英特尔前CEO抨击HBM架构缺陷 - 英特尔前CEO帕特·盖尔辛格再次抨击HBM内存架构存在缺陷，称HBM是“糟糕的”解决方案，尽管承认这是“目前能得到的最佳方案” [1] - 盖尔辛格指出HBM位密度非常低、带宽受限、功耗散热问题严重，DRAM内存不喜欢高温，所有数据集中在一个地方，对AI内存计算密集型工作负载是灾难性的 [1] - HBM是“宽而慢”的架构，需要大量并行连接，HBM3/3E总线宽度为1024位，HBM4总线宽度提升至2048位 [2] - PHY芯片占据计算芯片边缘巨大矩形硅片，限制芯片旁可放置的HBM堆叠数量，计算芯片通常只能分配两个边缘用于HBM [2] - 根据韩国科学技术院热分析，HBM功耗超过约30瓦时，HBM PHY芯片自身产生的热量成为内存热应力主要来源 [2] - HBM堆叠中DRAM芯片必须通过大量硅通孔连接，减少单个芯片可放置的存储单元数量，每个DRAM芯片位密度低得多 [3] - HBM芯片消耗的晶圆数量约为同等尺寸普通DRAM芯片的三倍，导致普通DRAM芯片长期供应短缺 [3] DRAM短缺持续至2028年初 - 南亚半导体重申DRAM短缺将持续到2028年初，因HBM产能持续增长而DRAM产能下降 [1] - 南亚半导体在财报电话会议上指出，人工智能正在给整个存储领域带来结构性变革，DRAM芯片短缺可能持续到2028年初 [3] Kepler Computing打造HBM替代品 - 美国初创公司Kepler Computing计划于2027年启动新型存储器生产，结合自主3D集成技术与铁电存储器技术 [5] - 公司产品相较HBM单位功耗带宽有望提升至5至10倍，另一类产品容量有望达到传统SRAM的至少10倍 [5] - Kepler与GlobalFoundries等产业伙伴合作，推动相关技术走向规模化制造 [5] - Kepler成立于2018年，总部位于美国加利福尼亚州圣何塞，技术路线结合3D单片集成和铁电存储器技术 [7] - 公司技术可在控制热问题前提下将不同器件单片集成在半导体芯片内部，使用现有晶体管作为基础，在晶体管上方集成其他器件 [7] - 公司首席技术官Sasi Manipatruni表示，该方法有望将存储密度提升至原来的2至3倍，同时保持与CMOS工艺兼容性 [7] - Kepler技术路线有望减少对极紫外光刻的依赖，基础晶体管层可采用EUV工艺制造，上层器件集成不必完全依靠进一步缩小晶体管尺寸 [7] - 铁电材料是Kepler技术路线重要组成部分，团队过去约七年一直在探索相关材料，对材料成分、梯度和电极等因素进行大量试验 [8] Kepler两类新型存储器产品 - Kepler计划推出两类产品，分别面向HBM和SRAM所处应用领域 [9] - 一类产品可视为HBM替代方案，重点在于提升带宽与能效；另一类瞄准SRAM，希望在保留相关应用价值同时显著提高存储容量 [9] - 公司存储器相较SRAM容量有望达到至少10倍，与HBM相比单位功耗带宽有望提升至5至10倍 [9] - 容量提升与带宽提升是不同指标，不能简单理解为所有产品都能同时实现相同幅度性能改善 [9] - 公司尚未公布足以全面评估其产品的完整规格，包括具体容量、绝对带宽、延迟、功耗、成本以及不同工作负载下表现 [9] - 在HBM替代产品实现上，Kepler将采用自主开发的3D封装技术，公司联合创始人Rajeev Dokania表示希望通过自身架构设计将热方面额外开销控制在较低水平 [10] Kepler制造与量产计划 - Kepler已与格罗方德展开合作，并为扩大3D集成和铁电存储器生产规模建设了小型晶圆厂 [11] - 公司设想在客户现有晶圆厂附近建设小规模自有工厂，以相对较低投资实现先进器件集成，所需投资可能只有新建最先进制程晶圆厂的十分之一 [11] - 英特尔资本是Kepler投资方之一，英特尔资本董事总经理Srini Ananth认为公司已发展到可与产业伙伴协同推进规模化制造阶段 [11] - Ananth指出，如果能够利用晶圆厂后端工艺实现超出传统工艺节点预期的集成密度，就有机会进一步推动芯片技术发展 [11] - Kepler称2027年生产能力已全部分配完毕，客户涉及AI数据中心和制造业领域，但未披露除格罗方德以外的客户及合作伙伴名称 [12] - 除存储器产品外，公司还计划在长期布局中开发逻辑芯片 [12] AI存储架构探索新方向 - AI数据中心中GPU承担主要计算任务，HBM为其提供高带宽数据供给，随着大模型参数规模、上下文长度及计算负载持续增加，处理器与存储器之间数据传输压力不断上升 [6] - AI数据中心消耗大量能源用于GPU与HBM之间数据传输，继续沿用现有存储器架构可能越来越难以同时满足带宽、容量和能效方面需求 [6] - HBM堆叠更多存储芯片、提升数据传输能力是重要技术路线，但更高集成密度带来散热与制造挑战；SRAM虽具备低延迟优势，但存储单元面积较大，提高容量和密度同样面临限制 [6] - Kepler试图从存储器器件、集成架构和制造工艺三个层面寻找突破口，而不是单纯依靠传统晶体管持续微缩 [6] - 随着AI算力需求不断增长，单纯依靠增加HBM堆叠层数或持续推进晶体管微缩，未必能够独立解决带宽、容量、功耗和散热之间全部矛盾 [12] - 通过3D集成、存储器件创新以及制造流程调整，寻找新的性能提升路径，正在成为值得关注的方向 [12] - 新型存储器要真正进入AI计算系统，还需证明其在实际工作负载中的性能、能效、可靠性和成本优势，并解决量产良率、封装兼容性以及生态适配等问题 [13] - 对于Kepler而言，2027年将是重要节点，公司已给出量产计划和颇具吸引力的性能目标，但这些目标能否转化为稳定产品能力，仍需后续量产进展和实际应用结果来回答 [13] - HBM在AI基础设施中地位不会仅凭一家初创公司技术宣示就发生改变，但如果Kepler能够兑现承诺，AI芯片在存储架构上选择或许将进一步拓宽 [13]