美光启动$10B 研究实验室,开发下一代内存技术

关键要点

  • 美光科技于 2026 年夏季宣布成立美光研究实验室,计划在未来十年投入 100 亿美元,以推动存储技术和半导体制造的发展。
  • 据美光总裁兼首席技术官 Scott DeBoer 称,人工智能已使存储成为以价值为导向的战略要素,要求在数据中心、汽车和机器人领域进行系统级优化。
  • 美光预计于 2027 年启动一座设施的建设。该设施将在 Deirdre Hanford 的领导下容纳数百名研究人员,并通过竞争前合作研究支持 ReRAM、MRAM 和 FRAM 等新兴存储技术。

美光科技于 2026 年夏季宣布成立 Micron Research Labs,并计划在未来十年投资 100 亿美元,以推进关键存储技术。该设施位于爱达荷州博伊西,将专注于先进存储与计算架构、封装和未来半导体制造,同时支持与大学的合作、卫星实验室及生态系统合作伙伴关系。

该实验室代表着美光参与半导体研究的战略转变:从关注近期技术路线图,转向开展周期更长的基础研究。美光新任总裁兼首席技术与产品官 Scott DeBoer 解释说,公司过去一直专注于其五至七年技术路线图内的挑战,但如今认识到,随着存储对行业日益重要,公司有必要引领更长期的研究工作。

Micron Research Labs 设施与领导架构

美光预计于 2027 年为该设施举行奠基仪式,建成后可容纳数百名研究人员。公司已任命曾在 Synopsys 工作 37 年的 Deirdre Hanford 为公司副总裁兼新实验室总裁。Hanford 将负责建立实验室的研究基础设施、运营模式及合作伙伴关系。实验室首项重大对外合作计划于 2026 年秋季公布:美光宣布计划在五年内投资至多 5000 万美元,支持美国能源部的 Genesis Mission Graduate Fellowship Pilot Program 及相关国家实验室研究。

DeBoer 强调,这项 100 亿美元投资是在此前已宣布或预测的投资之外额外增加的;过去四年,这些投资每年都大幅增长。

AI 加剧存储研发的复杂性

人工智能从根本上改变了存储研发的优先事项,将存储从受成本驱动的大宗商品转变为由价值驱动的组成部分。DeBoer 指出,存储是推动 AI 在多个领域发展的引擎——数据中心、边缘计算、汽车和机器人领域都高度依赖存储性能、带宽和能效。

AI 应用的多样性大幅增加了研发需求。在数据中心领域,LPDDR 存储的规格发生了巨大变化,以满足新的性能需求。机器人和汽车应用则通过先进封装和 3D 存储实现带来更多复杂性。美光如今不能只提供制程缩小后的 DRAM 节点,而必须直接与关键客户合作,在其特定系统架构中优化存储。DeBoer 表示:“如果不优化存储在系统中的运行方式,就无法优化整个系统。”

美光研究战略的演变

过去,美光的研发工作聚焦于近期制造改进——将 DRAM 从一个节点缩小到下一个节点,并提高良率。新研究实验室标志着公司转向成熟周期更长的基础研究。DeBoer 解释说,过去美光对前瞻十年或更长时间的研究影响力较小,因为政府资金直接流向美国大学。“实际上,我们不必成为这类研究工作的领导者。”随着存储的战略重要性日益提高,美光如今正发挥领导作用,与大学和国家实验室建立长期研究合作关系。

这种做法使美光能够追求基础研究成果,同时降低项目接近商业化时涉及的知识产权复杂性。DeBoer 将此描述为有意为之的战略转变:“这是一次转型,我们把视野放得更远,真正能够预先设想研究成果。”

行业研发经济学与竞争压力

研究机构 TechInsights 副董事长 Dan Hutcheson 证实,美光的举措符合行业长期趋势。他估计,每次节点转型,研发成本都会增加约 30%。在 20 世纪 80 年代和 90 年代,成本增长往往快于可用于支撑这些成本的收入,导致供应商整合,因为企业难以承担下一代技术的投资。

