美光放弃4F²单元,转向3D DRAM与定制HBM

资讯 腾讯网 作者:腾讯网 全文 4318 字 · 约 11 分钟读完 分类DRAM美光存储芯片

美光计划扩充定制化DRAM与NAND产品矩阵。 上个月,美光对外披露了未来数年的DRAM与NAND闪存技术路线图,公布将采用晶圆键合、能够缩小NAND存储单元的新材料、高NA EUV光刻技....

所属频道 算力与芯片

美光准备把定制化DRAM和NAND的产品线铺得更宽。

上个月,这家公司对外公布了一份覆盖未来数年的DRAM与NAND闪存技术路线图。其中提到要用晶圆键合、能缩小NAND存储单元的新材料以及高NA EUV光刻,并详细说明了3D DRAM的研发布局。随着AI开发者愈发需要贴合自家处理器架构和特定负载的存储方案,扩充定制化DRAM与NAND产品矩阵成了这份路线图里格外显眼的一笔。

美光总裁兼首席技术与产品官Scott DeBoer本月稍早在公司一场活动上提到,DRAM眼下已接近物理原子极限。他同时表示,平面工艺节点还能迭代好几代,但公司更看重推出3D DRAM的时机,要让成本与性能综合起来最划算再上。至于3D NAND,重点是用新材料把存储单元结构压得更密,继续推进XYZ三维缩放。

DRAM:抛弃4F²单元,转向高NA EUV、新材料与3D DRAM的新一代微缩

一个让人意外的决定是,美光不再研发4F²存储单元DRAM方案,这与长鑫存储、三星、SK海力士走的路线并不相同。美光的解释是,在现有工艺基础上,4F²单元找不到可行的持续微缩路径。替代方案写进了未来路线图:晶圆键合、高NA EUV光刻、新材料,最终落到3D DRAM。公司打算2027年下半年让下一代1δ存储工艺进入量产;此后的1ε、ζÅ、ηÅ工艺分别处在不同的研发阶段。与此同时,两代3D DRAM也在同步开发,未来有望取代传统平面存储。

眼下美光大规模量产的1γDRAM工艺,是该公司首个用上EUV光刻的DRAM节点。在这之前,美光靠的是DUV多重曝光工艺,却依然能和采用EUV加工关键层的方案同台竞争。

下一代1δ工艺正在爬良率,量产时间定在2027年下半年。美光称,这一工艺的比特密度比1γ提升约20%;先进高k金属栅(HKMG)CMOS、新材料、埃级工艺控制以及设备智能化,会一并改善性能与功耗,良率和成本也能得到优化。

1δDRAM将在美国本土生产,用于新一代DDR、LPDDR、图形内存、HBM5、垂直HBM(vHBM)以及垂直边缘推理内存(vEIM)。为了做HBM5、vHBM5、vEIM这些产品,该节点还支持硅通孔(TSV)等配套技术,散热表现因此得到优化。

再往后的1ε工艺会引入晶圆键合:不同结构分别在不同晶圆上制备,随后把两片晶圆键合到一起。这种做法让存储设计与制造更灵活,但键合方案、键合结构,以及密度、性能、功耗能提升多少,美光都还没有公布。该工艺仍在研发中,量产时间表也未给出。

ζÅ节点还在早期开发,计划把高NA EUV光刻带入存储制造,进一步压小关键尺寸。需要用到高NA光刻的层数、预期密度增幅和量产时间,美光均未披露。可以确定的是,这个节点至少要到2030年才会落地,晚于三星、SK海力士计划2028年在DRAM产线部署高NA EUV的节奏。

ηÅ是美光公开的平面DRAM路线图中最晚的一代,眼下还在探索。DRAM产线用上高NA EUV之后,美光会借助其他微缩手段继续迭代。新材料被提及,但具体种类没公布,对器件结构有何影响也没说明。候选材料包括新型光刻胶、沉积前驱体、介电材料、导电材料,目标是做出更小的晶体管与电容,最终抬高DRAM单元密度。

