수년 동안 반도체 기술 발전은 대부분 프로세스 노드에 의해 설명되었습니다.
10nm는 7nm가 되었고, 5nm, 3nm 그리고 점점 더 발전된 트랜지스터 아키텍처가 되었습니다.
하지만 인공지능 가속기, 고성능 컴퓨팅 시스템, 첨단 패키징이 계속 확장되면서 트랜지스터 밀도는 더 이상 시스템 성능을 결정하는 유일한 요소가 아닙니다.
반도체 산업은 재료, 포장, 상호 연결, 전력 공급 및 열 관리가 트랜지스터 확장만큼 중요해지는 새로운 단계에 진입하고 있습니다.
이 전환은 다음과 같은 광범위한 반도체 재료에 대한 관심을 증가시키고 있습니다.
이 재료들은 다양한 엔지니어링 과제를 해결하지만, 하나의 공통된 동력으로 점점 더 연결되어 있습니다.
인공지능과 HPC 시스템은 더 많은 대역폭, 더 높은 전력 효율, 더 밀도가 높은 포장 및 더 나은 열 성능을 필요로 합니다.
현대 인공지능 프로세서는 엄청난 컴퓨팅 자원을 포함하고 있습니다.
하지만, 컴퓨팅 능력의 증가는 또한 몇 가지 새로운 한계를 만들어 냅니다.
그 중 가장 중요한 두 가지가 있습니다.
데이터 이동
그리고
열 제거
인공지능 가속기는 HBM, 주변 프로세서, 네트워크 인터페이스 및 저장 시스템과 엄청난 양의 데이터를 지속적으로 교환해야합니다.
동시에, 이 장치들은 첨단 패키지 내부에서 점점 더 집중된 열을 생성합니다.
그 결과, 트랜지스터 성능을 개선하는 것만으로도 더 이상 충분하지 않습니다.
반도체 시스템 전체가 최적화되어야 합니다.
그 중 하나는:
이러한 시스템 수준의 전환은 이전에는 비교적 전문화된 시장에 자리잡았던 반도체 재료에 대한 새로운 기회를 창출하고 있습니다.
실리콘-온-이솔레이터는 새로운 반도체 물질이 아닙니다.
SOI 웨이퍼는 오랫동안 다음과 같은 응용 프로그램에 사용됩니다.
하지만 인공지능 인프라는 또 다른 중요한 성장 기회를 만들어내고 있습니다.
실리콘 광학
인공지능 클러스터가 커짐에 따라 전통적인 전기 상호 연결은 다음과 같은 과제와 점점 더 직면합니다.
구리 연결은 여전히 필수적이지만 광 통신은 대역폭 요구가 증가함에 따라 점점 더 매력적입니다.
이것이 코패키지드 광학 (CPO) 이 많은 관심을 받았던 이유 중 하나입니다.
고성능 프로세서와 광학 모듈 사이의 전기 연결에 전적으로 의존하는 대신 CPO는 광학 엔진을 스위치 또는 컴퓨팅 실리콘에 더 가깝게 만듭니다.
목표는 고속 전기 연결의 길이를 줄이고 더 많은 데이터를 광적으로 전송하는 것입니다.
SOI는 실리콘 광학의 가장 중요한 기판 플랫폼 중 하나입니다.
전형적인 광학 SOI 웨이퍼에는 다음이 포함되어 있습니다.
위쪽의 실리콘 층은 광학 파도 지도로 만들어질 수 있습니다.
묻혀있는 산소는 실리콘 파도 선도자와 하위 실리콘 기판 사이의 광적 격리를 제공합니다.
일반적인 실리콘 광학 구조는 다음과 같습니다.
많은 상업용 광학 플랫폼에서 실리콘 장치 층은 두께가 몇 백 나노미터에 불과합니다.
예를 들어, 미크로미터 규모의 묻힌 산화물 위에 약 220 nm의 실리콘이 실리콘 광학에서 널리 사용됩니다.
이것은 광학에 대한 SOI 웨이퍼 요구 사항이 MEMS 또는 전통적인 RF 응용 프로그램과 매우 다르다는 것을 의미합니다.
두께 균일성, 표면 품질 및 BOX 통제가 특히 중요합니다.
실리콘 광학의 중요성은 인공지능 데이터 센터의 성장과 밀접한 관련이 있습니다.
인공지능 클러스터는 매우 빠른 통신을 필요로 합니다.
서버 내부에서
가속기 사이
래크 사이
그리고 점점 더
컴퓨터 시스템들의 큰 그룹들 사이에서
전기 통신이 전력과 대역폭 밀도의 실질적인 한계에 접근함에 따라 광학 상호 연결 기술은 점점 더 중요해지고 있습니다.
