2026 年 9 月，美国存储芯片初创企业 Kepler Computing 在成立七年后正式结束隐身模式，宣布累计完成 4.68 亿美元融资。CEO 德博·奥拉塞比坎（Debo Olaosebikan）确认了这一消息。
投资方阵容豪华，涵盖格芯（GlobalFoundries）、英特尔资本、AMD 风投、Baillie Gifford 及 Gates Frontier 等顶级机构。此外，美国商务部已签署意向书，拟依据“芯片法案”向 Kepler 提供最高 2.45 亿美元资金支持。
这家尚未发布产品的初创公司，凭借将存储与逻辑芯片制造推向物理极限的愿景，获得了设计商、制造商、主权基金及顶级资本的联合押注。
源自英特尔实验室的核心团队
Kepler 专注于利用铁电材料和 3D 堆叠架构，开发面向 AI 时代的新型高带宽存储。其技术底蕴与管理架构由一支拥有突破性半导体研发经验的资深团队构建。
图 | Kepler 创始团队（来源：Kepler Computing）
CEO 德博拥有康奈尔大学物理学博士学位，曾参与建成世界首个电激活硅激光器。他在创办软件开发平台 Gigster 后，于 2018 年回归芯片领域联合创立 Kepler，并担任美国商务部半导体行业顾问委员会成员。
CTO 萨西·马尼帕特鲁尼（Sasi Manipatruni）曾任英特尔功能电子集成与制造（FEINMAN）研究中心创始主任。他主导开发的磁电自旋轨道（MESO）逻辑器件发表于《自然》杂志，被视为超越传统半导体时代的关键突破。
首席科学官拉马穆尔蒂·拉梅什（Ramamoorthy Ramesh）是上述研究的核心合作者，他于 2001 年首次发现多铁性材料，并解决了困扰学界数十年的铁电材料“疲劳”难题。
在工业量产方面，联合创始人拉吉夫·多卡尼亚（Rajeev Dokania）曾主导定义英特尔 Foveros 3D 芯片堆叠架构；另一位联创拉尔斯·海内克（Lars Heineck）领导过 7 代 DRAM 量产及首批 232 层 3D NAND 闪存规模化生产；安通·多米奇（Antun Domic）则是新思科技（Synopsys）前 CTO 及 EDA 领域先驱。
针对存储技术所需的材料突破、工艺集成及大规模量产能力，Kepler 在各关键节点均配置了顶尖人才。
值得注意的是，Kepler 创立于 2018 年，彼时 AI 大模型尚未爆发，高带宽内存（HBM）也非市场焦点。团队初衷是应对传统 CMOS 晶体管尺寸逼近物理极限的行业趋势，最初定位是为 CPU 和 GPU 提供 SRAM 替代品，随后逐步推进至 DRAM 和 HBM 领域。
德博表示："ChatGPT 发布后，HBM 替代品需求爆发，我们随即调整规划，目前采取两条技术路线并行推进。”可以说，Kepler 并未刻意预见 AI，而是 AI 的发展等到了 Kepler 的技术成熟。
图 | Kepler 的路线规划：内存先行，逐步发展到逻辑层面（来源：Kepler Computing）
新材料赋能现有产线
面对 AI 算力增长远超存储带宽增长的现状，以及新建先进存储晶圆厂动辄数百亿美元投入、耗时数年的困境，Kepler 提出了“不建新厂，只换材料”的解决方案。
铁电随机存取存储器（FeRAM）利用铁电材料在外部电压作用下的自发极化特性存储数据，具备断电不丢失的非易失性。这与依赖电容储电荷的主流 DRAM 技术有本质区别：DRAM 需不断刷新以防电荷泄漏，功耗巨大；SRAM 虽速度快但占用面积大，难以实现大容量集成。
早期铁电存储因反复读写导致的“疲劳”效应、纳米尺度下性能退化及硅工艺兼容性差等问题，始终未能进入主流市场。
Kepler 团队经过 35 次材料迭代，最终选定以氧化铪基化合物为核心的低电压铁电复合材料。该材料具备原子层沉积精度，与现有硅基工艺兼容性好，且在几纳米厚度下仍保持铁电特性。
结合纵向 3D 集成技术，Kepler 存储系统的带宽功耗比有望接近 SRAM 水平，容量可达当前 SRAM 和 HBM 的 10 倍，同时大幅降低待机功耗。
在大语言模型推理场景中，该技术可使频繁访问的模型参数及键值（KV）缓存在更大容量、更低功耗条件下贴近处理器部署。
制造策略上，Kepler 计划直接改造 28 纳米成熟制程产线，绕过对昂贵极紫外光刻（EUV）设备的依赖。据格芯高管介绍，改造一条现有产线仅需约 8 个月，这将极大提升工厂的智能密度和投入产出比。
目前，Kepler 已在格芯的新加坡和美国工厂建立“迷你晶圆厂”，累计流片约 2000 片晶圆并采集了初步电学数据。
相比之下，SK 海力士和美光等巨头正斥资建设新的 HBM 晶圆厂，通过更先进的光刻和封装技术扩充产能。国内方面，长江存储在 3D NAND 领域凭借 Xtacking 架构跻身全球前列，长鑫存储则在 DRAM 领域利用深紫外多重曝光技术加速追赶。
挑战与量产前景
尽管前景广阔，Kepler 仍面临多重挑战。
耐久性与污染风险
铁电存储的耐久性是关键限制因素。目前大多数氧化铪基器件仅能维持约 10^6 次循环，远低于商业存储要求的 10^15 次下限。虽然 Kepler 声称已通过材料突破解决疲劳问题，但具体方案尚未公开。
此外，其复合材料含铁元素，属于半导体产线严重污染物。若发生泄漏可能破坏整条产线，因此必须使用专用设备或进行完全封装，这对制造工艺提出了极高要求。
生态适配与量产考验
新型存储如何与 GPU 及各类 AI 加速器互联，涉及物理设计、内存控制器及软件适配等生态难题。半导体技术的终极考场始终是量产，相比主流产品每月百万片级的良率，Kepler 目前的产量尚显微薄。
Kepler 计划于 2026 年底出货首批 HBM 样品，2027 年在格芯新加坡工厂实现量产，2028 年扩展至美国生产。能否在成千上万片晶圆和数百万个器件上稳定复现优异结果，将是检验其技术路线成功与否的关键。
注：封面由 AI 辅助生成
