韩国与日本研究团队近日提出两种全新的存储器整合构想,试图在不让高带宽内存(HBM)堆叠持续升高的情况下,提升容量与带宽,同时缓解AI芯片面临的严峻散热压力。两项研究都在6月举行的2026 IEEE/JSAP VLSI Technology and Circuits Symposium上发表,核心思路都是把DRAM芯片从传统“向上堆叠”改为“侧向立起”配置。
韩国国立蔚山科学技术院(UNIST)团队提出的Vertical-Die(V-Die)方案,将定制化DRAM芯片直立排列,移除芯片内的硅通孔(TSV),改由底部边缘I/O直接连接基板,并在相邻芯片之间加入液冷通道。研究团队表示,这种设计可让连接数量达到HBM4的4倍,内存读取时间缩短37%;在模拟的16层堆叠、对应H100等级硬件与GPT-3规模工作负载下,V-Die可达每秒540个token,明显高于HBM4的296个token,首个token延迟也可降低32%,约24毫秒。
日本东京大学团队提出的MOSAIC则把重点放在制造可行性上。由于芯片侧放后,厚度的些微差异就可能造成对位失准,研究人员改用感应耦合的无接触芯片互连方式,让数据透过微型线圈跨越极小间隙传输,不必依赖每个信号焊盘都精准对上实体接点。团队指出,原型接口最高可达每通道4 Gbps,并可在DRAM-on-GPU架构下将容量提升至HBM4的两倍;相关硬件展示也显示,这种堆叠方式在热导率上可达传统堆叠的3倍,且最多可增加30%的内存容量。
这两项研究都瞄准AI运算中日益严重的“内存墙”问题。现代加速器虽然算力惊人,但大型模型需要在内存与运算单元之间搬运大量数据,HBM因此成为AI硬件的关键技术。不过,随着堆叠层数增加,散热更困难,TSV也会占用可用面积,进一步推高信号完整性与封装成本。虽然SK海力士(SK hynix)、三星电子(Samsung)与美光(Micron)等业者也在改良HBM4、iHBM与HBM5的散热设计,但目前仍维持传统向上堆叠架构。

▲采用HBM内存技术的显卡架构
研究团队强调,V-Die与MOSAIC目前都还不是可立即取代商用HBM的成熟方案。V-Die仍属提案阶段,正在开发原型以验证热与电性表现;MOSAIC虽已有概念性硬件,但尚未证明能扩展到商用DRAM所需的良率、成本与可靠度。不过,在AI内存供应与价格持续吃紧的背景下,任何能突破容量、带宽与散热限制的新方向,都受到业界高度关注。(文章来源:科技新报)
全球半导体观察

媒体矩阵

微博

今日头条

知乎

雪球

搜狐

抖音

视频号

哔哩哔哩
... ...
关于集邦咨询

TrendForce集邦咨询作为全球高科技产业研究机构,致力于洞察AI全链脉络,助力企业战略决策。研究版图聚焦AI产业增长引擎,涵盖:HBM、DRAM、NAND Flash等关键存储产品;GPU、ASIC等AI算力芯片;晶圆代工、芯片设计及封测;以及AI服务器、显示面板、LED、AR/VR等基础设施与终端,延伸至自动驾驶、具身智能、光伏储能、低空经济等“AI+”垂直产业集群,同时提供核心零部件价格预测与数据库。凭借多年深耕,为政企客户与投资者提供行业研究报告、企业战略咨询及品牌整合行销等服务。


