高端性能封装正在突破性能壁垒,其芯片集成技术助力人工智能革命。
2024 年,高端封装市场规模为 80 亿美元,预计到 2030 年将超过 280 亿美元,2024-2030 年复合年增长率为 23%。
细分到各个终端市场,最大的高端性能封装市场是“电信和基础设施”,2024 年该市场创造了超过 67% 的收入。
紧随其后的是“移动和消费电子”,它是增长最快的市场,复合年增长率高达 50%。
就封装数量而言,高端封装预计将在2024年至2030年期间经历33%的复合年增长率,从2024年的约10亿个增长到2030年的50亿个以上。
这一巨大增长的原因是,高端封装的需求正在健康增长,而且由于2.5D和3D平台推动价值从前端向后端转移,其平均售价与低端封装相比非常高。
3D堆叠存储器——HBM、3DS、3D NAND和CBA DRAM——是最重要的贡献者,到2029年将占据超过70%的市场份额。
增长最快的平台是CBA DRAM、3D SoC、有源硅中介层、3D NAND堆叠和嵌入式硅桥。
高端封装供应链的进入门槛越来越高,各大代工厂和IDM厂商凭借其FE(前端)能力,正在颠覆先进封装领域。
混合键合技术的采用使OSAT厂商的处境更加艰难,只有拥有晶圆厂生产能力和充足资源的厂商才能承受巨大的良率损失和巨额投资。
到2024年,以长江存储、三星、SK海力士和美光为代表的存储器厂商将占据高端封装市场54%的份额,因为3D堆叠存储器在营收、单位产量和晶圆产量方面都远超其他平台。
存储器封装的采购量远高于逻辑芯片。
台积电以35%的市场份额领先,其次是长江存储,市场份额为20%。
铠侠、美光、SK海力士和三星等新晋厂商预计将进入3D NAND市场,并迅速抢占市场份额。
三星位居第三,占比16%,其次是SK海力士(13%)和美光(5%)。
随着3D堆叠存储器的市场需求不断增长,以及这些厂商持续开发新产品,这些厂商的市场份额将健康增长。
英特尔紧随其后,占比6%。
日月光(ASE)、硅品(SPIL)、长电科技(JCET)、安靠(Amkor)和TF等顶级OSAT厂商仍在进行最终封装和测试。
他们正试图通过提供基于超高清扇出(UHD FO)和Mold中介层的高端封装解决方案来赢得市场份额。
另一个重要因素是,他们正在与顶级代工厂和IDM厂商合作,以确保自己能够参与此类活动。
如今,高端封装的实现越来越依赖于前端(FE)技术,而混合键合正成为一种新趋势。
BESI与应用材料(AMAT)合作,在这一新趋势中发挥着关键作用,为台积电、英特尔和三星等巨头提供设备,这些巨头都在争夺市场主导地位。
其他设备供应商如 ASMPT 和 EVG、SET 和 Suiss MicroTech、Shibaura 和 TEL 都是供应链的重要组成部分。
所有高端性能封装平台(无论类型)的主要技术趋势都是减小互连间距——这与硅通孔 (TSV)、金属氧化物半导体 (TMV)、微凸块 (microbump) 以及混合键合(这已是最激进的解决方案)息息相关。
此外,通孔直径和晶圆厚度预计也会减小。这项技术发展对于集成更复杂的单片芯片和芯片集至关重要,一方面可以支持更快的数据处理和传输,另一方面可以确保更低的功耗和损耗,并为未来几代产品提供更高密度的集成和带宽。
3D SoC 混合键合
3D SoC 混合键合似乎是下一代先进封装的关键技术支柱,因为它可以实现更小的互连间距,同时增加 SoC 的总表面积。
这使得诸如堆叠来自分区 SoC 芯片的芯片集,从而实现异构集成封装等可能性成为可能。
凭借其 3D Fabric 技术,台积电在采用混合键合的 3D SoIC 封装领域处于领先地位。
此外,预计将从一小部分带有16层DRAM堆栈的HBM4E开始采用集成芯片到晶圆(Collective Die to Wafer)技术。
芯片组和异构集成是推动HEP封装应用的另一个重要趋势,采用这种方法的产品已经上市。
例如:
英特尔的Sapphire Rapids采用EMIB,Ponte Vecchio采用Co-EMIB,以及Meteor Lake采用Foveros。
AMD是另一个在其产品中采用这种技术方法的重要参与者,例如从第三代开始在其产品中采用这种技术方法的Ryzen和EPYC,以及在MI300中采用3D芯片组架构。
Nvidia最终在其下一代Blackwell系列中采用了芯片组设计。
正如英特尔、AMD和Nvidia等重要参与者明确宣布的那样,预计明年将有更多包含分区或重复芯片的封装上市。
此外,预计这种方法将在未来几年用于高端ADAS。
总体趋势是将更多 2.5D 平台与 3D 平台整合到同一个封装中,业内一些人已经将其称为 3.5D 封装。
因此,预计未来将出现集成 3D SoC 芯片、2.5D 中介层、嵌入式硅桥和共封装光学器件的封装。
新的 2.5D 和 3D 封装平台稍后将上市,这将使 HEP 封装变得更加复杂。
相关文章:

高端性能封装正在突破性能壁垒,其芯片集成技术助力人工智能革命。
2024 年,高端封装市场规模为 80 亿美元,预计到 2030 年将超过 280 亿美元,2024-2030 年复合年增长率为 23%。 细分到各个终端市场,最大的高端性能封装市场是“电信和基础设施”,2024 年该市场创造了超过 67% 的收入。…...
前端工具库lodash与lodash-es区别详解
lodash 和 lodash-es 是同一工具库的两个不同版本,核心功能完全一致,主要区别在于模块化格式和优化方式,适合不同的开发环境。以下是详细对比: 1. 模块化格式 lodash 使用 CommonJS 模块格式(require/module.exports&a…...

动态规划-1035.不相交的线-力扣(LeetCode)
一、题目解析 光看题目要求和例图,感觉这题好麻烦,直线不能相交啊,每个数字只属于一条连线啊等等,但我们结合题目所给的信息和例图的内容,这不就是最长公共子序列吗?,我们把最长公共子序列连线起…...

网页端 js 读取发票里的二维码信息(图片和PDF格式)
起因 为了实现在报销流程中,发票不能重用的限制,发票上传后,希望能读出发票号,并记录发票号已用,下次不再可用于报销。 基于上面的需求,研究了OCR 的方式和读PDF的方式,实际是可行的ÿ…...

MeshGPT 笔记
[2311.15475] MeshGPT: Generating Triangle Meshes with Decoder-Only Transformers https://library.scholarcy.com/try 真正意义上的AI生成三维模型MESHGPT来袭!_哔哩哔哩_bilibili GitHub - lucidrains/meshgpt-pytorch: Implementation of MeshGPT, SOTA Me…...

Appium下载安装配置保姆教程(图文详解)
目录 一、Appium软件介绍 1.特点 2.工作原理 3.应用场景 二、环境准备 安装 Node.js 安装 Appium 安装 JDK 安装 Android SDK 安装Python及依赖包 三、安装教程 1.Node.js安装 1.1.下载Node 1.2.安装程序 1.3.配置npm仓储和缓存 1.4. 配置环境 1.5.测试Node.j…...

qt+vs Generated File下的moc_和ui_文件丢失导致 error LNK2001
qt 5.9.7 vs2013 qt add-in 2.3.2 起因是添加一个新的控件类,直接把源文件拖进VS的项目里,然后VS卡住十秒,然后编译就报一堆 error LNK2001 一看项目的Generated Files下的moc_和ui_文件丢失了一部分,导致编译的时候找不到了。因…...
41道Django高频题整理(附答案背诵版)
解释一下 Django 和 Tornado 的关系? Django和Tornado都是Python的web框架,但它们的设计哲学和应用场景有所不同。 Django是一个高级的Python Web框架,鼓励快速开发和干净、实用的设计。它遵循MVC设计,并强调代码复用。Django有…...

