AI大模型训练对算力的渴求正在以每两年三倍的速度膨胀，而芯片之间数据传输带宽的增速不足两倍。这个被美光科技在2026年Hot Chips大会上明确指出的剪刀差，正迫使整个半导体产业把突围方向从晶体管微缩转向先进封装。在这一背景下，日本东京科学大学研究团队在2026年第76届IEEE电子元件与技术大会（ECTC）及IEEE/JSAP超大规模集成电路技术与电路研讨会上公布了名为BBCube的半导体集成平台，用三项相互咬合的技术给出了一种新的解法。
传统封装的天花板
当前主流的2.5D和3D先进封装依赖金属微凸点实现芯片间的物理连接与信号传输。凸点是一种焊接在芯片表面的微小金属球，负责把上层芯片的信号引到下层基板。凸点间距越小，单位面积内能放置的互连通道就越多，带宽也就越高。但凸点间距的缩减存在物理极限，当间距缩小到几十微米量级时，焊接工艺的精度控制变得困难，凸点之间的串扰加剧，信号完整性恶化。高密度凸点阵列还会产生大量热量，而凸点本身的金属材料热导率有限，热量在芯片堆叠内部形成积累，导致性能降频甚至器件失效。
这就像城市交通中，路口越多，红绿灯越密集，虽然道路面积没有变，但通行效率反而下降。传统封装里的金属凸点就是这些红绿灯，芯片间距再怎么压缩，信号也得在凸点处排队等候转换。
BBCube的三重技术突破
BBCube平台的核心在于抛弃了沿用数十年的金属凸点方案，转而采用后成型硅通孔（Post-formed TSV）实现无凸点互连。这一架构选择重新定义了整个集成路径，而非停留在材料替换层面。
第一项技术是高密度芯片贴装。团队自主研发的贴装工艺将芯片间距压缩至10微米。作为参照，当前主流2.5D封装中使用的微凸点间距通常在40到55微米之间，台积电SoIC方案的混合键合间距已下探到9微米级别。BBCube的10微米间距处于同一竞争区间，其意义在于为后续的无凸点互连提供了足够紧密的物理基础。芯片靠得越近，信号传输路径越短，延迟和功耗随之降低。
第二项技术是无凸点芯片互连。传统封装中，金属凸点占据了宝贵的互连面积，且凸点高度引入了额外的寄生电容和电感。BBCube用后成型TSV替代金属凸点，直接在硅衬底中刻蚀出垂直通孔作为信号通道。这一改动使得同等互连面积内的总信号带宽最高提升16倍，同时保持了信号质量不打折扣。打个直观的比方，传统凸点互连像是在两栋大楼之间架设天桥，行人需要先下楼到天桥入口、过桥、再上楼到达对面，中间环节多、耗时且效率有限；而无凸点TSV互连则是在两栋大楼之间直接打通了垂直电梯，信号从一层直达对应楼层，路径缩短的同时吞吐量显著跃升。
第三项技术是多尺度热分析与"华夫格"晶圆结构。当芯片间距压缩到10微米，数十颗裸片紧密堆叠产生的热量密度远超传统封装的散热能力。团队设计了华夫格结构的晶圆基底，在芯片内部刻出密密麻麻的规整立体散热通道，热量沿预设路径快速导出而非闷在内部。配合1微米分辨率、1亿个分析点的热分布评估工具，设计阶段即可精确定位热点区域并提前优化布局。实测数据显示，该方案使系统热阻降低约52%。
技术路线的差异化竞争
BBCube并非先进封装领域唯一的探索方向。2026年5月，华为在IEEE国际电路与系统研讨会上发布"韬定律"，提出以"逻辑折叠"替代"几何微缩"的技术路线。韬定律的核心是在芯片设计阶段就把逻辑电路拆分到两层甚至多层晶圆上垂直堆叠，通过超细间距混合键合实现互连。首颗落地芯片麒麟2026的晶体管密度从155MTr/mm²提升至238MTr/mm²，增幅53.5%，功耗下降41%。
两条路线都指向把芯片叠起来，但底层逻辑截然不同。华为的逻辑折叠侧重在设计阶段重构电路布局，依赖的是封测环节的混合键合工艺能力，成熟制程芯片通过堆叠实现性能跃升，是用封装能力弥补制程差距的路线。BBCube则更强调从底层物理结构出发重构互连方式，对上游设备和材料的依赖更深。无凸点互连需要超精密键合设备，高密度贴装需要低热膨胀系数的键合材料，散热管理需要新型介质层。这些环节恰恰是日本企业的传统优势所在。东京电子在刻蚀和沉积设备领域有数十年积累，信越化学和JSR在半导体光刻胶和封装材料领域占据全球主导地位。
从集成到存算协同
BBCube的技术意义不仅在于封装层面的密度提升，更在于它为近存计算架构提供了硬件基础。AI训练和推理中，计算单元与存储单元之间的数据搬运是能效损耗的主要来源之一。业界称之为内存墙问题，GPU的计算速度远超HBM的供数速度，处理器大量时间花在等待数据到达上。
无凸点TSV互连将计算裸片与存储裸片的物理距离压缩到微米量级，数据搬运的能耗和延迟随之大幅降低。16倍的带宽提升意味着在同等时间内，计算单元能接收到多得多的数据，处理器的闲置等待时间相应缩短。这对于参数规模动辄数千亿的大模型推理场景具有直接价值。美光披露的数据显示，Meta训练Llama 3大模型过程中，17%的意外中断由HBM故障引起，存储可靠性与带宽已经成为制约AI系统效率的硬约束。BBCube如果能在量产中兑现其带宽和散热指标，将为HBM与AI处理器的紧耦合方案提供一种新的物理实现路径。
产业化路径与现实约束
BBCube目前仍处于实验室验证阶段，距离大规模量产存在多重关卡。无凸点互连的键合精度要求极高，10微米间距的贴装良率是否能在量产环境中稳定保持，尚需大量流片验证。超精密键合设备的产能和成本也是制约因素。BBCube平台还需要配套的EDA工具链支持，从热仿真到互连布线的设计流程需要与现有工具链衔接，这涉及产业链上下游的协同适配。
从产业格局看，先进封装正在成为后摩尔时代算力提升的主战场。台积电的SoIC、英特尔的Foveros、三星的X-Cube各自占据了3D堆叠的技术高地，华为的逻辑折叠代表了中国在封测环节的突围尝试。BBCube则展示了日本从材料与设备端切入的可能性。技术路线的多元化对产业整体是积极信号，先进封装的解决方案不再由单一范式主导，而是根据各地区的产业禀赋形成差异化路径。
2026年全球AI服务器存储芯片市场规模预计达到约1285.87亿美元（QYResearch数据），其中高带宽内存和先进封装互连占据核心份额。BBCube所代表的无凸点高密度集成技术如果能在大规模量产中验证其成本效益，将改变先进封装的竞争维度。在此之前，这项技术更准确的角色是拓展了行业的技术选项库，为AI芯片集成提供了一种从物理底层重新定义互连架构的可能性。
