
对内存厂商而言,大额研发投入早已不是新鲜事,但美光科技专门设立面向更远期节点的研发机构,足以说明为何行业不能在研发上省钱,尤其是在AI时代。
美光研究实验室(Micron Research Labs)于2026年夏季对外公布,这家DRAM厂商由此拥有了专属的长期研发基地。实验室坐落于爱达荷州博伊西市,计划未来十年投入100亿美元资金,重点攻关关键内存技术、先进内存与计算架构、封装技术以及未来半导体制造工艺。这笔资金也将用于高校合作、卫星实验室搭建以及产业生态伙伴合作。
美光预计2027年启动该基地建设,建成后可容纳数百名研究人员。公司已经任命曾在新思科技(Synopsys)任职37年的Deirdre Hanford担任企业副总裁兼这家新实验室的负责人。Hanford将牵头搭建实验室的研发基础设施、运营模式以及合作体系。实验室首个引人关注的对外合作项目在今年秋初落地:美光宣布计划五年内投入至多5000万美元,支持美国能源部的Genesis Mission研究生奖学金试点项目,以及配套的国家实验室研究工作。
Scott DeBoer是美光新任总裁、首席技术与产品官。他表示,这座实验室代表着公司参与半导体研发的模式正在转变。他在接受采访时提到,研发需求一直十分迫切,但以往研发工作大多聚焦相对短期的挑战与目标。“我之前根本想象不到,我们如今会达到这么高的研发投入规模。”
DeBoer称,这座实验室的资金是在此前已公布或规划的投资之外新增的投入;过去四年里,美光的研发投入每年都大幅上涨。
DeBoer表示,美光一直都需要前瞻布局,但此前基本都限定在公司技术路线图的框架之内,路线图一般规划未来5至7年的发展。“在这个周期内,我们必须清楚投入方向,以及未来推向市场的产品。”
他说,对于十年乃至更长远的前沿研究,美光以往的话语权有限,一部分原因是当时美国高校可以获得更多政府资助。“我们原本不需要牵头这类研究。”DeBoer认为,如今内存的重要性大幅提升,美光正和高校、国家实验室合作,在长期研究中承担更多主导角色。
美光近年的策略重点是资助高校教授与学生,扩充行业人才储备。长线合作项目可以帮助公司开展基础研究,同时规避那些接近商业化项目附带的复杂知识产权纠纷。DeBoer说:“这是一次转向,我们把研究视野放得更远,并且能够锚定明确的研究目标。”
历史上,内存行业大部分研发集中在短期工艺和制造优化:一代一代完成DRAM微缩、提升良率。AI一方面让远期技术布局变得更加紧迫,另一方面也增加了短期开发的复杂度。
DeBoer表示,无论是数据中心、边缘端,还是汽车、机器人场景,内存都是驱动AI的核心,这些场景都高度依赖内存性能、带宽与功耗表现。
各类应用的多样化,让研发需求成倍增长。举例来说,数据中心场景下LPDDR的容量与性能指标已经发生巨大变化;机器人、汽车领域则提出先进封装、3D集成方案的需求。DeBoer说,这些项目几乎都要和核心客户定向对接,不再只是推出新一代按比例微缩的DRAM产品。“想要优化整个系统,就必须优化内存在系统中的工作方式。”
调研机构TechInsights副董事长Dan Hutcheson从上世纪80年代就开始研究半导体研发。他在接受采访时表示,美光此举非常合理:这座新实验室可以引入外部资金与外部创新思路。据他估算,每推进一代工艺节点,研发成本大约上涨30%;在80、90年代,研发成本的涨幅常常高于能够支撑研发的营收增速。随着Sematech、imec等机构牵头联合研发,这个压力有所缓解。但持续走高的成本,依旧推动厂商整合,不少企业已经无力承担下一代技术所需的投入。
Hutcheson区分了 “小r、大R、小d、大D” 的概念。他提到,企业通常偏向产品开发(大D),基础研究(小r)投入很少。“企业投入基础研究并不划算,这类技术往往需要10到20年才能成熟。” 这正是高校、国家实验室的价值所在,也是imec擅长的领域。“imec做得很好,打通了高校、供应商和终端客户之间的壁垒。”
Hutcheson说,AI让内存从成本导向转变为价值导向。