说到底,美光的路线图仍坚持在6F²单元上迭代DRAM,这与长鑫、三星、SK海力士的路线存在差异。

3D1、3D2:3D DRAM越来越近

传统平面DRAM之外,美光还在同步推进两代3D DRAM,代号分别是3D1和3D2。平面DRAM提升比特密度主要靠缩小存储单元;3D DRAM则利用垂直方向,在相同面积里塞进更多存储单元。美光的打算是,等3D DRAM在制造成本和性能上能对标传统DRAM,再把它推向市场。架构、堆叠层数和密度目标目前都未公布。

实际上,美光规划了到2030年的存储架构,可DRAM路线图里只有1δ工艺给出了明确的量产窗口(2027下半年大规模量产),其余平面DRAM节点和两代3D DRAM都没有投产时间。

定制HBM与垂直内存架构

常规DRAM之外,美光还准备在新一代工艺上开发HBM4E、HBM5、HBM5E以及全新的垂直集成内存架构。从HBM4E起,标准版与定制版HBM会同时提供,之后还有定制HBM5E、vHBM、vEIM(垂直边缘推理内存)。定制化存储由此重回大规模量产产品线。

定制HBM4E(cHBM4E)允许客户缩减内存I/O位宽,或者在HBM基底晶圆上集成额外逻辑电路,把宝贵的芯片面积让给算力单元,从而针对特定AI加速器优化性能与功耗。Scott DeBoer表示,这些逻辑原本放在ASIC内部,挪到靠近存储的基底晶圆上,整套系统的效率能够提升。

在DeBoer看来,基底晶圆是与客户一起设计的;落在基底晶圆上的逻辑电路,说白了就是把GPU电路中的部分功能剥出来,搬到离存储更近的地方。他补充,到了垂直HBM阶段,把合适的电路迁到基底晶圆上,仍然是一条可行路径。

为了支撑这类功能,美光计划在标准和定制HBM的基底晶圆上采用先进代工工艺,具体节点暂未披露。定制方案会挑选满足客户需求、性价比最优的工艺。比如HBM4E就需要更先进的CMOS工艺,才能达成性能与功耗目标。

接下来美光会推出垂直HBM(vHBM):内存直接堆叠在ASIC、CPU上方,而非传统方案那样放在中介层旁边。密集垂直互联会让vHBM带宽大幅提升;就近集成也能压低延迟,但供电和散热的挑战明显变大。美光的应对办法是混合键合实现先进互联、集成散热片、热感知设计。有意思的是,美光认为传统HBM和vHBM会长期共存:vHBM提供极限带宽,普通HBM负责大容量需求。

另一款在研产品是垂直边缘推理内存vEIM,封装和集成技术与HBM大多共享,但优先面向功耗敏感场景,而非追求极致带宽。第一代vEIM的目标是接近HBM4的2TB/s带宽,同时把单比特传输能耗做到低于1皮焦。

无论vHBM还是vEIM,落地都离不开与客户的深度协同——要针对具体应用,把存储、逻辑、封装和散热放在一起优化。美光的定制化开发,也不只在HBM和EIM上。

比如数据中心用的LPDDR6,美光正与Meta一起打磨可靠性、可维护性和可用性。按美光的预计,LPDDR6功耗比LPDDR5低约35%,这对高密度存储部署很关键。DDR6方面,美光会联合头部客户共同开发,目标带宽做到DDR5的两倍,以更好匹配需求。

说到客户协同,DeBoer强调,美光如今在产品定义早期就与客户联合设计、联合开发、联合验证并规模交付,和过去的合作模式差别很大。

DeBoer 说:“在 AI 协同创新项目上,我们和客户一块儿想点子、一起做设计、联手开发、共同验证,最后再规模化交付。这样的机会很少见,跟三四年前我们和客户合作的路子完全两样。”

先进CMOS:性能提升超10倍

除了DRAM单元微缩和垂直内存架构,美光还在做外围电路用的先进CMOS工艺。路线图上排着多代高k金属栅结构的DRAM CMOS逻辑,再往后是第一代、第二代3D CMOS。