이것은 SOI가 전통적인 반도체 장치뿐만 아니라 AI 프로세서를 둘러싼 광 통신 인프라에 점점 더 많은 서비스를 제공 할 수 있음을 의미합니다.
다른 말로:
인공지능 붐은 컴퓨팅 웨이퍼에 대한 수요를 증가시키는 것뿐만 아니라 컴퓨팅 장치들 사이에서 데이터를 이동시키는 재료에 대한 수요도 증가시키고 있습니다.
점점 더 주목받고 있는 또 다른 재료는 유리입니다.
유리는 수년 동안 전자제품과 반도체 제조업에서 사용되어 왔습니다.
응용 분야는 다음과 같습니다.
하지만 첨단 패키지는 새로운 기회를 만들어내고 있습니다.
유리 코어 기판 및 유리 중장장
현대 인공지능 패키지는 다음을 결합할 수 있습니다.
패키지 크기가 증가함에 따라 차원 안정성은 점점 더 중요해집니다.
전통적인 유기 기판 재료는 다음과 같은 과제에 직면 할 수 있습니다.
유리는 이러한 용도로 몇 가지 매력적인 특성을 제공합니다.
유리 는 다음 과 같이 제공 할 수 있다.
가장 중요한 지원 기술 중 하나는 다음과 같습니다.
TGV가 유리길을 통과합니다.
TGV는 유리 기판의 두께를 통해 전기 연결을 만듭니다.
형성 후, 구멍은 수직 전기 연결을 만들기 위해 금속화 될 수 있습니다.
이 때문에 유리는 다음과 같은 용도로 적합합니다.
그러나 유리 포장재는 단순한 유리 웨이퍼를 생산하는 것 이상의 것을 필요로 합니다.
전체 제조 체인은 다음을 포함할 수 있습니다.
유리 제조
→ 정밀 희석
→ TGV 형성
→ 금속화
→ 재분배 계층
→ 유대감
→ 첨단 포장
전체 프로세스 체인을 제어할 수 있는 기업은 원유 유리 공급자보다 더 많은 가치를 확보할 수 있습니다.
고 대역폭 메모리 (High Bandwidth Memory) 는 인공지능 하드웨어의 정의 기술 중 하나가 되었습니다.
HBM은 여러 DRAM 디어를 수직으로 쌓아 놓음으로써 메모리 대역폭을 향상시킵니다.
이것은 기존의 메모리 아키텍처보다 훨씬 더 많은 데이터를 메모리와 프로세서 사이에 이동할 수 있게 해준다.
하지만 피할 수 없는 결과가 있습니다.
쌓는 것은 열 관리를 더 어렵게 만듭니다.
여러 개의 실리콘 매트들은 콤팩트한 수직 구조 안에서 열을 발생시킵니다.
동시에 HBM 스택은 일반적으로 고전력 AI 가속기에 매우 가깝게 배치됩니다.
따라서 고급 AI 패키지는 제한된 영역에서 여러 주요 열원을 포함 할 수 있습니다.
열 성능은 패키지 수준의 설계 문제로 변합니다.
전통적인 구리는 다음과 같은 이유로 매우 중요합니다.
그러나 미래의 고전력 패키지에는 추가 기능을 갖춘 재료가 필요할 수 있습니다.
잠재적 재료는 다음과 같습니다.
주요 재료 매개 변수는 점점 더 다음과 같습니다.
따라서 더 큰 히트 싱크를 부착하는 것만으로 더 이상 열 문제를 해결할 수 없습니다.
그것은 반도체 도어에 훨씬 더 가깝게 시작됩니다.
다이아몬드는 한 가지 특별한 특성 때문에 다시 주목받고 있습니다.
매우 높은 열전도성
고품질의 합성 다이아몬드는 열을 훨씬 더 효과적으로 전달할 수 있습니다.
이것은 다이아몬드를 고전력 장치에서 집중된 열을 제거하는 데 매력적입니다.
잠재적인 응용 분야는 다음과 같습니다.
그러나 순수 다이아몬드는 단점도 있습니다.
그 중에는 다음과 같은 것들이 있습니다.
그 결과 연구자들과 재료 공급자들은 점점 더 하이브리드 솔루션을 탐구하고 있습니다.
중요한 예는 다음과 같습니다.
다이아몬드 구리 복합
다이아몬드-황금 합성물은 다이아몬드 입자를 구리 행렬과 결합합니다.
목표는 동시에 두 가지 특성을 달성하는 것입니다.
더 높은 열전도성
그리고
일반적인 구리보다 열 확장력이 낮습니다.
이것은 매력적이죠. 왜냐하면 반도체 포장재는 종종 타협에 직면하기 때문입니다.
