近日，在IEEE 2026电子元件与技术会议（ECTC）上，英特尔晶圆代工部门详细展示了其下一代先进封装技术——EMIB-T（嵌入式多芯片互连桥接-硅通孔技术）。这项技术在EMIB（嵌入式多芯片互连桥接）的基础上，通过引入硅通孔（TSV）实现了垂直供电，从而突破了传统封装的功率传输瓶颈。英特尔指出，此技术将为数据中心领域带来巨大优势，并有望解决目前业界封装技术面临的短缺与极限，展现出比台积电CoWoS封装技术更大的灵活性、更小的体积与更低的制造风险。

EMIB-M与EMIB-T

英特尔表示，EMIB技术的基本目标在于提供高速且具成本效益的互连，将多个小芯片（Chiplet）桥接在一起。目前的EMIB技术主要分为EMIB-M与EMIB-T两种。

其中，EMIB-M可以理解为一个专注于“高效互联”的桥接。它的桥体内部集成了名为MIM（金属-绝缘体-金属）的特殊电容器。这些电容器像一个个微型的“电力稳压器”，能有效滤除电流中的噪声，确保芯片在高速运转时获得稳定、纯净的电力供应和更低的泄漏。虽然这种电容器成本稍高，但胜在性能稳定且漏电少。EMIB-M的构建过程涉及通过小芯片创建高密度3D结构，小芯片通过EMIB-M桥接连接，提供高带宽互连，而芯片的供电则绕行桥接之外独立布置，确保电力传输不受干扰。这种方案自2017年起已实现大规模量产，技术成熟度得到验证。

EMIB-T则是在EMIB-M的基础上进行了一次重要升级——在桥体中加入了TSV（硅通孔）技术。TSV就像在桥体中打通了多条垂直的“电力通道”，让电流可以直接穿过网桥，以更短的路径为上方堆叠的芯片供电，大幅提升供电效率。同时，它也为不同来源、不同工艺的IP模块集成提供了更大的灵活性，简化了供应链和封装流程。这种结合了2.5D微细间距互连密度与TSV垂直扩展优势的构架，是专为满足高性能AI芯片的严苛要求所设计。

EMIB-T技术的最新进展

在大会中，英特尔与合作伙伴展示了EMIB-T平台的几项卓越能力：

1.第一层互连（FLI，离芯片最近的互连层）凸点间距缩小至25微米，并将封装尺寸扩展至120×120毫米以上，从而能够在单个封装上容纳超过9倍光罩面积的计算与存储芯片。

2.支持12 Gb/s 以上的HBM4E内存：

EMIB-T构架具备大量金属层与先进的整合供电设计，能满足尖端HBM4E严苛的频宽与电源传输需求。经信号与电源完整性优化后，确认可稳定支持高达12 Gb/s 以上的高速运作。

具体来说，EMIB-T在桥接芯片内集成了高密度的金属-绝缘体-金属（MIM）电容器，密度达500 nF/mm²。这些电容器就像“微型水库”，能有效稳定供电，抑制噪声，据称可将供电网络（PDN）的AC阻抗降低超过82%。针对HBM4e的高数据速率，英特尔还优化了信号的布线方式，将最长的信号路径放置在更洁净、干扰更少的路由层，从而确保在高速传输下的信号质量。

3.高性能3D SRAM小芯片整合：

通过扇出型嵌入式桥接平台（Fan-Out Embedded Bridge）可用于获得宽互连平面，英特尔成功展示SRAM小芯片的3D垂直整合。在50:50的读写工作执行下，达到了265 GB/s/mm²的极高频宽，且每比特位元能耗低于0.24 pJ/bit。嵌入式存储芯片通过25微米间距的密集微凸点互连矩阵与顶层SoC芯片相连。电气分析显示，芯片间连接占功耗的不到15%，而芯片内部数据传输占总功耗的30%。在较低频率下，每比特位元能耗可进一步降低至0.15 pJ/bit，同时实现166 GB/s/mm²的总读写带宽。这一结果证明了在有机封装嵌入式芯片中实现存储功能的可行性，为系统集成提供了新的设计维度，同时满足现代系统对高带宽和低能耗的要求。

4.超大型尺寸（HLFF）封装：

为应对AI庞大算力需求，EMIB-T具备扩展至240 x 240 mm超大型封装的潜质，可整合ASIC、HBM与I/O等多种芯片。此外，英特尔也展示了在材料与制程上的创新，成功克服超大芯片复合体在封装成型时面临的流动距离长、易生空洞等可靠性挑战。

未来布局

EMIB-T目前已能在超过120 x 120 mm的封装中，容纳大于9倍光罩面积的硅芯片（包含12颗HBM、4个密集小芯片与超过20个网桥），并且将第一层互连凸块间距缩小至25μm。2028年，英特尔计划将规模进一步扩展至超过12倍光罩面积（>120 x 180 mm），预计可容纳超过24颗HBM芯片与38个EMIB-T网桥。作为对比，台积电预计于同年度推出14倍光罩尺寸、最高容纳20颗HBM的CoWoS封装，双方在先进封装领域的竞争将愈演愈烈。

英特尔强调，EMIB-T的一项关键优势在于其与IP和制程节点无关的特性。客户能够将采用不同构架、不同第三方晶圆厂或英特尔内部制程节点制造的芯片自由封装在一起，进一步简化供应链，打造出兼具高频宽与优异扩展性的下一代运算系统。