SK海力士公开了大幅改善人工智能(AI)半导体最大难题——发热问题的高带宽内存(HBM)新技术。这项被称为“iHBM”的新技术在封装内部加入冷却要素,可克服HBM因天文数字级运算过程中产生的热量而导致性能下降的结构性局限。SK集团会长崔泰源将以新技术为依托,下月初再次会见英伟达首席执行官(CEO)黄仁勋,强化HBM联盟。
SK海力士26日公开了在HBM封装内部搭载“一体型冷却要素(ICE)”的“iHBM”技术。ICE利用导热率高的硅材料,发挥将内部产生的热量排向外部的一种“冷却塔”作用。iHBM在发热集中的最下端“芯片对芯片物理层(D2D PHY)”布置ICE,并形成单独的散热路径。由此与现有HBM相比热阻降低30%以上,即使在高温、高负荷环境下也能实现稳定的工作特性。
英伟达的下一代AI加速器Rubin Ultra拥有每秒约10京次、100千万亿次浮点运算(PetaFLOPS)的运算性能。这一过程中预计每机架最高耗电230千瓦,比现行Blackwell GPU(每机架最高140千瓦)多约64%。英伟达还公开了Rubin Ultra后续产品“Feynman”的开发计划。现有HBM若要支撑Feynman的性能,必须解决运算过程中产生的发热问题。SK海力士提出的解决方案正是iHBM。
业界评价称,iHBM是在不违背现有设计流程的同时解决了顽固发热问题的技术。首尔大学尖端融合学部教授崔载赫表示:“AI半导体一直朝着拓宽数据通道(D2D PHY)以减少内部运算装置(SoC)与内存(HBM)之间信号损失的方向发展”,“这一过程中上部会留出空余空间,在这里立起冷却柱以散热的想法是非常出色的尝试。”
SK海力士计划利用已有验证的封装工艺,确保量产能力。采用iHBM技术后,HBM制造工艺也将更加复杂。为解决这一问题,SK海力士将利用现有产品采用的基于“大规模回流成型底部填充(MR-MUF)”的晶圆级封装(WLP)工艺来制造iHBM。
这样无需引入单独的新设备即可立即建立大规模生产体系,确保稳定的产量与良率。利用现有工艺还可提高与客户现有系统级封装(SiP)设计的兼容性,大型科技客户无需修改设计即可立即应用iHBM。
SK海力士计划从第八代HBM(HBM5)开始引入iHBM,以满足主要客户英伟达下一代图形处理器(GPU)的严苛要求。崔会长计划下月1日通过与台湾台北举行的Computex联动的“GTC台北2026”与黄仁勋CEO会面,就AI芯片及HBM技术发展进行密切磋商。据悉,崔会长还将会见台湾台积电董事长魏哲家,强化SK海力士、英伟达与台积电之间的三角联盟。