구리는 열을 잘 전달하지만 상대적으로 높은 열 확장 계수를 가지고 있습니다.
텅스텐과 몰리브덴 같은 CTE가 낮은 물질은 차원 안정성을 향상시킬 수 있지만 구리에 첨가되면 열 전도성을 줄일 수 있습니다.
다이아몬드는 다른 가능성을 제시합니다.
원칙적으로 다이아몬드/큐 합성물은 CTE를 줄이는 동시에 열전도성을 향상시킬 수 있습니다.
다이아몬드와 구리 합성물은 다이아몬드가 많은 비율로 포함되어 있기 때문에 자동적으로 높은 성능이 아닙니다.
가장 어려운 문제는 다음과 같은 인터페이스입니다.
다이아몬드
그리고
구리
구리 는 자연적으로 다이아몬드와 효율적 으로 결합 하지 않습니다.
안 좋은 인터페이스 접촉은 상당한 열 저항을 만들 수 있습니다.
이것은 열이
구리 → 다이아몬드 → 구리
따라서 제조업체는 다음과 같은 탄화물 형식 요소를 포함하는 인터페이스 엔지니어링 기술을 사용합니다.
이 요소들은 다이아몬드와 구리 결합을 향상시킬 수 있습니다.
그러나 인터페이스 레이어도 신중하게 제어해야합니다.
너무 두꺼워지면, 인터페이스 자체가 열 장벽이 될 수 있습니다.
이것은 첨단 반도체 재료의 중요한 경향을 보여줍니다.
미래의 성능은 단지 대용량 물질의 특성에 의존하는 것이 아니라 인터페이스 엔지니어링에 점점 더 달려 있습니다.
인공지능은 엄청난 관심을 받고 있지만 전기화는 또 다른 주요 반도체 전환을 계속합니다.
실리콘 카비드 전력 장치의 확장
SiC는 다음과 같은 응용 분야에 중요해졌습니다.
전통적인 실리콘 전력 장치와 비교하면 SiC는 다음을 가능하게 합니다.
하지만 SiC 산업이 성숙해지면서 문제는 바뀌고 있습니다.
몇 년 전, 토론은 종종 다음과 같은 주제에 초점을 맞췄습니다.
SiC는 고전력 애플리케이션에서 실리콘을 대체할 수 있을까요?
오늘날, 더 실용적인 질문은
어떻게 SiC 제조 비용을 줄일 수 있을까요?
SiC 기판은 제조하기가 어렵습니다.
가공 체인 전체에 도전이 있습니다.
SiC는 매우 단단하고 부서지기 쉽습니다.
이것은 웨이퍼 절단과 닦는 것을 전통적인 실리콘 처리보다 느리고 더 비싸게 만듭니다.
기질 결함 또한 최종 장치 성능에 영향을 줄 수 있습니다.
SiC가 더 큰 양의 제조를 향해 이동함에 따라, 초점은 점점 더 다음 쪽으로 이동합니다:
이것은 SiC 웨이퍼 뿐만 아니라 SiC 재료와 장비 공급망 전체에 기회가 있다는 것을 의미합니다.
갈리엄 나이트라이드는 또 다른 주요 광대역 반도체입니다.
GaN은 특히 다음과 같은 경우에 매력적입니다.
중요하다고 생각합니다.
인공지능 데이터센터는 엄청난 양의 전기를 소비합니다.
따라서 서버 및 랙 아키텍처 전체에서 전력 변환 손실을 줄이는 것이 점점 더 가치가 있습니다.
GaN 장치는 다음과 같은 고주파 전력 변환 응용 프로그램에서 사용할 수 있습니다.
이것은 인공지능과 반도체 물질 사이의 또 다른 중요한 연결을 만듭니다.
인공지능의 수요는 프로세서만을 위한 수요가 아닙니다.
또한 이러한 프로세서를 효율적으로 작동시키기 위해 필요한 전력 전자 장치에 대한 수요를 증가시킵니다.
SiC와 GaN는 종종 경쟁하는 반도체 기술로 제시됩니다.
실제로, 그들은 종종 전력 전자 시장의 다른 부분을 다루고 있습니다.
SiC는 특히 다음과 같이 잘 작동합니다.
GaN는 다음과 같이 매우 매력적입니다.
따라서 미래의 전력 반도체 시장은 다음을 사용할 가능성이 있습니다.
실리콘 + SiC + GaN
하나의 보편적인 물질을 선택하기 보다는
눈에 잘 띄지 않지만 점점 더 중요한 또 다른 종류는 첨단 세라믹 재료입니다.
반도체 장비는 다음과 같은 구성 요소를 위해 정밀 세라믹에 의존합니다.
