事件摘要

芯片初创企业 Kepler Computing 于当地时间 9 月 10 日正式亮相，目标解决 AI 半导体领域的内存能耗、带宽、产能与成本瓶颈。该公司宣称其内存方案带宽接近 SRAM，容量优于 SRAM 乃至 HBM，且无需 EUV 光刻设备。方案采用 3D 堆叠集成技术，据称属于 FeRAM（铁电存储器），计划 2026 年底出样，2027 年扩大产能。公司正利用格罗方德新加坡 28nm 产能试产，未来也将在美国制造。其改造既有晶圆厂用于创新内存生产的过程仅用时 8 个月，约为一般情况的三分之一。未来公司还计划通过材料创新突破现有 CMOS 的固有限制，以更低电压改进能效并提升生产能力。

关键事实

  • Kepler Computing 成立于 2018 年，于当地时间 9 月 10 日正式宣布亮相。
  • 公司目标化解 AI 半导体领域的内存能耗与带宽、产能与成本瓶颈。
  • 宣称可提供带宽接近 SRAM、容量优于 SRAM 乃至 HBM 的内存方案，且无需 EUV 光刻设备。
  • 方案采用 3D 堆叠集成技术，据称属于 FeRAM（铁电存储器），计划 2026 年底出样，2027 年扩大产能。
  • 正利用格罗方德新加坡 28nm 产能试产，未来也将在美国制造。
  • 公司宣称改造既有晶圆厂用于创新内存生产仅用时 8 个月，是一般情况下的三分之一。
  • 未来计划利用材料创新突破现有 CMOS 的固有限制，通过更低电压改进芯片能效表现并提升生产能力。

影响与观察

Kepler Computing 的亮相，将矛头指向 AI 芯片当前最突出的瓶颈之一：内存。随着大模型训练和推理对带宽与容量的需求快速上升，HBM 等现有方案在能耗、成本和产能上面临压力。该公司宣称其基于 FeRAM 和 3D 堆叠的存储方案，能在带宽上接近 SRAM，同时容量超过 SRAM 乃至 HBM，并且不需要 EUV 光刻设备。若这些指标能够兑现，可能为 AI 加速器提供一种介于传统 DRAM 与 SRAM 之间的新选择，并降低对先进光刻产能的依赖。

从落地节奏看，Kepler 计划 2026 年底出样、2027 年扩大产能，并已利用格罗方德新加坡 28nm 产线试产，未来还将在美国制造。其宣称改造既有晶圆厂仅需 8 个月，约为常规时间的三分之一，这暗示其技术路线可能更易于利用成熟制程产能，从而绕开部分先进制程瓶颈。

值得关注的是，FeRAM 本身并非新概念，但将其与 3D 堆叠结合并用于高带宽 AI 内存，仍属较新的工程尝试。目前公司披露的信息多来自自身宣称，实际带宽、容量、功耗、良率及成本等关键指标尚待第三方验证。此外，2026 年底出样意味着距离大规模商用仍有数年，期间 AI 内存技术路线可能继续演变。若 Kepler 的方案能够按计划推进，受影响的将包括 AI 芯片设计商、HBM 供应商以及晶圆代工厂；若进展不及预期，其宣称的突破性也可能停留在早期阶段。

查看原文