内存研发有两大核心成本项:一是技术开发,二是建设配套产线、实现技术落地的资金。
调研机构Objective Analysis首席分析师Jim Handy在采访中表示,厂商整合的背后,是建设具备竞争力晶圆厂的成本持续走高,涨幅已经超过DRAM营收增速。Handy同时提到,在内存厂商的商业模式里,研发是独立列支的板块。一家DRAM厂商一般会拿出约20% 营收用于资本开支,约10% 用于研发。他补充道:“研发团队一般很少裁员。”
在Handy看来,美光发布这项计划,一定程度上是把本来就会发生的支出,打包成一份十年期承诺。“他们基本确定,这笔钱早晚都会花出去。”当下头部AI企业对价格不敏感,也支撑了这笔预算。DRAM厂商的毛利率因此达到80%,远高于以往常见的30% 甚至更低水平。增加研发投入,也能帮助厂商更快迭代节点,从现有产线中挤出更多存储比特。“这有助于压低产品价格,对采购方有利。”
Handy强调了imec、CEA-Leti这类联合研究机构的价值:多家企业集中资源,开展竞争前研究(precompetitive)。比如三星、SK海力士、美光这些DRAM竞品厂商,可以共同出资评估一种新材料。如果验证可行,各家再独立开发属于自己的工艺方案。“这足以体现研发成本有多高昂。”
这套合作模式对MRAM、ReRAM、FRAM等新型存储更加关键。这些存储技术历经数年、甚至数十年发展,仍只是找到细分应用场景,并没有彻底取代DRAM或者闪存。
ReRAM厂商Weebit Nano高度依靠研发合作,推动技术商业化落地。公司市场营销与业务发展副总裁Eran Briman表示,CEA-Leti从早期就是他们的合作伙伴。两家机构合作之前,CEA-Leti已经针对该方向开展了大约十年研究,Weebit Nano从中受益。
Weebit Nano从2018年开始联合高校与科研机构开展神经形态计算研究。2019年,它和CEA-Leti合作,在自家ReRAM上实现脉冲神经网络演示。Briman认为,存内计算是更贴近落地的机会。相比GPU、CPU以及各类加速器,基于内存运行AI,理论上能效可以提升10至100倍。
这家公司近期推出Weebit Matrix存内计算(IMC)研发项目,加快下一代计算架构探索。该项目向产业界和学术界的研究人员提供基于ReRAM的硬件开发套件,用于存内计算算法与系统的探索和原型验证。
参与项目的研究者可以借助Weebit Nano的ReRAM平台开发、测试AI算法,探索创新编程方案,研究全新AI与神经形态架构,评估能效和性能提升空间。研究者需要向公司反馈ReRAM相关成果与意见,帮助技术迭代,同时回馈整个科研社区。
Briman说,研究侧重解决问题,开发侧重落地实现。谈及ReRAM如今的成熟度,他表示:“我们花了几十年才走到现在这一步。”
即便产品实现商用,研发也不会停止。客户持续要求更高密度、更好耐久性,以及高温下更稳定的性能。Briman介绍,产品擦写循环的需求已经从一万次提升到十万次,部分场景甚至需要一百万次,AI模型更新、代码修改、数据日志记录等需求都在推动指标升级。
Briman称,半导体行业的入局成本依旧极高,部分ReRAM厂商多次尝试后最终失败。他把美光的大额投入看作行业的利好信号:“这会在我们所在的赛道形成连锁效应,未来几年就能看到影响。”
内存研发并非每次都能获得回报。美光曾在3D XPoint项目投入数十亿美元,之后DeBoer决定终止该项目,比合作方英特尔更早叫停。“我们做出判断:已经从这个项目中拿到了所能获得的全部经验。”
DeBoer表示,一款新型存储想要推向市场,技术、可制造性、客户接受度三者缺一不可。“这三个条件没有全部打通,产品就没法落地。”
归根结底,随着内存与逻辑芯片深度融合,美光研究实验室体现了公司在半导体研发生态中角色的转变。DeBoer说:“我们的目标,是重塑十年后的美光。从现在开始,内存与逻辑融合,将真正成为AI发展的核心支撑。”
本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。