중요한 자료는 다음과 같습니다.
각 재료는 다른 엔지니어링 문제를 해결합니다.
알루미나는 다음과 같은 서비스를 제공합니다.
그것은 가장 널리 사용되는 기술 세라믹 중 하나입니다.
이 두 가지 모두:
전기 단열
그리고
높은 열전도성
필요하죠.
이것은 다음과 같은 용도로 유용합니다.
SiC 세라믹은:
이러한 특성으로 인해 변화하는 열 조건에서 차원적으로 안정적으로 유지해야하는 반도체 장비 구성 요소에 매력적입니다.
가장 흥미로운 반도체 트렌드 중 하나는 예전에는 비교적 분리된 산업에 속했던 물질들이 같은 시스템의 일부가 되고 있다는 것입니다.
첨단 인공지능 컴퓨팅 플랫폼을 생각해보세요.
다음을 요구할 수 있습니다.
국산물
실리콘 광학과 광학 통신용
유리
차세대 첨단 포장재를 위한 것입니다.
HBM
대역폭 메모리를 위한 것입니다.
AlN 또는 SiC 세라믹
열관리 및 반도체 장비용
다이아몬드 원료
극심한 열의 확산
GaN
고효율의 데이터센터 전력 변환을 위해
SiC
고전력 에너지 인프라를 위한 것입니다.
이 물질들은 완전히 다른 기능을 합니다.
하지만 인공지능은 동일한 엔지니어링 요구사항을 통해 그것들을 연결합니다.
따라서 반도체 산업은 더 넓은 규모로 확장되고 있습니다.
전통적인 스케일링은 주로 트랜지스터를 더 작게 만드는 데 초점을 맞췄습니다.
미래의 성능 향상은 점점 더 다음에 달려 있습니다.
**트랜지스터 확장
그렇기 때문에 첨단 소재는 전략적으로 중요해지고 있습니다.
더 빠른 트랜지스터는 데이터가 빠르게 도달할 수 없다면 제한된 이점을 제공합니다.
더 큰 인공지능 가속기는 과열되면 제한적인 이점을 제공합니다.
더 많은 HBM은 포장 밀도가 관리 불가능해지면 제한적인 이점을 제공합니다.
첨단 포장과 재료는 성능 방정식의 일부가 되고 있습니다.
몇 가지 범주에는 특별한 주의가 필요합니다.
실리콘 광학, 초고속 광학 통신, CPO로 작동합니다.
치플릿, HBM, 대규모 첨단 포장 및 TGV 기술로 구동됩니다.
전기차, 산업용 전력, 신재생 에너지, 고전압 전자제품으로 작동합니다.
고주파 전력 변환과 데이터 센터 효율성으로 작동합니다.
전력 밀도와 첨단 반도체 장비로 작동합니다.
인공지능, RF 및 고전력 장치의 극심한 열 흐름에 의해 작동합니다.
이 물질들은 실리콘을 대체할 수 없습니다.
대신, 그들은 점점 더 실리콘을 둘러싸고 시스템 수준에서 계속 확장할 수 있게 할 것입니다.
인공지능 반도체 혁명은 재료 혁명이 되고 있습니다.
수십 년 동안 업계의 가장 중요한 질문은
트랜지스터를 얼마나 작게 만들 수 있을까요?
그 질문은 여전히 중요합니다.
하지만 더 이상 충분하지 않습니다.
다음 세대의 반도체 시스템은 또한 다음과 같은 질문에 답해야 합니다.
데이터가 얼마나 빨리 이동할 수 있을까요?
얼마나 밀접하게 여러 다이를 통합 할 수 있습니까?
얼마나 효율적으로 전력을 변환할 수 있을까요?
얼마나 빨리 열을 제거할 수 있을까요?
이러한 질문은 SOI 웨이퍼, 유리 기판, SiC, GaN, 첨단 세라믹 및 다이아몬드 기반 열 재료의 중요성을 증가시키고 있습니다.
따라서 반도체 성능의 미래는 더 나은 칩뿐만 아니라 그 칩을 둘러싼 더 나은 재료에 달려 있습니다.
경쟁의 다음 단계는 단일 재료의 돌파구로 정의되는 것이 아니라 여러 전문 재료를 하나의 고성능 시스템으로 통합 할 수있는 능력으로 정의 될 수 있습니다.
인공지능 시대에 반도체 혁신은 단순히 칩을 더 작게 만드는 것을 넘어갑니다.
점점 더 칩이 더 빨리 통신하고, 더 밀집하게 패키지하고, 더 효율적으로 전력을 소비하고, 낮은 온도에서 작동하도록 하는 것입니다.
수년 동안 반도체 기술 발전은 대부분 프로세스 노드에 의해 설명되었습니다.
