跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

AI 加速器瓶颈向下游转移:玻纤布与 3D DRAM

Nittobo 掌控全球约 90% 的 T 玻璃供应。这种特种玻璃纤维布用于先进 AI 芯片封装。据 Tom's Hardware 报道,短缺正在重塑加速器供应链。

科技分析林晓雯发布: 2026年9月28日5 分钟阅读资料来源 4
AI 加速器瓶颈向下游转移:玻纤布与 3D DRAM

Nittobo 正在将日本福岛工厂的产能扩大三倍。Tom's Hardware 3 月 9 日报道,新供应要到 2027 年中期才能进入市场。该材料价格上涨了 20% 到 30%,下游覆铜板的交货期从正常的 8 到 10 周延长到超过 20 周。

T 玻璃是一种低热膨胀系数(CTE)玻璃布,用于 IC 基板的有机核心,即芯片与印刷电路板之间的互连层。它保持大型、高热量芯片封装的尺寸稳定性。随着 AI 处理器变大且运行温度升高,这一点变得愈发重要。较便宜的替代品 E 玻璃主要用于微控制器和较旧的移动处理器等低端芯片。对于大规模 2.5D 和 3D 封装,T 玻璃是首选。这种特性组合和有限的替代性,使一种小众材料变成了供应链瓶颈。供应紧张之所以严峻,是因为需求驱动者是谁。超大规模云服务商正在订购越来越大的芯片封装,每个单元需要更多的 T 玻璃。

根据 Tom's Hardware 引用的 Nvidia 数据,中介层尺寸已从 Hopper 架构的 814mm² 增长到 Blackwell 的 1700mm²,增幅达 109%,而 Rubin 和 Feynman 将进一步扩大规模。Yuanta 分析师 Bill Ho 告诉该出版物:“随着 T 玻璃供应现在更加受限,供应商不再提供交货期。”

替换并不简单。Yole Group 分析师 Bilal Hachemi 跟踪 IC 基板供应链,他说 T 玻璃“具有特定的介电常数和 CTE 值,对 AI 芯片更好,尤其是有机核心”。他补充说,基板行业历来利润微薄,因此即使是适度的需求激增也可能引发短缺。

Nittobo 的应对超出了福岛工厂。它正在将台湾工厂的原纱产能翻倍,并将原纱进口回日本进行织布制造,还与南亚塑胶达成合作协议,将部分织造业务外包。到 2027 年,预计 Nittobo 约 20% 的玻璃布将由竞争对手南亚织造,这让人感受到市场的紧张程度。美国银行估计,Nittobo 电子材料部门的销售额将从 2025 年的 409亿日元(26600万美元)增长到 2028 年 3 月的 877亿日元,营业利润率接近 48%。

与此同时,加速器设计师正从另一个方向攻克内存墙。据 ServeTheHome 报道,d-Matrix 在 Hot Chips 2026 上展示了 Raptor,这是一种用于生成式推理的 3D DRAM 加速器,使用 36 微米面对面堆叠技术,将 TSMC N4 逻辑裸片堆叠在 3D DRAM 裸片之上。该公司估算,一个 72 卡扩展机架可托管 Kimi K3 等前沿模型,支持 1M 上下文,每卡使用 4 位权重和 8 位 KV 缓存,容量为 32GB。

垂直堆叠的理由在于能源。片上 SRAM 成本约为 50 fJ,而包含芯片级能耗的 2.5D HBM4 系统运行在 2.5 到 5 pJ 范围。垂直 3D IO 约为 0.3 到 0.4 pJ,比 HBM 低约 10 倍,因为它是无 PHY 的毫米级路径,而不是厘米级中介层路线。d-Matrix 引用了 HBM4 封装约 20 TB/s 的实用带宽上限。

Microsoft 在 Maia 200 上走了不同的路线。据 ServeTheHome 在同一会议上报道,这款 3nm 芯片拥有 1400亿 晶体管,6 堆 HBM3e,7TB/秒的 HBM 带宽,1万 TFLOPS 的 FP4 性能以及 750 瓦 TDP。它没有横向扩展网络,只有纵向扩展,演示配置包含 128 个机架和 6000 颗芯片。

研究工作指向更远的未来。据 Stanford Engineering 报道,Stanford、Carnegie Mellon、Penn、MIT 和 SkyWater Technology 在美国晶圆厂制造了首个单片 3D 芯片,原型机性能比同类 2D 芯片高出约 4 倍,而更高设计的模拟显示在 AI 工作负载上最高可达 12 倍提升。

评论 0

资料来源

4
  1. 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
  2. 02d-Matrix Raptor 3D-DRAM Accelerator for Generative Inference at Hot Chips 2026EN
  3. 03Microsoft's Maia 200 AI Accelerator at Hot Chips 2026EN
  4. 04Scientists and U.S. foundry achieve 3D chip breakthrough to accelerate AIEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。