日本东京科学大学研究团队开发出一种面向人工智能（AI）系统的新型半导体集成平台BBCube。该平台融合高密度芯片贴装、无凸点芯片互连和多尺度热分析三项技术，可提高AI芯片集成密度和数据传输能力，同时降低热阻、改善散热性能，为高性能、低能耗AI加速器和高性能计算系统提供了新的技术方案。相关成果已在美国举行的2026年第76届IEEE电子元件与技术大会以及2026年IEEE/JSAP超大规模集成电路技术与电路研讨会上公布。

团队开发的第一项技术是自主研发的高密度芯片贴装，可实现芯片的精准排列，并将芯片之间的距离缩小至10微米，为进一步提高芯片集成密度，实现高密度互连奠定基础。

第二项技术是无凸点芯片互连。团队基于BBCube工艺开发了一种高密度芯片互连架构，采用后形成硅通孔技术，即在芯片完成贴装后形成微小的垂直电连接通道，实现芯片之间的电连接。与传统封装依靠金属凸点连接芯片不同，该技术无需使用金属凸点，因此可在有限区域内布置更多电连接。团队进一步将无凸点互连技术与高精度芯片贴装技术结合。分析显示，当芯片间距缩小至10微米时，在保持与传统微凸点方案相当的信号质量的情况下，同等互连面积内的总信号带宽最高可提高16倍。

第三项技术针对高密度芯片集成带来的散热问题。研究团队通过模拟发现，其“华夫格”晶圆结构可使热阻降低约52%。同时，团队开发了多尺度热分析方法，可对整个芯片的热分布进行1微米分辨率的分析，分析点数量达到1亿个，有助于更加准确地评估高密度半导体结构中的热量分布。

上述三项技术共同构成BBCube半导体集成平台，可同时从芯片贴装、芯片互连和热管理三个方面应对先进2.5D和3D半导体集成面临的挑战，有望推动更加紧凑、高速和节能的AI加速器及高性能计算系统发展。

《科技日报》（2026年8月14日 04版）