三星首度展示 HBM 封裝混合銅鍵合新技術，有效解決高積熱問題
Celine
隨著人工智慧（AI）大模型參數規模持續膨脹，高頻寬記憶體（HBM）堆疊層數正快速逼近物理極限，散熱問題也成為制約 AI 晶片效能提升的最大挑戰。Samsung Electronics 近日公布最新研究成果，首度以量化數據證實，下一代 HBM 封裝所採用的「混合銅鍵合（Hybrid Copper Bonding, HCB）」技術，在熱管理表現上全面優於現行主流的「熱壓接合（Thermal Compression Bonding, TCB）」技術，為未來 16 層以上 HBM4E 產品量產提供重要技術基礎。
從熱壓接合到混合銅鍵合 三星推動 HBM 散熱架構革新
目前 HBM 封裝主流技術仍以 TCB 為主，其運作方式是透過微凸塊（Micro Bump）進行晶片互連，並搭配底部填充材料（Underfill）固定結構。然而，此架構存在熱傳導路徑受限、熱阻較高等先天缺陷，當 HBM 堆疊高度持續增加時，散熱問題將更加嚴重。
相較之下，三星積極布局的 HCB 技術，採用銅對銅（Cu-to-Cu）直接鍵合方式，省去傳統凸塊與大量填充材料，使熱量可透過更多通道快速導出，大幅提升整體散熱效率，同時改善高密度封裝的電氣性能。
建立全鏈路熱模擬模型 驗證 HCB 散熱優勢
為驗證 HCB 技術效益，三星研究團隊建立一套以物理模型為基礎的多尺度熱模擬平台，涵蓋晶粒層級、封裝層級以及伺服器系統層級的完整熱分析架構。
研究團隊並實際製作採用 HCB 與 TCB 兩種技術的 HBM 測試晶片，搭配 ASIC 測試晶片共同封裝於矽中介層（Silicon Interposer）上，並在接近實際資料中心環境的風冷系統中進行測試，以模擬 AI 伺服器實際運作情境。
實測結果出爐 HCB 熱阻顯著下降、功耗上限同步提升
三星公布的測試結果顯示，在相同散熱條件下，採用 HCB 技術的 HBM 晶片熱點溫度（Junction Temperature）明顯低於 TCB 方案，顯示過熱風險大幅降低。
此外，HCB 技術也有效降低 HBM 記憶體堆疊與下方運算晶片（ASIC）之間的熱干擾現象，使系統整體熱管理效率明顯改善。這代表在相同散熱條件下，未來 HBM 產品可承受更高功耗，進一步釋放 AI 晶片運算效能。
研究亦發現，HCB 封裝結構可使 HBM 整體高度縮減超過 15%，有助於降低熱堆積效應，進一步改善散熱表現。
劍指 HBM4E 與次世代 AI 記憶體 三星加速建立技術護城河
目前三星正同步推進 HBM4E 技術開發，一方面持續提高堆疊層數，另一方面則積極優化底層封裝架構。此次發表於 IEEE 期刊的研究《2.5D 先進封裝應用混合銅鍵合 HBM 之系統級熱特性分析》，被視為三星建立下一代 HBM 技術壁壘的重要里程碑。
三星研究團隊指出，這套全新的熱分析與預測設計平台，未來將廣泛應用於高效能運算（HPC）與 AI 晶片先進封裝架構評估，加速新世代封裝技術開發。
AI 算力競賽進入深水區 散熱能力成決勝關鍵
隨著 AI 模型規模持續擴大，HBM 容量與堆疊高度仍將快速成長，散熱管理已成為下一世代 AI 晶片發展最核心的技術瓶頸之一。
業界分析認為，誰能率先解決高密度封裝的散熱問題，誰就有機會在下一波 AI 晶片與高效能運算供應鏈競賽中取得領先地位。三星此次透過量化數據證明 HCB 技術的優勢，不僅為未來 16 層以上 HBM 量產奠定基礎，也顯示其正積極挑戰高階 AI 記憶體市場領導地位。
