以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan
美光将AI分为三大类,第一类是生成式AI,例如利用Mid-Journey、ChatGPT等生成文字、图片或视频,驱动了大量的计算性能需求和内存需求;第二类是深度学习,例如虚拟助理、聊天机器人和医疗诊断,需要处理大量的数据,会通过算法来诠释数据,并加以预测,是推动AI和高效能计算增长的重要领域;第三类是高效能计算,例如要解决天气预报等重大的科学问题时,会涉及全基因体定序(genome sequencing),这同样驱动了庞大的计算和內存需求增长。
这些应用需要通过服务器等基础设施来支持,像服务器要考虑性能、容量、功耗的要求,驱动生成式AI的LLM(大型语言模型)离不开强劲的算力,这需要足够的内存带宽,通常来说,计算性能的瓶颈超过半数都与內存的带宽有关。随着LLM的参数数量迅速攀升,要在足够小的体积内存放足够多的数据,就需要架构层面的创新,同时,还要确保功耗尽可能低。要知道有数据显示,未来七年内,全球近8%的电力将消耗在数据中心上。
为了满足上述需求,美光推出了首款8层堆叠的24GB容量第二代HBM3内存,其带宽超过1.2TB/s,引脚速率超过9.2Gb/s(NRZ),比当前市面上现有的HBM3解决方案性能可提升最高50%,美光第二代HBM3产品与前一代产品相比,每瓦性能提高2.5倍,可以缩短大型语言模型(如GPT-4及更高版本)的训练时间(减少30%以上),为AI推理提供高效的基础设施,并降低TCO,在已经部署的1000万个图形处理器用例中,单个HBM模块可节约5W功耗,能在五年内节省5.5亿美元的运营费用。2024年第一季度,美光12层堆叠的36GB容量产品也将开始出样。美光第二代HBM3内存会在日本工厂生产,并在中国台湾进行封装。
8层堆叠的24GB容量第二代HBM3内存
据了解,美光采用了互补式金属氧化物半导体(CMOS)技术打造晶体管,并在逻辑基础层和DRAM堆叠中加入了很多制程方面的技术,驱动了更快的时序速度。封装方面,美光提供了两倍的硅通孔(TSV)数量,所有晶粒对晶粒的封装互联缩小了25%(DRAM最上层和下层TSV的距离)。同时,在电路设计上注重时间控制,使速度更快,再加上噪声容限设计(Noise tolerance)等技术,构成了更优的信号完整性、配电网络、电源完整性,获得了更高的性能表现。
提升硅通孔和封装互联数量、DRAM层间空间等设计,可以让内存内部的热量快速从较热层传到较冷层,再加上增加金属密度,并采用高能效数据路径设计,可以解决HBM的热阻抗问题,降低功耗。数据中心的能耗降低后,就可以把更多的电力分配给GPU或ASIC,提升了整体的系统性能和效率。
作为在2.5D/3D堆叠和先进封装技术领域的存储领导厂商,美光也与台积电共同组建了3DFabric联盟,携手推进半导体和系统创新。在第二代HBM3产品开发过程中,美光与台积电携手合作,为AI及高性能计算设计应用中顺利引入和集成计算系统奠定了基础。目前,台积电已收到美光第二代HBM3内存样片,正与美光密切合作进行下一步的评估和测试,助力客户的下一代高性能计算应用创新。
美光将硅通孔(TSV)数量翻倍,增加5倍金属密度以降低热阻,以及设计更为节能的数据通路
硅通孔、DRAM堆叠是由美光独立完成,中介层则是与台积电合作。“尽管美光会自行打造封装,但是我们也会和台积电紧密合作,以便让中介层与内存、GPU、ASIC等元件可以完美整合。”Praveen Vaidyanathan介绍称,“高带宽可以满足AI训练和推理的需求,例如某服务器集群要花三个月的时间训练大型语言模型,采用HBM3之后,可以节省30%以上的训练时间,减少至两个月。在推理过程中,HBM3的使用可以让每天的查询量和提示量增加50%,减少等待时间。”
继LPDDR5、DDR5之后,第二代HBM3内存是美光推出的第三款1β制程的产品,2024年上半年,该公司还将推出基于1β节点、32Gb单块DRAM裸片的128GB容量DDR5模组,同时,美光还在与伙伴合作研发下一代产品,即“HBM Next”,每秒带宽将超过1.5TB,容量会增至36GB以上。为了应对生成式AI领域快速增长的模型规模,HBM可以在设备端以非常高效的方式提供所需的带宽和容量。而在一些AI推理的场景中,需要用到高算力和高內存带宽,但不需要更大的容量,则可以使用GDDR来满足要求。
因此,美光在AI基础设施领域提供了全面的解决方案,例如GDDR6X、GDDR7(研发中,明年推出)可以融入内存组合,满足带宽需求,从GPU内存到CPU内存,192GB、256GB模块将陆续应用,此外,美光也在计划开发满足各类新规格和标准的产品,打造更低功耗的DRAM,满足新一代数据中心的要求,并且在持续探索连接GPU的高带宽內存、CPU的高容量內存、处理器的低功耗DRAM的架构创新。
“可以说,美光在技术、产品、功能上都是领先的,我们在全球有着广泛的研发、设计、制造团队,对于质量有着高标准的执着追求,这种坚持深度融入到我们的设计理念和方法论之中。凭借着我们在产品技术上长期深耕的经验,以及技术的专业性,美光能够在持续推出领先的创新制程、技术及产品的同时,提高制造效率。”Praveen Vaidyanathan表示,“我们在不同领域拥有着很多的客户,包括GPU制造商、数据中心,以及ASIC相关的企业,他们已经收到这些产品并开始进行测试验证,带来的反馈都是很好的,客户觉得非常有价值。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性能DRAM[LJ(G1] 架构,能够实现巨大的内存带宽,尤其是HBM3与CPU整合使用之后,可以显著推动片中内存的发展,让多元的业务负载能够充分受益于共享计算、内存、存储资源融合后的内存级结构创新。
“AI应用和基础设施与內存的成长息息相关。”美光副总裁暨计算与网络事业部计算产品事业群总经理Praveen Vaidyanathan表示,“AI服务器与通用型服务器不同,其所需的內存是一般服务器的六至八倍,其中包括与CPU相连的內存,如DDR、与GPU相连的內存,如HBM,以及其他相关的內存解决方案。由于HBM能支持AI应用和服务器基础构架的成长,我们预测未来三年HBM市场将有巨大增长,年复合增长率超过50%。”
本文属于原创文章,如若转载,请注明来源:基于1β制程的第二代HBM3——美光加速AI应用创新的又一里程碑https://stor.zol.com.cn/830/8305800.html
https://stor.zol.com.cn/830/8305800.html
stor.zol.com.cn
true
中关村在线
https://stor.zol.com.cn/830/8305800.html
report
18479
以各类GPT为代表的生成式AI让人们看到了智能世界的无限可能,与此同时,新一代AI技术对IT基础架构的要求也在与日俱增,使得CXL、HBM、光模块市场呈现了高速增长。其中,HBM自2013年上市以来,就被视为推动高性能和加速计算的有效途径之一,HBM是一种基于3D堆栈工艺的高性...