Teknik penumpukan chip baru ini bisa menjadi kunci untuk menghasilkan kinerja AI yang lebih cepat
Setiap kali Anda menggunakan ChatGPT atau membuat gambar dengan AI, ada chip memori yang bekerja dengan kecepatan ekstrim di belakang layar. Namun, chip tersebut memiliki masalah kemacetan memori, dan tim peneliti Korea mungkin baru saja menyelesaikannya. Para peneliti di POSTECH (Universitas Sains dan Teknologi Pohang) mengembangkan cara baru untuk menumpuk lebih dari 10 chip semikonduktor ultra tipis di atas satu sama lain, sehingga mencapai kepadatan memori kira-kira empat kali lebih tinggi daripada chip komersial terbaik yang ada saat ini (melalui TechXplore). Mengapa menumpuk chip begitu sulit, dan apa yang membuatnya berbeda? Memori bandwidth tinggi, atau HBM, adalah jenis memori yang mendukung akselerator AI. Ia bekerja dengan menumpuk beberapa chip secara vertikal, seperti membangun gedung bertingkat alih-alih menyebar ke seluruh daratan. Masalahnya adalah ketika chip menjadi lebih tipis, mereka menjadi sangat rapuh. Dengan ketebalan seperlima rambut manusia, mereka membengkok, melengkung, dan retak karena tekanan. Metode manufaktur saat ini memperburuk keadaan, sering kali merusak chip bahkan sebelum mereka bisa ditumpuk. Konsep pencetakan transfer dan pengikatan in-situ Science Direct Tim POSTECH memecahkan masalah ini dengan menggabungkan dua teknik ke dalam satu proses. Pencetakan transfer secara tepat menempatkan setiap chip di tempat yang seharusnya, sementara ikatan in-situ membentuk sambungan logam pada saat yang sama, semuanya dalam suhu rendah di bawah 180 derajat Celsius dan tekanan rendah di bawah 20 kilopascal. Hasilnya adalah tumpukan lebih dari 10 chip dengan hampir tidak ada ketidaksejajaran dan sedikit lengkungan. Mengapa hal ini penting bagi masa depan AI Lebih banyak memori yang dimasukkan ke dalam ruang yang sama berarti alat AI dapat berjalan lebih cepat dan menangani tugas yang lebih besar tanpa memerlukan perangkat keras yang lebih besar atau lebih mahal. Para peneliti juga melihat penggunaan di luar AI, termasuk layar mikro-LED generasi berikutnya dan desain prosesor canggih yang memerlukan susunan ultra-presisi yang sama seperti yang dihasilkan metode ini. Memasukkannya ke dalam produksi komersial adalah langkah selanjutnya, namun jika hal ini tercapai, batasan memori yang diam-diam menahan AI akhirnya bisa mulai terangkat.
Diterbitkan : 2026-07-09 21:55:00
sumber : www.digitaltrends.com
