如果你一直关注PC硬件价格,你会发现AI需求的持续攀升已将内存价格推至高位,原因是内存厂商将产能优先向数据中心倾斜。面对这一局面,普通消费者要么咬牙掏高价,要么减少采购量,要么……干脆自己动手造DRAM。
Dr. Semiconductor是一位今年2月才入驻YouTube的博主,目前仅发布了两条视频。其中一条记录了他将后院小屋改造成洁净室的全过程,另一条则展示了他成功制作出可正常工作的内存单元样品的完整经历。
这位博主在第二条视频的开头坦言,整个实验的起因正是去年至2026年初RAM价格的大幅飙升——供应商报价持续波动,甚至有宽带扩容项目因内存芯片短缺而被迫推迟。
正是在这样的背景下,Dr. Semiconductor在一间配备简易设备的小型洁净室里,走完了DIY内存单元的整个制造流程。
与任何正规的RAM制造工艺一样,他首先设计了一个5×4阵列的电容器与晶体管结构——这不过是现代DRAM芯片上存储单元数量的沧海一粟——随后将设计图案转移到硅片上,涂覆光刻胶进行图案化和蚀刻,并对芯片局部区域进行磷掺杂以提升导电性。接下来,他在没有任何三星、SK海力士或美光那样的工业自动化设备的情况下,一层一层地手动堆叠起微观薄膜结构。
制作出若干小型样品芯片后,Dr. Semiconductor使用参数分析仪对其进行测试。由于5×4阵列体积极小,他还需借助显微操纵器和极细的探针针尖进行辅助测量。
"由于这些器件处于纳米尺度,普通导线根本无法直接连接,"这位自称博士的博主解释道,"因此在测试环节,我使用了多台配备超细探针针尖的显微操纵器,用于向器件施加电流和电压。"
测试结果显示,DIY内存单元均按预期正常工作,但由于每个内存单元的源极与漏极之间距离仅有1微米,在较高电压下出现了穿通现象。Dr. Semiconductor表示,这"说明了微缩制程的挑战所在",但只要不向内存施加过高电压,这一问题便不会影响实际使用。
在电容器方面,自制芯片中的每个电容器容量测定为12.3皮法,与他的设计目标高度吻合。他将这一结果描述为"非常接近我所设计的低于15 pF的理论理想值"。
不过,测试芯片中DIY内存单元的电容仅能保持约4毫秒的电荷——远低于商用RAM超过64毫秒的保持时长。
虽然并不完美,但对于在后院微型工厂里首次尝试自制DRAM而言,这已是一个相当亮眼的开始。
"太棒了——这是史上首次在家中制造出RAM,"Dr. Semiconductor在视频中说道。我们无法核实这一说法,但目前我们也未曾听闻有其他人在后院小屋中制造出过RAM。
当然,由于整个阵列仅有5×4个存储单元,这款自制RAM在短期内还远远无法满足任何实际的内存性能指标。
"虽然可以在上面存储数据,但用它来运行《毁灭战士》还差得远——这只是少量存储单元,用来验证原理是否可行,"Dr. Semiconductor解释说。不过他并未就此止步,下一步计划是将一批自制存储单元串联起来,看看能否真正为PC提供内存支持。
何时能发布那次测试的结果尚不得而知,但也不必过于期待:一位充满热情的个人爱好者能够制造出自制RAM单元,并不意味着一个"家庭作坊式"的芯片制造产业会在一夜之间兴起。
AI对内存的需求或许会随着效率提升而有所缓解,价格压力也出现了松动的早期迹象,但内存短缺的局面短期内恐难得到根本改善。做好打持久战的准备吧——或者,考虑自己建一座芯片工厂。
Q&A
Q1:Dr. Semiconductor自制的DRAM内存单元性能如何?
A:自制的DRAM内存单元整体按预期正常工作,电容器容量为12.3皮法,接近设计目标的15 pF理论值。但电荷保持时间仅约4毫秒,远低于商用RAM超过64毫秒的水平。此外,由于存储单元源极与漏极间距仅1微米,在高电压下会出现穿通现象。整体而言,功能可验证,但距离实用还有相当大的差距。
Q2:Dr. Semiconductor是如何在后院制造DRAM的?
A:他首先将后院小屋改造成一间简易洁净室,然后设计了一个5×4阵列的电容器与晶体管结构,将设计图案转移到硅片上,涂覆光刻胶进行图案化和蚀刻,并对芯片进行磷掺杂以提升导电性,最后逐层手动堆叠微观薄膜。整个过程没有使用任何工业自动化设备,测试时也需借助显微操纵器和超细探针针尖。
Q3:AI需求推高内存价格的问题短期内会解决吗?
A:目前来看,短期内难以根本解决。AI对内存的持续旺盛需求导致内存厂商将产能优先供给数据中心,消费级市场供应紧张,价格波动明显。虽然随着AI内存使用效率提升,价格压力有出现缓解的早期迹象,但整体短缺局面预计仍将持续一段时间。
好文章,需要你的鼓励
Locus Robotics宣布收购加拿大温哥华机器人公司Nexera Robotics,将其专有的NeuraGrasp末端执行器技术整合至Locus Array平台。NeuraGrasp融合AI抓取智能、计算机视觉及专利软膜结构,可动态适应不同形状、材质、重量的商品,显著扩大了可自主拣选的SKU类型范围。此次收购将加速Locus Robotics在移动操控领域的技术路线图,推动仓储全流程自动化履约能力迈上新台阶。
ServiceNow研究团队构建的EVA-Bench框架,通过AI对AI的音频通话测试,量化评估语音客服系统在准确性和对话体验两个维度的真实表现,揭示现有系统普遍存在的可靠性缺口。
人形机器人正从原型验证迈向早期商业部署,汽车制造与物流领域预计成为未来十年核心需求市场。IDTechEx预测,相关市场规模将于2030年代初达到约250亿美元,2036年年出货量接近180万台。硬件成本持续下降,均价有望从2024年的约11.47万美元降至2030年的约3.7万美元。高利用率场景下运营成本有望低于5美元/小时,投资回收期可缩短至约6个月。但大规模商业化的关键,仍在于软件能力、任务泛化与系统集成的持续突破。
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。