存储器制造商对研发的巨额投入早已不是新鲜事,但美光科技(Micron Technology)专门设立超越下一代制程节点的独立研发设施,凸显了在人工智能时代,行业绝不能在研发上吝啬投入。
美光于2026年夏季宣布成立“美光研究院”(Micron Research Labs),为其DRAM业务打造长期专属研发基地。该机构位于爱达荷州博伊西市,计划在未来十年投入100亿美元,聚焦关键存储技术、先进存算架构、封装技术及未来半导体制造工艺。投资还涵盖高校合作、卫星实验室及产业生态伙伴共建项目。
美光预计2027年动工建设可容纳数百名研究人员的实体园区,并已任命在新思科技(Synopsys)工作37年的黛尔德丽·汉福德(Deirdre Hanford)担任公司高级副总裁兼研究院总裁。她将主导研究院基础设施搭建、运营模式设计及外部合作网络构建。
今年秋季,该研究院首次重大举措即宣布:未来五年内向美国能源部“创世使命研究生奖学金试点计划”及相关国家实验室研究投入最高5000万美元。
对美光新任总裁兼首席技术和产品官斯科特·德博尔(Scott DeBoer)而言,该研究院标志着公司参与半导体研发方式的根本转变。他指出,过去研发重心多集中于中短期目标,“我从未想过我们今天的研发投入会达到如此规模。”
德博尔强调,此次投入是叠加在既定或预测投资之上的增量支出——过去四年,美光年度研发预算持续显著增长。
突破路线图边界
德博尔表示,美光虽一贯重视前瞻布局,但以往基本局限于公司5至7年的技术路线图框架内。“我们必须清晰预判未来数年内将投入什么、推向市场什么。”
他坦言,过去十年乃至更远期的研究主导权更多由政府资助的美国高校承担,“我们其实无需成为这类长期研究的牵头方”。如今随着存储器战略地位跃升,美光正主动加强与高校及国家实验室在超长期研究中的领导角色。
近年美光侧重支持教授与学生提升人才储备能力;而长期合作则使其能专注基础性研究成果,同时规避临近商业化阶段常见的知识产权纠纷。“这是一次战略转向——我们走得更远,且明确以产出研究成果为目标。”德博尔表示。
人工智能加剧研发压力
历史上,存储器行业研发重心多在即时制程与制造改进——如DRAM逐代微缩及良率提升。AI浪潮使长远视角愈发紧迫,也令短期开发更为复杂。
德博尔指出,无论数据中心、边缘设备、汽车还是机器人,内存都是驱动AI的核心引擎,其性能、带宽与功耗直接决定系统表现。
应用场景多样性大幅推高研发需求。例如数据中心对LPDDR容量与性能要求剧变;机器人与汽车领域则催生先进封装与3D集成方案。几乎所有项目均需与核心客户深度协同定制,而非简单推出又一代缩放型DRAM。“不优化内存与系统的协同,就无法实现整机最优。”德博尔强调。
研发是维持竞争力的必要成本
TechInsights研究公司副主席丹·哈奇森(Dan Hutcheson)自1980年代起持续追踪半导体研发动态。他向《电子工程专辑》表示,美光此举合乎逻辑——新研究院有助于引入外部资金与创新思想。
哈奇森估算,每代制程转换使研发成本上升约30%;1980至90年代,成本增速常超过营收支撑能力。后因Sematech与imec等组织承接共性研究,此问题有所缓解。但成本攀升仍推动厂商整合——许多企业无力负担新一代所需巨额投入。
他特别区分“小r大R小d大D”:企业通常擅长“大D”(开发),却极少投入“大R”(基础研究)。“企业不愿投大R,因其成果需10至20年才能成熟”,他说。此时高校与国家实验室作用凸显,而imec正是成功弥合学术界、供应商与终端用户间鸿沟的典范。“imec的卓越之处在于架起三方协作桥梁。”