美光预计,2020至2030年间这套CMOS逻辑的性能提升超过10倍,为的是接住AI存储产品不断上涨的带宽与功耗需求。

3D NAND:从400层新一代3D NAND到AI专用NAND

这场发布会主角是DRAM,不过美光也带来了NAND闪存的新消息:第11代400层3D NAND、G11之后的下一代3D NAND,以及主打高带宽或高IOPS的AI专用NAND。

美光G11(N170)3D NAND工艺相比现在的G9(N160)变化很大。有源存储层数从276层提到400层以上,用上晶圆对晶圆键合,存储单元节距也做到行业领先。

升级之后,G11 3D NAND的比特密度比G9翻倍。以3D TLC为例,密度有望从21Gb/mm² 升到42Gb/mm²;等良率成熟,单比特制造成本会明显往下走。

密度之外,G11的I/O速度比G9快50%,速率约5400MT/s。单比特传输能耗同时降低25% 以上,这对大容量SSD、需要海量搬运数据的AI存储系统很关键。

G11最重要的变化之一是引入晶圆对晶圆键合:存储阵列和外围、I/O电路分别做在两片晶圆上,再键合到一起。长江存储早就用这项技术提升容量与性能,美光和其他存储厂商跟进并不意外。

美光计划2027年下半年让G11 3D NAND进入量产。

G11之后的3D NAND迭代:新材料与XYZ三维缩放

G11之后,美光会靠新材料、更紧凑的单元结构、更低功耗的电路与数据通路继续迭代3D NAND。方向包括高迁移率材料,用来改善存储器件的电学特性;还有超高密度单元架构,在堆叠层数之外继续把存储密度往上推。

低功耗电路与数据通路,则是为了抵消NAND容量提升、接口提速带来的功耗上涨。

DeBoer 表示:“G11 往后我们有一条清楚的路线,今天不细讲。大方向是靠新材料把单元密度压下来,XYZ 三维缩放继续往前推。眼下行业和美光的做法是两条腿走路:堆叠层数往上加,存储单元尺寸往下缩。”

新材料具体是什么,美光没有公布;G11之后各代NAND的密度、性能、功耗量化指标,也还没给出。

AI专用NAND:高IOPS与高带宽两条路线

G12、G13 3D NAND的细节尚未公开,但美光透露,正在开发两款面向AI的专用NAND架构。

第一款是高随机IOPS AI NAND,主打极致随机读写,基于SLC、小块设计,用来加速向量检索、图分析、AI上下文管理等负载。美光预计其IOPS区间在2500万~1亿,具体看配置,相关产品未来两年陆续推出。

第二款是高带宽AI NAND,优先保带宽,不追求随机性能。美光在研究用TSV堆叠NAND搭配逻辑基底晶圆,贴近AI加速器。这个思路和闪迪HBF有相似之处。但美光认为,只把NAND堆叠放到中介层上、挨着GPU,价值有限。美光正在探索别的集成方案,让NAND更靠近算力核心,又不占用加速器宝贵的边缘走线区域。

说到高带宽 AI NAND,DeBoer 直言成本更高,得跟客户联合落地,让成本和价值对得上。我们做的是 TSV 堆叠 NAND 加逻辑基底晶圆,把存储和加速器之间的距离拉近。至于放在 GPU 边缘走线区,我们不觉得那是好办法,存储要更贴近算力,这套高性能 NAND 的价值才发挥得出来。

美光这条面向AI的NAND产品线,不会取代常规SSD业务,两者是互补关系;后者的规划里,未来固态硬盘容量最高可做到512TB。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 美光DRAM与NAND路线图:放弃4F²,押注3D DRAM

    上个月,美光科技公布了未来几年的DRAM和NAND闪存发展路线图,透露了其计划采用晶圆键合技术、新型材料以缩小NAND闪存单元尺寸、高数值孔径EUV光刻技术,并详细介绍了其向3D DRAM迈进的步伐....

