在今年9月,英特尔宣布率先推出用于下一代先进封装的玻璃基板,并计划在未来几年内向市场提供完整的解决方案,从而使单个封装内的晶体管数量不断增加,继续推动摩尔定律,满足以数据为中心的应用的算力需求。
虽然玻璃基板对整个半导体行业而言并不陌生,但凭借庞大的制造规模和优秀的技术人才,英特尔将其提升到了一个新的水平。近日,英特尔封装测试技术开发(Assembly Test Technology Development)部门介绍了英特尔为何投入探索玻璃基板,及如何使这项技术成为现实。
算力需求驱动先进封装创新
对摩尔定律的发展而言,先进封装意义重大。对功能和性能都更强大的处理器的需求,推动了多芯片集成技术的诞生,让封装从处理器完整设计中的一个基本步骤升级为其关键要素。
先进封装技术的突破体现在了多芯片处理器产品中,这类处理器集成了一系列芯片,其设计理念就是让多个芯片协同工作。
在封装中,基板的主要作用是连接和保护内部的诸多芯片。基板可以比作一个“空间转换器”,纳米级的芯片通过微米级的焊盘(bond pads)与基板相连,基板再将这些焊盘转换为主板上的毫米级互连。为了实现这一点,基板需要保持平坦,能够高精度的处理输入电流和高速信号。
玻璃基板的相对优势
在过去20多年的时间里,打造基板所用的主要材料是有机塑料,但随着单个封装内的芯片和连线数量越来越多,有机基板正在接近物理极限。
因此,用玻璃基板替代有机基板的想法正在半导体行业内得到普遍认同。玻璃基板在各个方面都表现得更好,更平整(对于将平坦的硅片连接到非常平坦的主板上而言很重要),更坚硬(能够更好地容纳越来越多、越来越小的线),也更稳固。
除了在基本功能上表现得更好之外,玻璃基板还有望使互连密度和光互连集成度提高10倍,让未来的芯片可以更快地处理更多数据。
应对玻璃基板的技术挑战
技术开发并非易事,总会遇到很多未知的困难,用玻璃基板取代有机基板也是如此。
在技术层面,这些挑战包括:弄清楚采用什么样的玻璃更有效;如何将金属和设备分层,以添加微孔并布线;在完成装机后,如何在产品的整个生命周期内更好地散热和承受机械力。
此外,还很多更实际的问题:如何使玻璃的边缘不易开裂;如何分割大块玻璃基板;在工厂内运输时,如何保护玻璃基板不从传送带或滚筒上弹下来或飞出去。
为了应对这些非同寻常的挑战,实现可用于下一代先进封装的玻璃基板技术,英特尔封装测试技术开发部门中一个专门的团队投入了数年时间,进行了大量调试工作,成功解决了采用玻璃材料带来的诸多问题,实现了开创性技术和材料的妥善结合。
未来,玻璃基板技术不仅将用于英特尔产品中,还将通过英特尔代工服务(Intel Foundry Service)向外部客户开放。随着封装测试技术开发部门不断完善相关技术组合,英特尔正在规划第一批采用玻璃基板的内部和代工产品。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。