基于stm32F10x 系列微控制器的智能电子琴(附完整项目源码、详细接线及讲解视频)
注:文章末尾网盘链接中自取成品使用演示视频、项目源码、项目文档 所用硬件:STM32F103C8T6、无源蜂鸣器、44矩阵键盘、flash存储模块、OLED显示屏、RGB三色灯、面包板、杜邦线、usb转ttl串口 stm32f103c8t6 面包板 …...
2025.6.9总结(利与弊)
凡事都有两面性。在大厂上班也不例外。今天找开发定位问题,从一个接口人不断溯源到另一个 接口人。有时候,不知道是谁的责任填。将工作内容分的很细,每个人负责其中的一小块。我清楚的意识到,自己就是个可以随时替换的螺丝钉&…...
【Ftrace 专栏】Ftrace 参考博文
ftrace、perf、bcc、bpftrace、ply、simple_perf的使用Ftrace 基本用法Linux 利用 ftrace 分析内核调用如何利用ftrace精确跟踪特定进程调度信息使用 ftrace 进行追踪延迟Linux-培训笔记-ftracehttps://www.kernel.org/doc/html/v4.18/trace/events.htmlhttps://blog.csdn.net/…...
CppCon 2015 学习:Reactive Stream Processing in Industrial IoT using DDS and Rx
“Reactive Stream Processing in Industrial IoT using DDS and Rx” 是指在工业物联网(IIoT)场景中,结合 DDS(Data Distribution Service) 和 Rx(Reactive Extensions) 技术,实现 …...
python打卡第47天
昨天代码中注意力热图的部分顺移至今天 知识点回顾: 热力图 作业:对比不同卷积层热图可视化的结果 def visualize_attention_map(model, test_loader, device, class_names, num_samples3):"""可视化模型的注意力热力图,展示模…...
大数据驱动企业决策智能化的路径与实践
📝个人主页🌹:慌ZHANG-CSDN博客 🌹🌹期待您的关注 🌹🌹 一、引言:数据驱动的企业竞争力重构 在这个瞬息万变的商业时代,“快者胜”的竞争逻辑愈发明显。企业如何在复杂环…...
深入理解 React 样式方案
React 的样式方案较多,在应用开发初期,开发者需要根据项目业务具体情况选择对应样式方案。React 样式方案主要有: 1. 内联样式 2. module css 3. css in js 4. tailwind css 这些方案中,均有各自的优势和缺点。 1. 方案优劣势 1. 内联样式: 简单直观,适合动态样式和…...

高抗扰度汽车光耦合器的特性
晶台光电推出的125℃光耦合器系列产品(包括KL357NU、KL3H7U和KL817U),专为高温环境下的汽车应用设计,具备以下核心优势和技术特点: 一、技术特性分析 高温稳定性 采用先进的LED技术和优化的IC设计,确保在…...
13.10 LangGraph多轮对话系统实战:Ollama私有部署+情感识别优化全解析
LangGraph多轮对话系统实战:Ollama私有部署+情感识别优化全解析 LanguageMentor 对话式训练系统架构与实现 关键词:多轮对话系统设计、场景化提示工程、情感识别优化、LangGraph 状态管理、Ollama 私有化部署 1. 对话训练系统技术架构 采用四层架构实现高扩展性的对话训练…...

如何做好一份技术文档?从规划到实践的完整指南
如何做好一份技术文档?从规划到实践的完整指南 🌟 嗨,我是IRpickstars! 🌌 总有一行代码,能点亮万千星辰。 🔍 在技术的宇宙中,我愿做永不停歇的探索者。 ✨ 用代码丈量世界&…...

