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
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。