哈奇森指出,AI已推动存储器从“成本导向”转向“价值导向”。
研究必须最终落地晶圆厂
存储器研发两大核心成本:一是技术研发本身;二是支撑量产的制造产能建设。
Objective Analysis首席分析师吉姆·汉迪(Jim Handy)指出,厂商整合主因是竞争性晶圆厂建设成本增速远超DRAM收入增长。
汉迪强调,研发在存储厂商商业模式中拥有独立预算线:DRAM厂商通常将营收约20%用于资本开支,10%用于研发。“且研发团队极少裁员”,他补充道。
他认为美光公告部分属于将既定支出重新包装为10年承诺:“他们非常确信这笔钱无论如何都会花掉。”
他还提到,当大型AI厂商不计价格时,DRAM厂商毛利率可达80%,远高于惯常的30%以下水平。更多研发投入将加速制程推进,并在现有产能中榨取更高比特密度。“这有助于压低售价,对买家有利。”
汉迪高度评价imec与CEA-Leti等机构价值——企业在此联合开展“前竞争性”研究。例如三星、SK海力士与美光可能共同资助新材料评估项目;若验证成功,各方再各自开发专属工艺。“这正反映出此类研发的惊人成本。”
该模式对MRAM、ReRAM、FRAM等新兴存储器尤为重要——它们历经多年甚至数十年探索细分市场,尚未全面替代DRAM或闪存。
合作让新兴存储技术持续入局
ReRAM厂商Weebit Nano高度依赖研究合作实现技术商业化。该公司营销与业务发展副总裁埃兰·布里曼(Eran Briman)表示,CEA-Leti自早期即为合作伙伴,Weebit受益于该机构此前近十年积累的研究成果。
Weebit Nano自2018年起联合高校与研究机构探索神经形态计算;2019年与CEA-Leti合作演示基于ReRAM的脉冲神经网络。布里曼指出,存内计算是近期重点机会:相较GPU、CPU及加速器,内存中运行AI理论上可实现10至100倍的能效提升。
公司近期启动“Weebit Matrix存内计算(IMC)研究计划”,向产业界与学界研究人员提供基于ReRAM的硬件开发套件,用于探索与原型化IMC算法及系统。
通过该计划,研究人员可利用Weebit Nano平台开发测试AI算法、探索新型编程方法、验证AI与神经形态架构,并评估能效与性能增益。参与者将共享ReRAM相关发现与反馈,助力技术迭代并反哺整个研究社区。
布里曼强调:“研究解决根本问题,开发负责落地实施。”他回顾ReRAM成熟历程称:“我们花了二十多年才走到今天。”
商业化并非终点。客户持续要求更高密度、更强耐久性及高温稳定性——编程周期需求已从1万次升至10万次,部分应用甚至达百万次。AI模型更新、代码变更与数据日志记录是主要驱动力。
布里曼指出,半导体行业门槛极高,部分ReRAM厂商曾多次尝试失败。他视美光投资为“行业涨潮”:“将在未来几年产生涟漪效应,惠及我们所处的整个生态。”
从失败中汲取经验
存储器研发并非总能成功。美光曾斥资数十亿美元开发3D XPoint技术,后由德博尔提前终止项目(早于合作伙伴英特尔)。他解释:“我们已从中获得全部可提取的价值。”
德博尔强调,新技术上市需同时满足三要素:技术可行性、可制造性及客户接受度。“缺一不可。”
最终,美光研究院折射出公司在半导体研发生态中角色的深刻演变——随着存储与逻辑芯片日益融合,“我们计划用十年时间重塑美光自身”,德博尔表示,“当前及未来,存算融合将成为AI发展的核心使能技术。”
www.eic.net.cn 提供的易IC库存管理软件,正助力半导体企业高效管理研发物料与样品库存,确保高价值研发资源精准调配,为前沿技术攻关提供坚实后勤保障。