SQL注入篇-sqlmap的配置和使用
在之前的皮卡丘靶场第五期SQL注入的内容中我们谈到了sqlmap,但是由于很多朋友看不了解命令行格式,所以是纯手动获取数据库信息的 接下来我们就用sqlmap来进行皮卡丘靶场的sql注入学习,链接:https://wwhc.lanzoue.com/ifJY32ybh6vc…...
起重机起升机构的安全装置有哪些?
起重机起升机构的安全装置是保障吊装作业安全的关键部件,主要用于防止超载、失控、断绳等危险情况。以下是常见的安全装置及其功能和原理: 一、超载保护装置(核心安全装置) 1. 起重量限制器 功能:实时监测起升载荷&a…...
Python的__call__ 方法
在 Python 中,__call__ 是一个特殊的魔术方法(magic method),它允许一个类的实例像函数一样被调用。当你在一个对象后面加上 () 并执行时(例如 obj()),Python 会自动调用该对象的 __call__ 方法…...

Linux操作系统共享Windows操作系统的文件
目录 一、共享文件 二、挂载 一、共享文件 点击虚拟机选项-设置 点击选项,设置文件夹共享为总是启用,点击添加,可添加需要共享的文件夹 查询是否共享成功 ls /mnt/hgfs 如果显示Download(这是我共享的文件夹)&…...

Redis上篇--知识点总结
Redis上篇–解析 本文大部分知识整理自网上,在正文结束后都会附上参考地址。如果想要深入或者详细学习可以通过文末链接跳转学习。 1. 基本介绍 Redis 是一个开源的、高性能的 内存键值数据库,Redis 的键值对中的 key 就是字符串对象,而 val…...
Java多线程实现之Runnable接口深度解析
Java多线程实现之Runnable接口深度解析 一、Runnable接口概述1.1 接口定义1.2 与Thread类的关系1.3 使用Runnable接口的优势 二、Runnable接口的基本实现方式2.1 传统方式实现Runnable接口2.2 使用匿名内部类实现Runnable接口2.3 使用Lambda表达式实现Runnable接口 三、Runnabl…...

李沐--动手学深度学习--GRU
1.GRU从零开始实现 #9.1.2GRU从零开始实现 import torch from torch import nn from d2l import torch as d2l#首先读取 8.5节中使用的时间机器数据集 batch_size,num_steps 32,35 train_iter,vocab d2l.load_data_time_machine(batch_size,num_steps) #初始化模型参数 def …...
raid存储技术
1. 存储技术概念 数据存储架构是对数据存储方式、存储设备及相关组件的组织和规划,涵盖存储系统的布局、数据存储策略等,它明确数据如何存储、管理与访问,为数据的安全、高效使用提供支撑。 由计算机中一组存储设备、控制部件和管理信息调度的…...
LUA+Reids实现库存秒杀预扣减 记录流水 以及自己的思考
目录 lua脚本 记录流水 记录流水的作用 流水什么时候删除 我们在做库存扣减的时候,显示基于Lua脚本和Redis实现的预扣减 这样可以在秒杀扣减的时候保证操作的原子性和高效性 lua脚本 // ... 已有代码 ...Overridepublic InventoryResponse decrease(Inventor…...

EasyRTC音视频实时通话功能在WebRTC与智能硬件整合中的应用与优势
一、WebRTC与智能硬件整合趋势 随着物联网和实时通信需求的爆发式增长,WebRTC作为开源实时通信技术,为浏览器与移动应用提供免插件的音视频通信能力,在智能硬件领域的融合应用已成必然趋势。智能硬件不再局限于单一功能,对实时…...

【版本控制】GitHub Desktop 入门教程与开源协作全流程解析
目录 0 引言1 GitHub Desktop 入门教程1.1 安装与基础配置1.2 核心功能使用指南仓库管理日常开发流程分支管理 2 GitHub 开源协作流程详解2.1 Fork & Pull Request 模型2.2 完整协作流程步骤步骤 1: Fork(创建个人副本)步骤 2: Clone(克隆…...
shell脚本质数判断
shell脚本质数判断 shell输入一个正整数,判断是否为质数(素数)shell求1-100内的质数shell求给定数组输出其中的质数 shell输入一个正整数,判断是否为质数(素数) 思路: 1:1 2:1 2 3:1 2 3 4:1 2 3 4 5:1 2 3 4 5-------> 3:2 4:2 3 5:2 3…...