Эта новая техника укладки чипов может стать ключом к unlocking более быстрой производительности ИИ.

      Исследователи решили проблему хрупкой укладки чипов, сдерживающую развитие памяти ИИ, и результаты значительны.

      Каждый раз, когда вы используете ChatGPT или генерируете изображение с помощью ИИ, за кулисами работает чип памяти с экстремальной скоростью. Однако у этого чипа есть проблема с узким местом в памяти, и корейская исследовательская группа, возможно, только что решила её.

      Исследователи из POSTECH (Поханский университет науки и технологии) разработали новый способ укладки более 10 ультратонких полупроводниковых чипов друг на друга, достигнув плотности памяти примерно в четыре раза выше, чем у лучших коммерческих чипов, доступных сегодня (по данным TechXplore).

      Почему укладка чипов так сложна и чем этот метод отличается?

      Память с высокой пропускной способностью, или HBM, — это тип памяти, который питает ускорители ИИ. Она работает, укладывая несколько чипов вертикально, подобно строительству высотного здания, а не распределению по земле.

      Проблема в том, что по мере уменьшения толщины чипы становятся невероятно хрупкими. При толщине в одну пятую от человеческого волоса они изгибаются, деформируются и трескаются под давлением. Текущие методы производства усугубляют эту проблему, часто повреждая чипы еще до того, как они попадают в укладку.

      Команда POSTECH решила эту проблему, объединив две техники в один процесс. Передача печати точно размещает каждый чип там, где он должен быть, в то время как ин-ситу связывание формирует металлические соединения в тот же момент, все это при низкой температуре ниже 180 градусов Цельсия и низком давлении ниже 20 килопаскалей. Результат — укладка из более чем 10 чипов с почти нулевым смещением и очень небольшим искажением.

      Почему это важно для будущего ИИ

      Больше памяти, упакованной в одно и то же пространство, означает, что инструменты ИИ могут работать быстрее и справляться с более крупными задачами, не требуя более крупного или дорогого оборудования. Исследователи также видят применение за пределами ИИ, включая дисплеи следующего поколения на основе микро-светодиодов и продвинутые конструкции процессоров, которым требуется тот же тип ультра-точной укладки, который предоставляет этот метод.

      Вывод этого в коммерческое производство — следующий шаг, но если это произойдет, потолок памяти, который тихо сдерживал ИИ, наконец может начать подниматься.