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
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。