当前位置: 首页 > news >正文

美光将于 2025 年推出 1γ DRAM,并在日本生产HBM

图片

美国内存巨头美光正准备从 2025 年开始在其位于日本广岛的晶圆厂生产最先进的“1γ”DRAM。同时,公司计划在同一晶圆厂生产高带宽存储器(HBM),以满足对生成式人工智能应用日益增长的需求。

据《日经亚洲》12月13日报道,美光存储器日本副总裁Joshua Lee在SEMICON Japan 2023活动期间宣布了这一消息。Lee强调,广岛晶圆厂计划到2025年生产采用最先进的“1γ”工艺的DRAM工艺。他还指出,美光也将成为第一家将极紫外(EUV)光刻设备引入日本的半导体公司。

除此之外,Lee 还分享了美光在广岛晶圆厂生产 HBM 的意图,HBM 广泛用于生成式 AI 应用。他表示,日本强大的半导体生态系统将成为美光进步的关键驱动力。此外,他强调,合作对于日本确立其作为半导体供应链的全球领导者至关重要。

10月初,日本经济产业省(METI)宣布为美光广岛晶圆厂提供1920亿日元的巨额补贴。美光最近宣布了未来几年在日本投资5000亿日元的综合投资计划,其中包括广岛晶圆厂。

美光一直在日本和台湾积极发展其DRAM制造业务。美光台湾公司副总裁卢东辉在9月接受UDN新闻采访时透露,美光约65%的DRAM产量来自台湾。关于向1β制程的迁移,去年美光日本开始量产,美光台湾今年也开始量产。至于更先进的1γ工艺,预计到2025年将在台湾和日本进行生产。

TrendForce分析也显示,美光正在利用其1β纳米技术生产HBM3e,以期获得与韩国供应商相比的竞争优势。其前端制造战略性地定位于日本,与1β纳米产能的扩张计划保持一致。

此外,美光还在台湾建立了后端工厂,以满足人工智能时代推动的 HBM 需求激增。TrendForce集邦咨询预计,2024年HBM产品将大幅提升DRAM供应商的收入。

扩展阅读:三家内存原厂争抢英伟达高端GPU HBM市场

如果您看完有所受益,欢迎点击文章底部左下角“关注”并点击“分享”、“在看”,非常感谢!

精彩推荐:

  • NVMe over CXL技术如何加速Host与SSD数据传输?

  • 浅析LDPC软解码对SSD延迟的影响

  • 为什么QLC NAND才是ZNS SSD最大的赢家?

  • SSD在AI发展中的关键作用:从高速缓存到数据湖

  • 浅析不同NAND架构的差异与影响

  • SSD基础架构与NAND IO并发问题探讨

  • 字节跳动ZNS SSD应用案例解析

  • SSD数据在写入NAND之前为何要随机化?

  • 深度剖析:DMA对PCIe数据传输性能的影响

  • 深入解析SSD Wear Leveling磨损均衡技术:如何让你的硬盘更长寿?

  • CXL崛起:2024启航,2025年开启新时代

  • NVMe SSD:ZNS与FDP对决,你选谁?

  • 如何通过优化Read-Retry机制降低SSD读延迟?

  • 关于硬盘质量大数据分析的思考

  • 存储系统性能优化中IOMMU的作用是什么?

  • 全景解析SSD IO QoS性能优化

  • NVMe IO数据传输如何选择PRP or SGL?

  • 浅析nvme原子写的应用场景

  • 多维度深入剖析QLC SSD硬件延迟的来源

  • 浅析PCIe链路LTSSM状态机

  • 浅析Relaxed Ordering对PCIe系统稳定性的影响

  • 实战篇|浅析MPS对PCIe系统稳定性的影响

  • 浅析PCI配置空间

  • 浅析PCIe系统性能

  • 存储随笔《NVMe专题》大合集及PDF版正式发布!

http://www.lryc.cn/news/263477.html

相关文章:

  • 【Docker】以service形式离线安装卸载的docker、compose服务
  • Dubbo RPC-Redis协议
  • 展开说说:Android之常用的延时执行策略
  • Jenkins在window下配置Android打包配置
  • 云原生系列2-GitLab和Jenkins
  • xcode无线真机调试详细图文步骤
  • EasyExcel合并相同内容单元格及动态标题功能的实现
  • 【论文解读】Comparing VVC, HEVC and AV1 using Objective and Subjective Assessments
  • 动态窗口法Dynamic Window Approach在动态环境中避障
  • 2023.12.15 FineBI与kettle
  • Python tkinter 初探Toplevel控件搭建父子窗口
  • SpringCloud源码探析(十二)-基于SpringBoot开发自定义中间件
  • 基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型(一)
  • python实现贪吃蛇游戏
  • ios备忘录怎么导入华为 方法介绍
  • electron与cesium组件入门应用功能
  • Jenkins Docker Cloud在Linux应用开发CI中的实践
  • 502 Bad Gateway with nginx + apache + subversion + ssl
  • 【PostgreSQL内核学习(十八)—— 存储管理(存储管理的体系结构)】
  • Android的组件、布局学习
  • 【离散数学】——期末刷题题库(树其一)
  • 光模块市场分析与发展趋势预测
  • Python轴承故障诊断 (八)基于EMD-CNN-GRU并行模型的故障分类
  • 鸿蒙实现年月日十分选择框,支持年月日、月日、日、年月日时分、时分切换
  • IntelliJ IDE 插件开发 | (三)消息通知与事件监听
  • VUE小知识点
  • 深入了解常见的应用层网络协议
  • 网络爬虫 多任务采集
  • 真实并发编程问题-1.钉钉面试题
  • 基于vue+element-plus+echarts制作动态绘图页面(柱状图,饼图和折线图)