西门子数字化工业软件Xpedition IC封装解决方案Keith Felton
今天,3D IC技术已经成为电子产品设计和制造的分水岭。3D IC的架构在一定程度上推动摩尔定律不断向下,促使摩尔定律焕发新生活力。为了在更小的尺寸内提供更高性能和更低功耗,采用2.5D 和 3D这样的复杂封装,能够有效整合一个或多个不同功能的集成电路,从而提高输入/输出和电路密度。

那么 3D IC到底是什么呢?让我们用一个比喻来说明。
我们想象一座高耸入云的综合大楼,包括住宅、办公室、服务设施、购物中心、杂货店、健身房、图书馆和仓储库房等。
通过将不同的企业和资源整合在一个空间内,人们以及商业活动可以获得更快、更高效的流动性 —— 从一个地方到另一个地方几乎不需要费力,交流和互动也更加即时和直接。由于房地产和绿地必须得到保护和巧妙利用,这座综合大楼需要打造垂直的景观,而不是任其无序发展。然而,这个高效、便捷、环保的塔中“城市”也占据着横向空间,其中包括绿地、公园、运动场馆、自行车道、水景、发电厂、仓库和必要的基础设施,以及交通节点和连接内部与外部的通道。重要的是设计环节是要利用横向空间的优化,获得更紧凑、更高效的结果。
3D IC就像这栋综合高塔中一个闪闪发光的立体城市,其特点是将多层硅片堆叠在一起,这样就能制造出功能更强大、更复杂的芯片,应用范围也更广。而3D IC备受关注的原因有以下几个:
首先,传统的集成电路制造方法——即单片二维集成电路或平面集成电路——已经达到了极限。随着晶体管越来越小,制造可靠、高效的单片二维集成电路愈发困难。3D IC提供了一种克服这些限制的方法,在继续缩小晶体管尺寸的同时,还能增加单个芯片上可放置的晶体管数量,从而推动摩尔定律走向未来。
其次,3D IC技术可以提高芯片性能。通过将多层硅片堆叠在一起,3D IC缩短了信号传输的距离;此外,3D IC还可用于制造多核芯片。
第三,3D IC有助于降低芯片能耗。在更短的距离内传输信号让3D IC的能耗更低,但热量仍会产生,并直接传递给邻近的集成电路,如果相邻元件(如内存)对热敏感,就会带来挑战。因此,3D IC和异质集成器件在设计之初必须考虑要的一个要素就是热管理。从好的方面看,3D IC可用于制造电源管理更高效的芯片,从而进一步降低能耗。

与传统的单片二维集成电路或平面集成电路相比,3D IC能够提供许多优势:
更强大的性能: 如前所述,由于元件之间的距离更短,而且能够集成多种技术,3D IC可提高性能。这使得设备的速度更快、反应更灵敏,并能处理更复杂的任务。
更小的尺寸和更轻的重量:3D IC能够将多层元件堆叠在一起,从而减小了尺寸和重量。这使得设备更小、更便于携带,也更适合在狭窄或难以接入的空间使用。
更高的电源效率:由于元件之间的距离更短,而且能够集成不同的技术,3D IC也可提高电源效率。这样生产出的设备续航时间更长,产生更少的热量,对于安全和可靠性要求来说非常重要。
更高的灵活性:3D IC能够在单个芯片上集成多种不同的技术,因此具有更高的灵活性。这使得设备的用途更加广泛,可用于完成更多任务。
这些优势对于一些已经开始或即将开始的应用尤为重要,举例来说:
高性能计算(HPC): 首先应用3D IC的是高性能计算。3D IC被用来创建用于人工智能(AI)、机器学习和大数据分析等应用的高性能计算芯片。
可穿戴设备: 3D IC可以生产出体积更小、功能更强大的可穿戴设备,如智能手表、健身追踪器和增强现实(AR)耳机。
汽车: 不同技术的集成及其扩展能力使3D IC成为针对不同市场和应用(如自动驾驶和高级驾驶辅助系统 (ADAS))重新定位设计的理想选择。3D IC之所以如此有吸引力,还因为它们能提供更低的一次性工程成本和更广泛的供应商生态系统,从而支持更稳健、更具弹性的供应链。
医疗设备: 3D IC还可用于制造更小、功能更强大的医疗设备,如心脏起搏器、胰岛素泵和助听器。
随着技术不断发展,我们有望在未来几年看到 3D IC的更多创新和突破性应用。通过提高性能、减小尺寸和重量、提高能效和灵活性,我们将看到更多创新的电子产品在3D IC技术的助力下走入视野。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。