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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。