    来源 腾讯网
  2. 美光45亿美元桃园工厂停建,劳资纠纷成导火索

    据彭博社报道,美光已经暂停在中国台湾桃园市建设一座价值45亿美元(约300亿人民币)的存储芯片工厂。此次暂停与当地持续发酵的劳资纠纷有关。美光管理层对于项目面临的不确定性日益担忧,其中包括此前与当地工会达成的协议存在被推翻的风险。

    来源 华尔街见闻
  3. 微珩启元一个月连融两轮:3D DRAM近存计算怎么破AI推理内存墙

    AI大模型进入规模化推理阶段后,竞争的焦点正在发生变化。除了芯片的算力之外,数据搬运效率、能耗和单位Token成本,也越来越影响推理系统的整体效率。 在这样的背景下,一家创业公司——杭州微珩启元科技在一个月内连续完成两轮融资,引发市场关注。该公司未披露两轮融资的具体金额和投资方,资金将主要用于AI推理芯片及高带宽内存相

    来源 AI 行业观察
  4. 闻泰科技:安世半导体股权调整争议,20亿美元诉讼待解

    【TechWeb】11月4日消息,闻泰科技股份有限公司发布关于子公司经营管理情况的进展公告,披露安世半导体相关跨境争议的四项最新进展。公告称,相关事项涉及跨境司法程序、跨境公司治理等多重复杂外部因素,最终结果存在重大不确定性。公告显示,企业

    来源 TechWeb
  5. 闻泰科技:安世半导体股权调整在即,荷兰诉讼索赔20亿美元

    【TechWeb】11月4日消息,闻泰科技股份有限公司发布关于子公司经营管理情况的进展公告,披露安世半导体相关跨境争议的四项最新进展。公告称,相关事项涉及跨境司法程序、跨境公司治理等多重复杂外部因素,最终结果存在重大不确定性。公告显示,企业

    来源 TechWeb
  6. 英伟达 CUDA Toolkit 13.5 发布:Vera Rubin 转正,多 GPU 通信升级

    IT之家 11 月 5 日消息,英伟达于当地时间 11 月 4 日正式发布了最新的 CUDA Toolkit 13.5,为下一代 AI 计算平台 Vera Rubin 提供正式可用(GA)支持,标志着相关架构从早期开发者预览阶段进入面向企业生产环境的部署阶段。据英伟达官方介绍,此次更新不仅完善了 Vera Rubin

    来源 腾讯网
  7. AI记忆生意账本:万条每小时0.015元,三家厂商争什么

    (本文作者为 冯伟冯大白,钛媒体经授权发布)文 | 冯伟冯大白AI记忆的基础费用,已经低到很难与“天价”联系起来。阿里云PolarDB Agent Memory标准版在中国内地,每万条记忆每小时的计算与存储资源费用为0.015元。数量始终保持一万条,30天对应10.8元,模型调用另外计费。争夺这门生意的公司却越来越多。

    来源 腾讯网
  8. OpenAI收购Pierre:Codex将整合代码存储与审查工具

    IT之家 11 月 5 日消息,OpenAI 当地时间本月 4 日宣布将收购企业 Pierre。该公司开发了 Code Storage 大规模分布式存储系统,此外还有 Trees、Diffs 功能库以及 Highlights 实时更新高亮工具。 Pierre 的 Trees 让开发者能快速浏览和定位项目文件,Diffs

    来源 AI 行业观察
  9. 三星SK海力士美光同台,进博会展出可部署算力系统

    《科创板日报》11月5日讯(记者 陈俊清 王楚凡) 今日(11月5日),第九届中国国际进口博览会在国家会展中心(上海)开幕。本届进博会技术装备展完整覆盖集成电路全产业链上下游,三星、SK海力士、高通、英特尔、AMD、新思等国际龙头悉数到场,构成了半导体展区的核心阵容。从展台陈列看,今年芯片公司很少再把“算力”停留...

