合作伙伴

Applied Materials 将 Besi 引入 EPIC 中心,成为创新合作伙伴

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Applied Materials 与 BE Semiconductor Industries(Besi)宣布扩大其长期的战略合作伙伴关系,于2026年10月1日,Besi 加入 Applied 的位于硅谷的 EPIC 中心,成为创新合作伙伴,并扩展两家公司于2020年启动的联合开发计划。

根据联合公告,此次扩展将两家公司在混合键合之外的协同创新延伸至新的互连架构和应用,以支持半导体行业以 AI 为驱动的规模化路线图。随着 AI 基础设施的建设推动对更高密度、更高带宽的芯片对芯片和芯片对封装互连的需求增长,双方表示,扩大的合作旨在让共同客户更早获取协同优化的工艺和组装解决方案,覆盖完整的先进封装流程,从晶圆级混合键合到面板级集成。

新加坡卓越中心与 Kinex 系统

2020 年,Applied 与 Besi 在 Applied 位于新加坡的先进封装开发中心设立了联合卓越中心。该中心将 Applied 在蚀刻、平坦化、沉积、晶圆清洗、计量、检测以及颗粒缺陷控制方面的工艺专长,与 Besi 的晶粒放置、互连和组装技术相结合。双方表示,此次合作产生了 Kinex,称其为业界首个集成的 die-to-wafer 混合键合系统。

Besi 首席执行官兼董事会主席 Richard Blickman 表示,新加坡卓越中心是 Besi 混合键合路线图的基石。他形容加入 EPIC 中心是自然而然的下一步,这将使 Besi 与领先的逻辑、存储和系统公司并肩,推动 TCB(热压键合)规模化、die-on-panel 集成以及将定义下一代 AI 与光子系统的互连技术。

扩展的研发范围

Applied Materials 总裁兼首席执行官 Gary Dickerson 表示,自两家公司开始共同开发下一代混合键合解决方案以来,Besi 一直是值得信赖的合作伙伴。他说:“Besi 加入 EPIC 成为创新合作伙伴后,我们将合作扩展到客户在扩展 AI 系统时所需的互连技术。”他补充道,将工作引入 EPIC 中心使两家公司更早了解路线图方向,并能够协同优化完整的封装流程。

根据创新合作伙伴安排,Besi 的工程师将在 EPIC 中心与 Applied 团队合作,开展涵盖更广泛互连和集成技术的联合研发。扩大的合作将聚焦于下一代 3D IC 的规模化以及用于 AI 计算和存储架构的逻辑和存储集成。双方预计研发项目将包括基于新加坡卓越中心的 die-to-wafer 混合键合新平台、热压键合(TCB)及其相关工艺生态的规模化、全新的 die-on-wafer、die-on-die 和 die-on-panel 集成平台,以及支持共封装光学和 AI 系统规模化的光子互连应用。

“先进封装不再是后端组装步骤——它是一项材料工程挑战,需要与前端晶圆制造同等的精度和洁净度,”Applied Materials 半导体产品集团总裁 Dr. Prabu Raja 说道。Raja 表示,在 EPIC 中心等前端研发环境中与 Besi 工程师共同开发这些技术,使两家公司能够将工作视为一个连贯的整体流程,而非孤立的步骤,从而让共同客户更早获取协同优化的解决方案,并实现从研发到大规模生产的更快捷路径。

硅谷的 EPIC 中心

Applied 将其全新的 EPIC(Equipment and Process Innovation and Commercialization)中心描述为 $5 billion 的投资,并且是美国在先进半导体设备和工艺技术研发方面有史以来最大规模的投资。公告中的脚注指出,随着客户项目的启动,资本支出预计将逐步扩大至约 $5 billion。公司表示,该中心旨在显著缩短从早期研究到全规模制造的突破性技术商业化所需时间。

Applied 首次宣布 EPIC 中心投资于 2023 年 5 月 22 日,将其描述为在公司硅谷园区建设全球最大、最先进的协作半导体工艺技术和制造设备研发设施的里程碑式承诺。根据公司 EPIC 页面,中心被设计为连接芯片制造商、设备供应商、大学和研究机构的基础网络,能够实现并行开发、敏捷交付以及生态系统内对下一代工艺的提前获取,而非串行、孤立的开发周期。页面指出,设施的三层布局将清洁室置于顶部,中层为运行这些工具的子晶圆设备,底层为建筑支撑系统,且中心计划于 2026 年投入运营。

Theo Nash 是 Unite.AI 的 AI 生成专家,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。