10nm는 7nm가 되었고, 5nm, 3nm 그리고 점점 더 발전된 트랜지스터 아키텍처가 되었습니다.
하지만 인공지능 가속기, 고성능 컴퓨팅 시스템, 첨단 패키징이 계속 확장되면서 트랜지스터 밀도는 더 이상 시스템 성능을 결정하는 유일한 요소가 아닙니다.
반도체 산업은 재료, 포장, 상호 연결, 전력 공급 및 열 관리가 트랜지스터 확장만큼 중요해지는 새로운 단계에 진입하고 있습니다.
이 전환은 다음과 같은 광범위한 반도체 재료에 대한 관심을 증가시키고 있습니다.
이 재료들은 다양한 엔지니어링 과제를 해결하지만, 하나의 공통된 동력으로 점점 더 연결되어 있습니다.
인공지능과 HPC 시스템은 더 많은 대역폭, 더 높은 전력 효율, 더 밀도가 높은 포장 및 더 나은 열 성능을 필요로 합니다.
현대 인공지능 프로세서는 엄청난 컴퓨팅 자원을 포함하고 있습니다.
하지만, 컴퓨팅 능력의 증가는 또한 몇 가지 새로운 한계를 만들어 냅니다.
그 중 가장 중요한 두 가지가 있습니다.
데이터 이동
그리고
열 제거
인공지능 가속기는 HBM, 주변 프로세서, 네트워크 인터페이스 및 저장 시스템과 엄청난 양의 데이터를 지속적으로 교환해야합니다.
동시에, 이 장치들은 첨단 패키지 내부에서 점점 더 집중된 열을 생성합니다.
그 결과, 트랜지스터 성능을 개선하는 것만으로도 더 이상 충분하지 않습니다.
반도체 시스템 전체가 최적화되어야 합니다.
그 중 하나는:
이러한 시스템 수준의 전환은 이전에는 비교적 전문화된 시장에 자리잡았던 반도체 재료에 대한 새로운 기회를 창출하고 있습니다.
실리콘-온-이솔레이터는 새로운 반도체 물질이 아닙니다.
SOI 웨이퍼는 오랫동안 다음과 같은 응용 프로그램에 사용됩니다.
하지만 인공지능 인프라는 또 다른 중요한 성장 기회를 만들어내고 있습니다.
실리콘 광학
인공지능 클러스터가 커짐에 따라 전통적인 전기 상호 연결은 다음과 같은 과제와 점점 더 직면합니다.
구리 연결은 여전히 필수적이지만 광 통신은 대역폭 요구가 증가함에 따라 점점 더 매력적입니다.
이것이 코패키지드 광학 (CPO) 이 많은 관심을 받았던 이유 중 하나입니다.
고성능 프로세서와 광학 모듈 사이의 전기 연결에 전적으로 의존하는 대신 CPO는 광학 엔진을 스위치 또는 컴퓨팅 실리콘에 더 가깝게 만듭니다.
목표는 고속 전기 연결의 길이를 줄이고 더 많은 데이터를 광적으로 전송하는 것입니다.
SOI는 실리콘 광학의 가장 중요한 기판 플랫폼 중 하나입니다.
전형적인 광학 SOI 웨이퍼에는 다음이 포함되어 있습니다.
위쪽의 실리콘 층은 광학 파도 지도로 만들어질 수 있습니다.
묻혀있는 산소는 실리콘 파도 선도자와 하위 실리콘 기판 사이의 광적 격리를 제공합니다.
일반적인 실리콘 광학 구조는 다음과 같습니다.
많은 상업용 광학 플랫폼에서 실리콘 장치 층은 두께가 몇 백 나노미터에 불과합니다.
예를 들어, 미크로미터 규모의 묻힌 산화물 위에 약 220 nm의 실리콘이 실리콘 광학에서 널리 사용됩니다.
이것은 광학에 대한 SOI 웨이퍼 요구 사항이 MEMS 또는 전통적인 RF 응용 프로그램과 매우 다르다는 것을 의미합니다.
두께 균일성, 표면 품질 및 BOX 통제가 특히 중요합니다.
실리콘 광학의 중요성은 인공지능 데이터 센터의 성장과 밀접한 관련이 있습니다.
인공지능 클러스터는 매우 빠른 통신을 필요로 합니다.
서버 내부에서
가속기 사이
래크 사이
그리고 점점 더
컴퓨터 시스템들의 큰 그룹들 사이에서
전기 통신이 전력과 대역폭 밀도의 실질적인 한계에 접근함에 따라 광학 상호 연결 기술은 점점 더 중요해지고 있습니다.