Hutcheson 区分了基础研究与应用开发,并指出,由于基础研究突破需要 10 至 20 年才能成熟,企业通常更关注应用开发,而非基础研究。大学和国家实验室传统上填补了这一空缺;imec 等研究机构则擅长在学术界、供应商和终端客户之间发挥桥接作用。

Objective Analysis 首席分析师 Jim Handy 指出,存储制造商通常将约 20% 的收入用于资本支出,约 10% 用于研发,而研发团队很少裁员。Handy 表示,美光的 100 亿美元承诺,部分是将原本就会发生的支出重新纳入一项结构化的十年承诺中。该公告也利用了当前市场状况:主要 AI 企业优先考虑性能而非成本,使 DRAM 制造商的毛利率达到 80%,而历史水平仅为 30% 或更低,从而为加速研发投资提供了资源。

新兴存储技术与合作模式

ReRAM 制造商 Weebit Nano 展示了研究合作如何加速新兴存储技术的发展。在两家机构正式携手之前,Weebit Nano 已受益于 CEA-Leti 约十年来开展的研究。2018 年,该公司开始与大学和研究机构合作研究神经形态计算,并于 2019 年与 CEA-Leti 合作,展示了在其 ReRAM 上运行的脉冲神经网络。

Weebit Nano 最近启动了 Weebit Matrix In-Memory Compute(IMC)Research Program,以加速对下一代计算架构的探索。该计划为行业和学术研究人员提供基于 ReRAM 的硬件开发套件,用于探索和原型开发 IMC 算法与系统。参与研究的人员可以开发和测试 AI 算法、研究创新的编程方法、探索新的 AI 和神经形态架构,并评估能效和性能方面的潜在提升。所有研究发现和反馈都会与 Weebit Nano 分享,以改进技术并为更广泛的研究社区作出贡献。

Weebit Nano 市场营销与业务发展副总裁 Eran Briman 指出,存内计算蕴含着巨大的近期机遇。与 GPU、CPU 和加速器相比,在存储器中运行 AI 理论上可将能效提高 10× 至 100×。商业部署并未终止研发工作;客户持续要求更高密度、更长耐久性,以及在更高温度下实现更佳性能。编程循环次数要求已从 10,000 次演变为 100,000 次,某些应用甚至达到 100 万次,这些需求受到 AI 更新、代码变更和数据记录的推动。

竞争前研究与行业整合

Jim Handy 强调了 imec 和 CEA-Leti 等竞争前研究机构的价值:竞争企业在此汇集资源,共同评估新兴技术。包括 Samsung、SK Hynix 和美光在内的 DRAM 竞争对手可能会联合资助项目来评估新材料;如果项目成功,各公司便会开发各自专有的配方。这种模式体现了存储研发的高昂成本,对于 MRAM、ReRAM 和 FRAM 等新兴存储技术尤其重要,因为这些技术多年来一直在寻找自己的市场定位。

Briman 指出,半导体行业仍然极其昂贵,一些 ReRAM 供应商曾多次失败。他认为,美光的投资将推动整个行业共同发展:“我们所在的整个行业都会受到连锁影响,未来几年我们就会看到这种影响。”

从研发挫折中吸取经验

存储研发并非总能成功。美光曾在 3D XPoint 技术上投入数十亿美元,之后 DeBoer 比合作伙伴英特尔更早终止了该项目。DeBoer 解释说:“我们做出了一个决定:我们已经从中学到了所能学到的东西。”要将新型存储推向市场,需要三个要素:技术本身、可制造性以及客户接受度。“如果这三点没有全部解决,那就行不通。”

DeBoer 阐述了美光的战略愿景:“我们打算在未来十年改变美光的面貌。”他强调,未来存储与逻辑的集成将成为推动 AI 发展的关键因素。随着这两个领域不断融合,Micron Research Labs 体现了公司在半导体研究生态系统中不断演变的角色。

