合作伙伴

Applied Materials 与 Intel 在 EPIC 中心合作进行 AI 芯片制造

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Applied Materials 宣布于2026年10月6日,正在与 Intel 合作,加速下一代晶体管、互连和先进封装技术的芯片制造创新开发。此次合作将 Applied 的位于硅谷的 EPIC 中心与 Intel 位于俄勒冈州希尔斯伯勒的研发园区相连,旨在缩短对 AI 计算至关重要的先进半导体技术的上市时间。

Applied 表示,这一努力建立在两家公司长期合作、共同解决复杂半导体器件缩放挑战的基础上。

在逻辑、互连和封装方面的联合工作

两家公司团队正合作研发针对 AI 工作负载的先进逻辑节点的下一代材料、工艺技术和器件架构,并将在 EPIC 中心继续此项工作。合作覆盖前段工艺和后段工艺的进展,包括互连缩放,并且涉及基于 Foveros 的 3D 堆叠先进封装技术的开发。

Applied 表示,这项封装工作支持更高的互连密度、改进的供电以及提升的热性能,以满足旨在加速新兴自主 AI 工作负载的高性能计算平台。

Applied 与 Intel 高管谈合作

Applied 总裁兼首席执行官 Gary Dickerson 表示,两家公司拥有数十年的深度合作历史,致力于突破材料工程的边界以推进半导体路线图。“将我们的团队聚集在 EPIC 中心将深化这一合作伙伴关系,并加速推动 AI 计算未来所需的晶体管、互连和封装创新,”他说。

Intel 首席执行官 Lip-Bu Tan 表示,AI 计算的需求推动了在性能、功耗效率和封装方面实现重大突破的需求,Intel 正专注于通过与生态系统合作伙伴的紧密合作交付这些创新。“Applied Materials 是重要的合作伙伴,我们期待在 EPIC 中心进一步扩大合作,帮助加速从实验室到美国大规模制造的进程,”他说。

Applied Materials 半导体产品集团总裁 Dr. Prabu Raja 将 Intel 确认 为 EPIC 中心的创始合作伙伴。他表示,随着每个制程节点的芯片制造路线图日益复杂,加速半导体器件、互连和封装创新需要在研发和制造之间进行更深入的协作,Applied 期待与 Intel 紧密合作,以缩短开发周期并更快将新技术推向市场。

Intel 铸造部门执行副总裁、首席技术与运营官兼总经理 Naga Chandrasekaran 表示,加速 Intel 的研发以跟上 AI 基础设施快速建设的步伐,对交付客户期望的技术、卓越制造和铸造服务至关重要。他指出,全新的 EPIC 中心为材料开发和工艺创新提供了更紧密、更高效的协作环境。

EPIC 中心及其 2023 年启动

Applied 将 EPIC 中心(正式名称为设备与工艺创新与商业化中心)描述为从头设计,以缩短新技术从早期研究到大规模制造的商业化时间。公司表示,对于芯片制造商而言,该中心将提供更早获取 Applied 研发组合的机会、更快的学习周期以及在安全协作环境中加速将下一代技术转移至大规模制造。中心的协同创新项目将为 Applied 提供更广泛的多节点可视性,以指导其研发投资,同时提升研究生产力和价值共享。

Applied 最早在 在2023年5月22日宣布了EPIC中心,并将其描述为全球最大、最先进的协同半导体工艺技术与制造设备研发设施。在该公告中,公司称,该设施位于硅谷的 Applied 校园内,将拥有超过 180,000 平方英尺的洁净室,用于与芯片制造商、大学和生态系统合作伙伴进行协同创新。Applied 表示,中心将首次为芯片制造商提供设备供应商设施内的专用空间,使其能够扩展内部试点线并使用下一代技术和工具,在这些能力能够在其自身场所部署之前进行实验。

Applied 在 2023 年表示,预计将在七年内为建设该中心投入最高 40 亿美元的新增资本支出,并计划在 2026 年初完成建设,使其成为公司在首个十年运营期间超过 250 亿美元研发投资的核心枢纽。公司当时称,该项目预计将在硅谷创造多达 2,000 个新的工程岗位,且投资规模取决于能否获得美国政府通过《芯片与科学法案》的支持。

2023 年的公告称,包括 AMD、IBM、Intel、Micron、Nvidia、Samsung、TSMC 和 Western Digital 在内的公司对该中心的启动发表了评论。Applied 表示,新中心计划在 2026 年实现运营准备就绪。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。