이것은 SOI가 전통적인 반도체 장치뿐만 아니라 AI 프로세서를 둘러싼 광 통신 인프라에 점점 더 많은 서비스를 제공 할 수 있음을 의미합니다.
다른 말로:
인공지능 붐은 컴퓨팅 웨이퍼에 대한 수요를 증가시키는 것뿐만 아니라 컴퓨팅 장치들 사이에서 데이터를 이동시키는 재료에 대한 수요도 증가시키고 있습니다.
점점 더 주목받고 있는 또 다른 재료는 유리입니다.
유리는 수년 동안 전자제품과 반도체 제조업에서 사용되어 왔습니다.
응용 분야는 다음과 같습니다.
하지만 첨단 패키지는 새로운 기회를 만들어내고 있습니다.
유리 코어 기판 및 유리 중장장
현대 인공지능 패키지는 다음을 결합할 수 있습니다.
패키지 크기가 증가함에 따라 차원 안정성은 점점 더 중요해집니다.
전통적인 유기 기판 재료는 다음과 같은 과제에 직면 할 수 있습니다.
유리는 이러한 용도로 몇 가지 매력적인 특성을 제공합니다.
유리 는 다음 과 같이 제공 할 수 있다.
가장 중요한 지원 기술 중 하나는 다음과 같습니다.
TGV가 유리길을 통과합니다.
TGV는 유리 기판의 두께를 통해 전기 연결을 만듭니다.
형성 후, 구멍은 수직 전기 연결을 만들기 위해 금속화 될 수 있습니다.
이 때문에 유리는 다음과 같은 용도로 적합합니다.
그러나 유리 포장재는 단순한 유리 웨이퍼를 생산하는 것 이상의 것을 필요로 합니다.
전체 제조 체인은 다음을 포함할 수 있습니다.
유리 제조
→ 정밀 희석
→ TGV 형성
→ 금속화
→ 재분배 계층
→ 유대감
→ 첨단 포장
전체 프로세스 체인을 제어할 수 있는 기업은 원유 유리 공급자보다 더 많은 가치를 확보할 수 있습니다.
고 대역폭 메모리 (High Bandwidth Memory) 는 인공지능 하드웨어의 정의 기술 중 하나가 되었습니다.
HBM은 여러 DRAM 디어를 수직으로 쌓아 놓음으로써 메모리 대역폭을 향상시킵니다.
이것은 기존의 메모리 아키텍처보다 훨씬 더 많은 데이터를 메모리와 프로세서 사이에 이동할 수 있게 해준다.
하지만 피할 수 없는 결과가 있습니다.
쌓는 것은 열 관리를 더 어렵게 만듭니다.
여러 개의 실리콘 매트들은 콤팩트한 수직 구조 안에서 열을 발생시킵니다.
동시에 HBM 스택은 일반적으로 고전력 AI 가속기에 매우 가깝게 배치됩니다.
따라서 고급 AI 패키지는 제한된 영역에서 여러 주요 열원을 포함 할 수 있습니다.
열 성능은 패키지 수준의 설계 문제로 변합니다.
전통적인 구리는 다음과 같은 이유로 매우 중요합니다.
그러나 미래의 고전력 패키지에는 추가 기능을 갖춘 재료가 필요할 수 있습니다.
잠재적 재료는 다음과 같습니다.
주요 재료 매개 변수는 점점 더 다음과 같습니다.
따라서 더 큰 히트 싱크를 부착하는 것만으로 더 이상 열 문제를 해결할 수 없습니다.
그것은 반도체 도어에 훨씬 더 가깝게 시작됩니다.
다이아몬드는 한 가지 특별한 특성 때문에 다시 주목받고 있습니다.
매우 높은 열전도성
고품질의 합성 다이아몬드는 열을 훨씬 더 효과적으로 전달할 수 있습니다.
이것은 다이아몬드를 고전력 장치에서 집중된 열을 제거하는 데 매력적입니다.
잠재적인 응용 분야는 다음과 같습니다.
그러나 순수 다이아몬드는 단점도 있습니다.
그 중에는 다음과 같은 것들이 있습니다.
그 결과 연구자들과 재료 공급자들은 점점 더 하이브리드 솔루션을 탐구하고 있습니다.
중요한 예는 다음과 같습니다.
다이아몬드 구리 복합
다이아몬드-황금 합성물은 다이아몬드 입자를 구리 행렬과 결합합니다.
목표는 동시에 두 가지 특성을 달성하는 것입니다.
더 높은 열전도성
그리고
일반적인 구리보다 열 확장력이 낮습니다.
이것은 매력적이죠. 왜냐하면 반도체 포장재는 종종 타협에 직면하기 때문입니다.
구리는 열을 잘 전달하지만 상대적으로 높은 열 확장 계수를 가지고 있습니다.