关键事实

  • 美光科技于 2026 年夏季宣布成立 Micron Research Labs,实验室位于爱达荷州博伊西,并计划在未来十年投资 100 亿美元。
  • 该设施将专注于关键存储技术、先进存储与计算架构、封装、未来半导体制造、与大学的合作、卫星实验室及生态系统合作伙伴关系。
  • 美光预计于 2027 年为可容纳数百名研究人员的设施举行奠基仪式。
  • 曾在 Synopsys 工作 37 年的 Deirdre Hanford 获任命为新实验室的公司副总裁兼总裁。
  • 美光宣布计划在五年内投资至多 5000 万美元,支持美国能源部的 Genesis Mission Graduate Fellowship Pilot Program。
  • TechInsights 的 Dan Hutcheson 估计,每次节点转型,研发成本都会增加约 30%。
  • Objective Analysis 的 Jim Handy 指出,DRAM 制造商通常将约 20% 的收入用于资本支出,约 10% 用于研发。
  • 当前 DRAM 制造商的毛利率达到 80%,而其历史水平为 30% 或更低;竞争对手包括 Samsung、SK Hynix 和其他供应商。
  • Weebit Nano 于 2019 年与 CEA-Leti 合作,展示了在其 ReRAM 上运行的脉冲神经网络。
  • Weebit Nano 的 ReRAM 编程循环次数要求已从 10,000 次演变为 100,000 次,某些应用甚至达到 100 万次。
  • Weebit Nano 启动了 Weebit Matrix In-Memory Compute(IMC)Research Program,为研究人员提供基于 ReRAM 的硬件开发套件。
  • 与 GPU、CPU 和加速器相比,存内计算理论上可实现 10× 至 100× 的能效提升。
  • 美光此前曾在 3D XPoint 技术上投入数十亿美元,之后终止了该项目。

常见问题

美光为何现在要设立专门的研究实验室?

美光设立 Micron Research Labs,旨在将研发战略从近期技术路线图——过去通常为五至七年——转向周期更长的基础研究。Scott DeBoer 解释说,随着存储对数据中心、边缘计算、汽车和机器人领域的 AI 日益重要,美光认识到有必要引领更长期的研究工作。过去,由于政府资金直接流向美国大学,公司对前瞻十年的研究影响力较小。新实验室使美光能够追求基础研究成果,同时降低知识产权方面的复杂性,并加强与大学和国家实验室的合作关系。

AI 如何改变美光的研发需求?

人工智能将存储从受成本驱动的大宗商品转变为由价值驱动的战略组成部分,从根本上改变了研发优先事项。存储如今是推动 AI 在多个领域发展的引擎,而这些领域都高度依赖存储性能、带宽和能效。AI 应用的多样性大幅增加了研发需求。数据中心应用需要大幅调整 LPDDR 规格,而汽车和机器人应用则带来了先进封装和 3D 存储实现方式。美光如今不能只提供制程缩小后的 DRAM 节点,而必须直接与关键客户合作,在其特定系统架构中优化存储,因为系统级优化要求同步优化存储。

合作伙伴关系在新兴存储技术发展中发挥什么作用?

通过 imec 和 CEA-Leti 等机构开展的竞争前研究合作,对于应对存储研发的高昂成本至关重要。包括 Samsung、SK Hynix 和美光在内的竞争企业会联合资助项目来评估新材料;如果项目成功,各公司便会开发各自专有的配方。ReRAM 制造商 Weebit Nano 就是这种模式的典型例子:在正式建立合作关系之前,该公司已受益于 CEA-Leti 约十年来开展的研究。这类合作使企业能够在分担成本的同时开展基础研究;对于 MRAM、ReRAM 和 FRAM 等新兴存储技术而言,这种合作尤为重要,因为这些技术需要数年甚至数十年才能找到市场定位并实现商业化。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论