英特爾+軟銀聯(lián)手劍指HBM
美國芯片巨頭英特爾已與日本科技和投資巨頭軟銀攜手,合作開發(fā)一種堆疊式DRAM解決方案,以替代高帶寬存儲器(HBM)。據(jù)報道,雙方已合資成立新公司Saimemory共同打造原型產品,該項目將利用英特爾的芯片堆疊技術以及東京大學持有的數(shù)據(jù)傳輸專利,軟銀則以30億日元注資成為最大股東(總投資約100億日元)。
本文引用地址:http://www.104case.com/article/202506/471059.htm該合作計劃于2027年完成原型開發(fā)并評估量產可行性,目標是在2030年前實現(xiàn)商業(yè)化。
Saimemory將主要專注于芯片的設計工作以及專利管理,而芯片的制造環(huán)節(jié)則將交由外部代工廠負責這種分工模式有助于充分發(fā)揮各方的優(yōu)勢,提高研發(fā)效率。如果這項技術成功,軟銀希望優(yōu)先獲得供應權,為其投資的AI業(yè)務(如ARM架構芯片)構建供應鏈協(xié)同優(yōu)勢。
在AI算力需求爆發(fā)的當下,HBM因適配AI處理器的數(shù)據(jù)吞吐需求而成為市場焦點,但復雜制程導致的高成本、高功耗及發(fā)熱問題卻日益凸顯。因此,軟銀與英特爾計劃通過采用不同于現(xiàn)有HBM的布線方式:通過垂直堆疊多顆DRAM芯片,并改進芯片間的互連技術(如采用英特爾的嵌入式多芯片互連橋接技術 EMIB),在提升存儲容量的同時降低數(shù)據(jù)傳輸功耗。實現(xiàn)至少大一倍的存儲容量,同時將耗電量減少40%,并大幅降低成本。
Saimemory并非第一家探索3D堆疊式DRAM的企業(yè),三星早在去年就宣布了開發(fā)3D DRAM和堆疊式DRAM的計劃。不過,這些項目的重點在于提升單芯片容量,目標是實現(xiàn)每個內存模塊高達512GB的容量。相比之下,Saimemory的核心目標是降低功耗 —— 這是當前數(shù)據(jù)中心最為迫切的需求,尤其是在AI計算功耗逐年飆升的背景下。
當前,全球僅有三星、SK海力士和美光三家公司能夠量產最新一代HBM芯片。隨著AI芯片需求的激增,HBM供不應求的情況日益嚴重,Saimemory希望借助這一替代方案搶占日本數(shù)據(jù)中心市場,甚至進一步擴展其影響力。這也標志著日本時隔二十多年后,首次試圖重返主流存儲芯片供應商行列。
在1980年代,日本企業(yè)曾占據(jù)全球約70%的存儲芯片市場份額,是當時的行業(yè)霸主。然而,隨著韓國和臺灣地區(qū)廠商的崛起,1990年代后衰退,市占率暴跌,日本多數(shù)存儲芯片企業(yè)逐漸退出了市場,僅存材料和設備等領域優(yōu)勢。
日本存儲器復興野心
AI服務器需求推動HBM價格在2024年上漲超50%,2025年仍供不應求。軟銀和英特爾并不打算在HBM領域直接競爭,而是計劃開發(fā)一種能夠顯著降低功耗的“堆疊式DRAM芯片”,這實際上是在尋求重塑市場,而非進入現(xiàn)有市場。Saimemory的替代方案若能在2030年前量產,有望切入日本本土數(shù)據(jù)中心市場,并憑借低功耗優(yōu)勢吸引對電費敏感的互聯(lián)網企業(yè)。
Saimemory將自己定義為一家無晶圓廠芯片設計和知識產權管理公司,這與三星和SK海力士形成了鮮明對比,后者則采用綜合設計和制造存儲芯片的方式。據(jù)東京電視臺報道,Saimemory將于7月開始運營,軟銀擔任公司首席財務官,英特爾擔任首席技術官,東京大學擔任首席科學官,一位前東芝高管將擔任首席執(zhí)行官。
自1980年代失去70%以上的DRAM市場份額后,日本最后一家DRAM制造商爾必達(Elpida)于2012年破產,并被美國美光公司收購,東芝分拆出來的鎧俠(Kioxia)目前只生產NAND閃存。韓國是存儲芯片制造領域的領導者,三星和SK海力士占據(jù)了全球DRAM市場73%的份額,以及NAND閃存市場的51%,控制著全球約90%的HBM市場。
日本政府正與軟銀攜手合作,重建該國的半導體產業(yè)。去年4月,軟銀開始在北海道建設日本最大的數(shù)據(jù)中心,投資額達650億日元,其中約45%由政府補貼。該設施位于Rapidus附近,引發(fā)了人們對其將從這家新代工廠采購芯片的猜測。據(jù)《朝日新聞》報道,日本迄今已承諾向Rapidus投資1.82萬億日元,并為此修改了《信息處理促進法》等法律。
而對于英特爾而言,此次合作亦是其「IDM 2.0」戰(zhàn)略的延伸,通過開放技術合作擴大生態(tài)影響力,而非僅依賴自有制造能力。然而,技術落地仍面臨多重挑戰(zhàn):3D堆疊DRAM的良率控制、量產成本能否真正低于HBM、與現(xiàn)有AI處理器的兼容性適配等均需時間驗證。
評論