텅스텐과 몰리브덴 같은 CTE가 낮은 물질은 차원 안정성을 향상시킬 수 있지만 구리에 첨가되면 열 전도성을 줄일 수 있습니다.
다이아몬드는 다른 가능성을 제시합니다.
원칙적으로 다이아몬드/큐 합성물은 CTE를 줄이는 동시에 열전도성을 향상시킬 수 있습니다.
다이아몬드와 구리 합성물은 다이아몬드가 많은 비율로 포함되어 있기 때문에 자동적으로 높은 성능이 아닙니다.
가장 어려운 문제는 다음과 같은 인터페이스입니다.
다이아몬드
그리고
구리
구리 는 자연적으로 다이아몬드와 효율적 으로 결합 하지 않습니다.
안 좋은 인터페이스 접촉은 상당한 열 저항을 만들 수 있습니다.
이것은 열이
구리 → 다이아몬드 → 구리
따라서 제조업체는 다음과 같은 탄화물 형식 요소를 포함하는 인터페이스 엔지니어링 기술을 사용합니다.
이 요소들은 다이아몬드와 구리 결합을 향상시킬 수 있습니다.
그러나 인터페이스 레이어도 신중하게 제어해야합니다.
너무 두꺼워지면, 인터페이스 자체가 열 장벽이 될 수 있습니다.
이것은 첨단 반도체 재료의 중요한 경향을 보여줍니다.
미래의 성능은 단지 대용량 물질의 특성에 의존하는 것이 아니라 인터페이스 엔지니어링에 점점 더 달려 있습니다.
인공지능은 엄청난 관심을 받고 있지만 전기화는 또 다른 주요 반도체 전환을 계속합니다.
실리콘 카비드 전력 장치의 확장
SiC는 다음과 같은 응용 분야에 중요해졌습니다.
전통적인 실리콘 전력 장치와 비교하면 SiC는 다음을 가능하게 합니다.
하지만 SiC 산업이 성숙해지면서 문제는 바뀌고 있습니다.
몇 년 전, 토론은 종종 다음과 같은 주제에 초점을 맞췄습니다.
SiC는 고전력 애플리케이션에서 실리콘을 대체할 수 있을까요?
오늘날, 더 실용적인 질문은
어떻게 SiC 제조 비용을 줄일 수 있을까요?
SiC 기판은 제조하기가 어렵습니다.
가공 체인 전체에 도전이 있습니다.
SiC는 매우 단단하고 부서지기 쉽습니다.
이것은 웨이퍼 절단과 닦는 것을 전통적인 실리콘 처리보다 느리고 더 비싸게 만듭니다.
기질 결함 또한 최종 장치 성능에 영향을 줄 수 있습니다.
SiC가 더 큰 양의 제조를 향해 이동함에 따라, 초점은 점점 더 다음 쪽으로 이동합니다:
이것은 SiC 웨이퍼 뿐만 아니라 SiC 재료와 장비 공급망 전체에 기회가 있다는 것을 의미합니다.
갈리엄 나이트라이드는 또 다른 주요 광대역 반도체입니다.
GaN은 특히 다음과 같은 경우에 매력적입니다.
중요하다고 생각합니다.
인공지능 데이터센터는 엄청난 양의 전기를 소비합니다.
따라서 서버 및 랙 아키텍처 전체에서 전력 변환 손실을 줄이는 것이 점점 더 가치가 있습니다.
GaN 장치는 다음과 같은 고주파 전력 변환 응용 프로그램에서 사용할 수 있습니다.
이것은 인공지능과 반도체 물질 사이의 또 다른 중요한 연결을 만듭니다.
인공지능의 수요는 프로세서만을 위한 수요가 아닙니다.
또한 이러한 프로세서를 효율적으로 작동시키기 위해 필요한 전력 전자 장치에 대한 수요를 증가시킵니다.
SiC와 GaN는 종종 경쟁하는 반도체 기술로 제시됩니다.
실제로, 그들은 종종 전력 전자 시장의 다른 부분을 다루고 있습니다.
SiC는 특히 다음과 같이 잘 작동합니다.
GaN는 다음과 같이 매우 매력적입니다.
따라서 미래의 전력 반도체 시장은 다음을 사용할 가능성이 있습니다.
실리콘 + SiC + GaN
하나의 보편적인 물질을 선택하기 보다는
눈에 잘 띄지 않지만 점점 더 중요한 또 다른 종류는 첨단 세라믹 재료입니다.
반도체 장비는 다음과 같은 구성 요소를 위해 정밀 세라믹에 의존합니다.
중요한 자료는 다음과 같습니다.
각 재료는 다른 엔지니어링 문제를 해결합니다.
