人工智能数据中心使用的高带宽内存（HBM）技术正在出现重大转向。SK海力士美国公司副总裁Lee Jae-sik最新表示，未来行业不仅需要关注HBM本身，还需要关注封装技术如何影响HBM。
Lee在当地时间23日出席了美国斯坦福大学举行的半导体会议Hot Chips 2026，并发表了题为“HBM的高科技封装”演讲。他表示，在人工智能半导体时代，为了确保竞争力，不仅HBM本身的性能需要优化，GPU、封装和代工工艺也必须进行优化。
相比于TC-NCF（热压非导电膜），MR-MUF（批量回流模制底部填充）是更先进的HBM封装技术。TC-NCF是一种在芯片之间放置薄膜并使用热压头进行连接的方法，而MR-MUF是一种在堆叠芯片之间注入液体保护材料并硬化的方法。与TC-NCF相比，MR-MUF生产效率更高，热阻更低，但更容易发生芯片翘曲，并且存在间隙填充方面的不足。但SK海力士结合了翘曲控制和精细间距集成及窄间隙填充新技术，成功提高了现有HBM的性能。
SK海力士还在开发混合键合封装技术，以实现超越16层堆叠的20层或更多层的目标。该技术可在相同高度下将核心芯片厚度增加高达24%，并通过消除现有微凸点并直接连接芯片，将凸点间距缩小至18微米以下。此外，该技术有望通过更高效的散热来减少发热问题。
与现有存储器不同，HBM在人工智能半导体中首先被组装到中介层上。Lee指出，过去存储器是在系统组装的最后阶段安装的，但在人工智能时代截然不同，这要求HBM的可靠性更加重要。
他补充称，HBM必须承受后续工艺中产生的热量和机械应力，因此与客户进行联合开发至关重要。这也意味着，内存厂商、GPU设计商、代工厂和封装厂商必须从一开始就进行协同设计。
SK海力士还在会上发布了一项用于冷却HBM内部特定区域“热点”的技术。Lee表示，HBM的输入/输出速度越快，热量就越集中在某些区域。正在开发的iHBM技术通过添加耐高温导热材料，只对热量集中的区域进行集中冷却，而非对整个HBM进行冷却。
他还指出，HBM的带宽和容量未来将继续增长，但发热、功耗和封装将成为更大的挑战，这要求客户、代工厂和封装公司必须携手优化。
盈昌配资提示：文章来自网络，不代表本站观点。
