Kepler Computing 宣布利用 FeRAM 与 3D 堆叠技术突破 AI 内存瓶颈，计划于 2026 年底出样

芯片初创企业 Kepler Computing 宣布其基于 FeRAM 与 3D 堆叠技术的内存方案，旨在解决当前人工智能（AI）半导体领域普遍存在的内存能耗、带宽以及产能与成本瓶颈。Kepler Computing 的目标正是化解这些制约 AI 发展的关键技术难题。

该公司宣称的内存方案具有显著的技术指标优势：其提供的带宽接近 SRAM 的水平，同时容量优于传统的 SRAM 乃至高带宽内存（HBM），并且整个过程无需依赖 EUV 光刻设备。这代表了在现有半导体制造工艺限制下，一次重要的技术突破尝试。

从时间线和实施计划来看，Kepler Computing 采用的方案是基于 FeRAM（铁电存储器）并结合了 3D 堆叠集成技术。根据公开资料，该方案计划于 2026 年底出样，并在次年即 2027 年扩大产能规模。

在制造能力方面，Kepler Computing 目前正利用格罗方德的新加坡 28nm 产能进行试产工作，并且未来也计划将生产扩展至美国地区。此外，企业还宣称其改造既有晶圆厂用于创新内存生产的过程仅耗时 8 个月，这一时间周期比一般情况快了三分之一。

从技术背景分析的角度看，Kepler Computing 的长期战略目标是利用材料创新来突破现有 CMOS（互补金属氧化物半导体）工艺的固有局限性。这表明其研究方向已超越单纯的架构优化，深入到底层材料科学层面进行革新。

此项技术的出现，直接指向了当前 AI 算力发展对内存带宽和能效比提出的极高要求。如果 Kepler Computing 的宣称能够实现，将为下一代高性能计算提供一条替代性的、具有成本优势的内存解决方案路径。

在影响分析层面，该方案若成熟落地，可能会改变业界对未来内存技术路线图的预期，尤其是在需要兼顾高密度存储和极高数据传输速率的应用场景中。这对于依赖先进内存技术的AI训练和推理集群构成潜在的替代或补充选择。

读者提示：由于 Kepler Computing 的技术方案涉及 FeRAM 和 3D 堆叠等前沿且复杂的领域，业界将密切关注其后续关于性能指标（如实际功耗、读写延迟）的量化数据，以及能否稳定地在预定时间节点完成出样和产能爬坡。

需要强调的是，所有信息均来源于一份公开资料，该资料指出 Kepler Computing 成立于 2018 年。因此，本文所梳理的所有技术进展、时间表及能力声明，都严格限定于该单一来源的描述范围之内。