알루미나는 다음과 같은 서비스를 제공합니다.
그것은 가장 널리 사용되는 기술 세라믹 중 하나입니다.
이 두 가지 모두:
전기 단열
그리고
높은 열전도성
필요하죠.
이것은 다음과 같은 용도로 유용합니다.
SiC 세라믹은:
이러한 특성으로 인해 변화하는 열 조건에서 차원적으로 안정적으로 유지해야하는 반도체 장비 구성 요소에 매력적입니다.
가장 흥미로운 반도체 트렌드 중 하나는 예전에는 비교적 분리된 산업에 속했던 물질들이 같은 시스템의 일부가 되고 있다는 것입니다.
첨단 인공지능 컴퓨팅 플랫폼을 생각해보세요.
다음을 요구할 수 있습니다.
국산물
실리콘 광학과 광학 통신용
유리
차세대 첨단 포장재를 위한 것입니다.
HBM
대역폭 메모리를 위한 것입니다.
AlN 또는 SiC 세라믹
열관리 및 반도체 장비용
다이아몬드 원료
극심한 열의 확산
GaN
고효율의 데이터센터 전력 변환을 위해
SiC
고전력 에너지 인프라를 위한 것입니다.
이 물질들은 완전히 다른 기능을 합니다.
하지만 인공지능은 동일한 엔지니어링 요구사항을 통해 그것들을 연결합니다.
따라서 반도체 산업은 더 넓은 규모로 확장되고 있습니다.
전통적인 스케일링은 주로 트랜지스터를 더 작게 만드는 데 초점을 맞췄습니다.
미래의 성능 향상은 점점 더 다음에 달려 있습니다.
**트랜지스터 확장
그렇기 때문에 첨단 소재는 전략적으로 중요해지고 있습니다.
더 빠른 트랜지스터는 데이터가 빠르게 도달할 수 없다면 제한된 이점을 제공합니다.
더 큰 인공지능 가속기는 과열되면 제한적인 이점을 제공합니다.
더 많은 HBM은 포장 밀도가 관리 불가능해지면 제한적인 이점을 제공합니다.
첨단 포장과 재료는 성능 방정식의 일부가 되고 있습니다.
몇 가지 범주에는 특별한 주의가 필요합니다.
실리콘 광학, 초고속 광학 통신, CPO로 작동합니다.
치플릿, HBM, 대규모 첨단 포장 및 TGV 기술로 구동됩니다.
전기차, 산업용 전력, 신재생 에너지, 고전압 전자제품으로 작동합니다.
고주파 전력 변환과 데이터 센터 효율성으로 작동합니다.
전력 밀도와 첨단 반도체 장비로 작동합니다.
인공지능, RF 및 고전력 장치의 극심한 열 흐름에 의해 작동합니다.
이 물질들은 실리콘을 대체할 수 없습니다.
대신, 그들은 점점 더 실리콘을 둘러싸고 시스템 수준에서 계속 확장할 수 있게 할 것입니다.
인공지능 반도체 혁명은 재료 혁명이 되고 있습니다.
수십 년 동안 업계의 가장 중요한 질문은
트랜지스터를 얼마나 작게 만들 수 있을까요?
그 질문은 여전히 중요합니다.
하지만 더 이상 충분하지 않습니다.
다음 세대의 반도체 시스템은 또한 다음과 같은 질문에 답해야 합니다.
데이터가 얼마나 빨리 이동할 수 있을까요?
얼마나 밀접하게 여러 다이를 통합 할 수 있습니까?
얼마나 효율적으로 전력을 변환할 수 있을까요?
얼마나 빨리 열을 제거할 수 있을까요?
이러한 질문은 SOI 웨이퍼, 유리 기판, SiC, GaN, 첨단 세라믹 및 다이아몬드 기반 열 재료의 중요성을 증가시키고 있습니다.
따라서 반도체 성능의 미래는 더 나은 칩뿐만 아니라 그 칩을 둘러싼 더 나은 재료에 달려 있습니다.
경쟁의 다음 단계는 단일 재료의 돌파구로 정의되는 것이 아니라 여러 전문 재료를 하나의 고성능 시스템으로 통합 할 수있는 능력으로 정의 될 수 있습니다.
인공지능 시대에 반도체 혁신은 단순히 칩을 더 작게 만드는 것을 넘어갑니다.
점점 더 칩이 더 빨리 통신하고, 더 밀집하게 패키지하고, 더 효율적으로 전력을 소비하고, 낮은 온도에서 작동하도록 하는 것입니다.
english
français
Deutsch
Italiano
Русский
Español
português
Nederlandse
ελληνικά
日本語
한국
العربية
Türkçe
polski