🌍The Next Web (TNW)•較早收集於 78m
IMEC 發表用於 6G 的 325GHz 晶片平台
💡6G 硬體的重大突破，將定義未來高速 AI 邊緣運算的基礎設施。
⚡ 30-Second TL;DR
有什麼變化
平台支援高達 325GHz 的頻率
為什麼重要
這項研究對於未來高速 AI 資料傳輸與邊緣運算至關重要，能實現分散式 AI 節點間更快速的通訊。
下一步行動
閱讀 IMEC 關於 RF 矽中介層的技術白皮書，了解次太赫茲硬體將如何影響未來 AI 邊緣裝置的連線能力。
誰應關注：Researchers & Academics
關鍵要點
- •平台支援高達 325GHz 的頻率
- •次太赫茲頻段的超低訊號損耗
- •加速 6G 硬體生產的商業可行性
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 11 個來源。
🔑 增強重點摘要
- •該平台採用異質整合方法，將用於射頻訊號處理的III-V族化合物半導體（如InP、GaAs、GaN）與用於數位互連和無源元件的標準300mm矽中介層結合，解決了昂貴III-V族材料的規模化挑戰。
- •IMEC的最新進展包括三項新的製造能力：高密度嵌入式金屬-絕緣體-金屬電容器（MIMCAPs）、用於無源元件的可擴展建模框架，以及用於III-V小晶片組裝的雷射輔助鍵合技術。
- •高密度MIMCAPs允許將無源元件從昂貴的III-V小晶片轉移到更便宜的矽中介層上，顯著縮小了小晶片尺寸並降低了成本，同時保持了功率完整性。
- •雷射輔助鍵合技術在III-V小晶片組裝上實現了高對準精度（低於600nm）和旋轉錯位（低於0.05°），這對於高頻性能和避免對脆弱材料造成熱應力至關重要。
- •除了6G無線系統，該平台也正在為超高速資料中心應用中的射頻級訊號處理進行開發。
🛠️ 技術深入
- 異質整合： 結合III-V族化合物半導體（如磷化銦(InP)、砷化鎵(GaAs)、氮化鎵(GaN)）用於射頻功能，並結合Si-CMOS用於數位和無源元件。
- 矽中介層作用： 作為載體基板，提供低損耗互連、承載無源元件並管理數位互連。
- MIMCAPs： 採用高介電常數氧化鋁-氧化鉿介電質，並結合後段製程(BEOL)堆疊中的三維氧化物凸點結構，實現高密度金屬-絕緣體-金屬電容器。與III-V製程中典型的片上電容器相比，電容密度提高了10到100倍。
- 無源建模框架： 適用於射頻中介層無源元件的可擴展建模框架，已驗證至約300GHz，能夠準確預測電路性能隨幾何形狀變化的情況，從而縮短開發時間。
- 雷射輔助鍵合： 一種無損技術，用於將III-V小晶片組裝到射頻矽中介層上，在43個元件上實現了低於600nm的對準精度和低於0.05°的旋轉錯位。組裝後的射頻測量顯示，在110GHz至170GHz範圍內的反射損耗低於-15dB。
- 中介層特性： 包括矽穿孔(TSVs)、高密度數位互連、厚射頻聚合物處理、多層重佈線層、高Q值無源元件（包括電阻器、電感器、MIM電容器）、與IC的銅和金BEOL微凸塊連接，以及改進的熱導率。
- 訊號損耗： 在最高325GHz的頻率下實現了0.73dB/mm的創紀錄低插入損耗。
🔮 前景展望AI analysis grounded in cited sources
6G硬體生產成本將顯著降低。
透過將昂貴的III-V元件上的無源元件轉移到更便宜的矽中介層上，並利用標準300mm晶圓生產線，可大幅降低晶片尺寸和製造成本。
異質整合技術將成為未來高頻通訊系統的關鍵。
IMEC的平台展示了將不同材料（如III-V化合物半導體和Si-CMOS）無縫整合到單一平台上的可行性，這對於實現6G及超高速資料中心所需的性能至關重要。
6G網路的標準化和商業部署將加速。
IMEC的技術突破解決了6G在太赫茲頻段面臨的材料和經濟挑戰，為2028年開始的6G標準化和2030年左右的商業部署提供了及時的硬體基礎。
⏳ 時間線
2020-11
IMEC啟動「Advanced RF」研究計畫，探索混合III-V/CMOS方法以實現100 GHz以上頻率的6G技術。
2022-11
IMEC強調異質整合是6G技術發展的關鍵，特別是針對100GHz以上頻率的磷化銦(InP)材料。
2024-06
IMEC展示了在300mm RF矽中介層上無縫整合InP小晶片，在140GHz下具有可忽略的插入損耗。
2025-05
IMEC的300mm RF矽中介層平台在最高325GHz的頻率下實現了創紀錄的低插入損耗（0.73dB/mm）。
2025-06
IMEC與根特大學合作，發表了完全整合的單晶片微波光子系統，適用於5G/6G、衛星通訊和雷達系統。
2026-06
IMEC擴展其300mm RF矽中介層平台，新增高密度嵌入式電容器、可擴展的無源元件建模框架和雷射輔助鍵合技術，以支援III-V小晶片在Si-CMOS上的異質整合。
📎 來源 (11)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗
每週 AI 簡報
每週一封，可隨時退訂。