在2024年IEEE国际电子器件会议(IEDM 2024)上,英特尔代工展示了多项技术突破,助力推动半导体行业在下一个十年及更长远的发展。具体而言,在新材料方面,减成法钌互连技术(subtractive Ruthenium)最高可将线间电容降低25%,有助于改善芯片内互连。英特尔代工还率先汇报了一种用于先进封装的异构集成解决方案,能够将吞吐量提升高达100倍,实现超快速的芯片间封装(chip-to-chip assembly)。此外,为了进一步推动全环绕栅极(GAA)的微缩,英特尔代工展示了硅基RibbionFET CMOS (互补金属氧化物半导体)技术,以及用于微缩的2D场效应晶体管(2D FETs)的栅氧化层(gate oxide)模块,以提高设备性能。
随着行业朝着到2030年在单个芯片上实现一万亿个晶体管的目标前进,晶体管和互连微缩技术的突破以及未来的先进封装能力正变得非常关键,以满足人们对能效更高、性能更强且成本效益更高的计算应用(如AI)的需求。
我们还需要探索新型的材料,来增强英特尔代工的PowerVia背面供电技术在缓解互连瓶颈,实现晶体管的进一步微缩中的作用。这对于持续推进摩尔定律、推动面向AI时代的半导体创新至关重要。
英特尔代工已经探索出数条路径,以解决采用铜材料的晶体管在开发未来制程节点时可预见的互连微缩限制,改进现有封装技术,并继续为GAA及其它相关技术定义和规划晶体管路线图:
在300毫米GaN(氮化镓)技术方面,英特尔代工也在继续推进其开拓性的研究。GaN是一种新兴的用于功率器件和射频(RF)器件的材料,相较于硅,它的性能更强,也能承受更高的电压和温度。在300毫米GaN-on-TRSOI(富陷阱绝缘体上硅)衬底(substrate)上,英特尔代工制造了业界领先的高性能微缩增强型GaN MOSHEMT(金属氧化物半导体高电子迁移率晶体管)。GaN-on-TRSOI等工艺上较为先进的衬底,可以通过减少信号损失,提高信号线性度和基于衬底背部处理的先进集成方案,为功率器件和射频器件等应用带来更强的性能。
此外,在IEDM 2024上,英特尔代工还分享了对先进封装和晶体管微缩技术未来发展的愿景,以满足包括AI在内的各类应用需求,以下三个关键的创新着力点将有助于AI在未来十年朝着能效更高的方向发展:
同时,英特尔代工还发出了行动号召,开发关键性和突破性的创新,持续推进晶体管微缩,推动实现“万亿晶体管时代”。英特尔代工概述了对能够在超低电压(低于300毫伏)下运行的晶体管的研发,将如何有助于解决日益严重的热瓶颈,并大幅改善功耗和散热。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。