原子级制造：AI大模型呼唤你

本文背景探讨了人工智能（AI）大模型，特别是基于Transformer架构的大语言模型（LLMs）的快速发展，导致对算力和内存带宽的需求呈爆炸式增长，从而遭遇了著名的“存储墙”瓶颈——即内存带宽的增长速度远落后于算力的增长，严重制约了AI模型的性能和能效。研究目的旨在分析这一困境，并指出高端芯片制造，特别是围绕AI芯片的制造，需要新的制造模式和赛道来突破“存储墙”，其中“原子级制造”技术被视为关键解决方案。文章结论强调，为了满足AI对算力的极致贪婪，半导体行业必须从二维平面微缩转向三维堆叠与原子尺度重构，具体通过如混合键合（Hybrid Bonding）和单片3D DRAM（Monolithic 3D DRAM）等原子级制造技术来实现。同时，文章指出，伴随原子级制造精度和复杂3D结构而来的，是对先进量测技术的迫切需求，只有将高通量、高穿透力的量测技术与原子级制造工艺结合，才能确保AI芯片的大规模、高良率生产，从而承载智能时代的算力基座。