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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。