与Tokyo Electron表示,他们已经开发出一种新工艺,可以使用红外激光完成晶圆剥离。以此为基础,载体终于可以由玻璃转化为标准硅晶片。这不仅简化了生产流程,同时也能够消除工具兼容性问题、提高良品率并实现对晶圆的在线测试等。
自2018年以来,两家公司一直在努力研发这项技术,而双方最早的芯片制造合作关系可以假定圣明0多年之前。Tokyo Electron在此次计划中的任务,主要是负责开发一款300毫米新型生产单元,用于释放并剥离键合连接起来的硅晶圆,借此实现批量生产。
我们专门向IBM询问了这种新工艺何时能够准备就绪、用于实际生产3D堆叠芯片,但对方表示无法立即给出答案。按照正常测试系统向商业可用流程的转化,整个过程恐怕还需要几年时间。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。