BBcube 3D: 以混合 3D 方法實現 CPU/GPU 和記憶體
引言：
根據東京工業大學的研究人員報導，一種用於處理單元和記憶體的三維整合技術在全球範圍內實現了最高的效能，為更快、更高效的計算鋪平了道路。這種創新的堆疊架構名為「BBcube 3D」，能夠實現比現有最先進的記憶體技術更高的資料頻寬，同時最大程度地減少了位元存取所需的能量。背景：
在當今數位時代，工程師和研究人員不斷提出需要處理單元（如 GPU 和 CPU）與記憶體晶片之間更高資料頻寬的新型計算輔助技術。一些現代頻寬廣泛應用的例子包括人工智慧、分子模擬、氣候預測和基因分析。然而要增加資料頻寬，必須要麼在處理單元和記憶體之間新增更多的線路，要麼增加資料傳輸速率。挑戰一：增加線路
然而增加線路在實踐中往往比較困難，因為上述元件之間的傳輸通常是在二維空間中進行的，增加更多的線路會變得棘手。挑戰二：增加資料傳輸速率
另一方面，增加資料傳輸速率會增加每次存取位元所需的能量，即「位元存取能量」，這也是一個具有挑戰性的問題。解決方法：
幸運的是，東京工業大學的研究團隊可能已經找到了這個問題的一個可行解決方案。在最近的 IEEE 2023 VLSI 技術和電路研討會上，小型 BU 教授和他的同事提出了一種名為「Bumpless Build Cube 3D」或 BBCube 3D 的技術。這項技術具有解決處理單元和動態隨機存取記憶體（DRAM）之間整合的上述問題的潛力。BBcube 3D 的創新：
正如其名所示，BBCube 3D 最值得注意的方面在於實現了處理單元和 DRAM 之間的三維存取，而不是二維存取。研究團隊使用了一種創新的堆疊結構，其中處理單元位於多層 DRAM 之上，透過透過矽通透接觸孔（TSV）互連。BBCube 3D 的整體緊湊架構、無典型焊接微凸點和使用 TSV 代替較長線路，共同提高了裝置的電氣效能。BBcube 3D 的抗雜訊效能：
此外研究人員還實現了一種創新策略，涉及四相保護輸入/輸出（IO）來使 BBCube 3D 更具抗雜訊能力。他們調整了相鄰 IO 線路的時間，使它們始終相位互補，即它們永遠不會同時改變值。這降低了串擾噪聲，使裝置執行更加穩健。效能評估結果：
研究團隊評估了他們提出的架構的速度並將其與兩種最先進的記憶體技術 DDR5 和 HBM2E 進行了比較。小型 BU 教授在解釋他們實驗結果時表示：“BBCube 3D 有望實現 1.6TB/秒的頻寬，這比 DDR5 高出 30 倍，比 HBM2E 高四倍。”此外 BBcube 3D 在位元存取能量方面也取得了重大突破。小型 BU 教授解釋道：“由於 BBcube 的低熱阻和低阻抗，3D 整合典型的熱管理和電源供應問題得到了緩解。因此該技術能夠實現一個顯著的頻寬，其位元存取能量只有 DDR5 和 HBM2E 的 1/20 和 1/5。”結論：
BBcube 3D 技術的推出在處理單元和記憶體之間實現了更高的資料頻寬，同時降低了位元存取能量。這項創新技術對於推動人工智慧、分子模擬、氣候預測和基因分析等領域的發展具有重要意義。BBcube 3D 的成功應用將進一步推動電腦科學、資料處理和人工智慧技術的快速發展。相信未來，該技術將在各個領域帶來更高效、更高效能的計算和資料處理能力。 更多訊息: Tokyo Institute of Technology 提供的"Bumpless Build Cube (BBCube) 3D: Heterogeneous 3D Integration Using WoW and CoW to Provide TB/s Bandwidth with Lowest Bit Access Energy" (網址: www.vlsisymposium.org/files/pr … vanceprogram0612.pdf )重點詞彙：
3D 技術，混合 3D 方法，CPU，GPU，記憶體，BBCube3D3Dtechnology-混合 3D 方法,CPU,GPU,記憶體,BBCube3D
延伸閱讀
- 替代雲技術蓬勃發展，企業尋求更便宜的 GPU 存取
- 星碼大師 2：執行在大多數 GPU 上的程式碼生成人工智慧
- 蘋果新推出黑色款高階 MacBook Pro，內含最高 128GB 記憶體
- 蘋果全新 M3 晶片巨獲巨大 GPU 升級，專注遊戲與專業應用程式
- AMD 再度推出擁有 96 核心的 Monster 級 Threadripper CPU
- $180 美元的 Intel Arc A580：低價位 GPU 成為 Intel 的新選擇
- NVIDIA 如何成為機器人領域的重要角色
- 蘋果推出全新 GPU 設計的 A17 Pro 晶片
- SQream 獲得 4500 萬美元投資，加速 GPU 資料分析
- SQream 獲得 4500 萬美元資金加速使用 GPU 進行資料分析