    来源 腾讯网
  10. YC初创设百万美元悬赏,求解AI材料科学五大难题

    成立仅数月的YC初创公司Discovered Materials宣布,设立总额100万美元的悬赏基金,围绕五个尚未解决的材料科学问题,每个解决方案奖励20万美元。该公司用AI寻找芯片材料,希望以开放创新加速材料发现,并验证AI在半导体材料研发中的潜力。这既是科研激励,也是初创公司构建生态、吸引人才与实验合作者的战略动作

    来源 AI 科技快讯
  11. SGLang推出Elastic EP扩容:MoE推理加GPU不用重启

    SGLang 引入 Elastic Expert Parallelism Scaling,让 MoE 推理服务可在运行中细粒度增加 GPU,无需完整副本或重启。借助 Mooncake PG 与 NIXL,系统在 8×H100 测试中比重启更快完成扩容,并支持 CUDA graph 重捕获与 EPLB 重平衡。

    来源 AI 科技快讯
  12. 上交团队用GPU求解器cuLoRADS,解出悬置18年的量子搜索难题

    一个在量子信息领域悬了 18 年的难解之题,竟然被一张 GPU 解开了。这个问题叫做量子有序搜索,属于量子算法复杂度研究领域的一个基础问题。近日,上海交通大学团队用 GPU 加速的求解器 cuLoRADS 直接解出了 5 次查询对应的完整半定规划(SDP,Semidefinite Programming),确认了最大可

    来源 腾讯网
  13. SGLang推出弹性EP扩容:运行中MoE推理加卡不重启

    SGLang 引入 Elastic Expert Parallelism Scaling,让 MoE 推理服务可在运行中细粒度增加 GPU,无需完整副本或重启。借助 Mooncake PG 与 NIXL,系统在 8×H100 测试中比重启更快完成扩容,并支持 CUDA graph 重捕获与 EPLB 重平衡。

    来源 AI 行业观察
  14. HiCache如何适配CP/PP/投机解码与PD分离?

    Agentic应用会反复向模型提交超长且高度相似的历史上下文。HiCache在Radix cache基础上把KV复用扩展到主机内存与外部存储,并进一步适配CP、PP、Speculative decoding和P/D分离等生产级推理架构。

    来源 AI 科技快讯
  15. 英特尔Q3财报后暴跌28.6%:AI服务器卖爆,PC基本盘却拖了后腿

    说实话,在英特尔公布2026年Q3财报之前,小雷以为靠着这一波AI基建狂潮,这家半导体巨头怎么也能打一场漂亮的翻身仗。毕竟从账面看,英特尔当季营收165亿美元,同比增长21%,还超出了华尔街此前的预期。然而财报发出后,英特尔次日收盘却狂泻28.6%至65.76美元,创下数十年来最惨烈的单日跌幅。紧接着,老对手AMD也交

    来源 腾讯网
  16. 奥尔特曼5%言论惹众怒:AI抢显卡内存,玩家该让路吗

    最近打算装机或是升级显卡的朋友,想必都感受到了一股寒意。 想买张顶级显卡吧,RTX5090几乎买不到。RTX5080如今不仅价格翻番,而且有说法称,板卡厂商甚至都已经拿不到芯片供应了。 那么买别家行不行呢?最新消息称,AMD也在准备新一轮的涨价。至于Intel那张曾经以性价比著称的Arc B580,也传出可能即将停产。

    来源 AI 行业观察
  17. Xen曝CVE-2026-102703与102704双重VM逃逸,4.6至4.16无官方补丁

    Xen项目11月3日发布XSA-523公告,披露两个critical级grant-copy漏洞,允许恶意VM绕过隔离读写其他VM内存,包括dom0。受影响版本从4.6起全覆盖,4.16已超支持期。Claude在commit中获“Assisted-by”credit,成为大模型首次在主流虚拟化核心代码库获得critica

    来源 AI 行业观察
  18. 用自家大模型造自己的“芯”:Anthropic 组建 15 人芯片设计团队,Claude 助阵让研发提速

    11月3日消息,人工智能企业 Anthropic 在近期的投资者会议上透露了其在硬件领域的最新进展:公司目前已经正式组建了一支由15人组成的芯片设计团队,并开始利用自家的 Claude 模型来全面开展定制芯片的工程与设计工作。 在实际的内部测试与应用中,Anthropic 的工程师团队发现,与英伟达、超威半导体(AMD

    来源 AI 开发者社区
向下滚动自动加载更多