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
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。