韩国科学技术院(KAIST)及其太字节互连与封装实验室(Tera)研究团队发布了未来四代高带宽内存(HBM)技术发展路线图,预计最高可达64 TBps带宽和24层堆叠结构,比HBM4性能提升50%。
目前最新的HBM4代产品带宽可达2 TBps,最大支持16层DRAM芯片堆叠,容量达64 GB。HBM标准由JEDEC(联合电子设备工程委员会)发布,首个HBM标准(JESD235)于2013年发布,随后的HBM2、HBM2E、HBM3和HBM3E版本在带宽、容量和效率方面不断改进。
在散热技术方面,HBM3和HBM4采用强制风冷(散热片/风扇)或强制水冷(D2C直接芯片冷却)技术。2029年推出的HBM5将采用浸没式冷却,而HBM7和HBM8将使用嵌入式冷却技术,将散热机制直接集成到芯片内部或芯片附近。
在封装技术上,HBM4和HBM5将使用微凸点(MR-MUF)芯片堆叠技术,HBM6至HBM8则采用无凸点铜对铜直接键合技术,以实现更高密度、更好性能和信号完整性。
英伟达的Feynman(F400)加速器计划采用HBM5技术,整个GPU的HBM5容量将达到400-500 GB,预计2028/2029年发布。
2032年的HBM6将采用主动/混合(硅+玻璃)中介层技术,最大堆叠层数从HBM5的16层增至20层,单堆容量可达96-120 GB。
2035年的HBM7将支持最高24层堆叠,容量达160-192 GB,带宽24 TBps,是HBM6的三倍。2038年的HBM8同样支持24层堆叠,带宽提升至64 TBps,容量增至200-240 GB。
HBM8可能采用双面中介层设计,一面安装HBM,另一面可安装HBM、LPDDR内存或HBF(高带宽闪存)。HBF结合了HBM的高带宽特性和3D NAND的大容量优势。其中HBM芯片容量240 GB,LPDDR芯片480 GB,HBF芯片可达1024 GB。
需要注意的是,这只是技术发展路线图,时间越久远确定性越低。最终技术细节还需等待JEDEC发布正式规范后才能确认。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。