新一轮科技革命吹响号角,Chiplet或成AI芯片关键“破局”点

简介: Chiplet是平衡性能与成本的“灵丹妙药”

科技云报道原创。

每一次科技创新的浪潮都是通过突破某一项先进生产力要素,从而提升人类生产效率所实现。

image.png

回望前三次科技革命的步伐,不难发现,一项先进生产力从萌芽到被广泛使用,其核心在于能否变革人类的生产生活方式,带来生产效率大幅提升。

3月2日,国务院副总理刘鹤在北京调研集成电路企业发展并主持召开座谈会。刘鹤指出,我国已形成较完整的集成电路产业链,在局部已形成了很强的能力。发展集成电路产业必须发挥新型举国体制优势,尤其是我国拥有庞大的芯片消费市场和丰富的应用场景,这是市场经济下最宝贵的资源,是推动集成电路产业发展的战略性优势。

Chiplet是平衡性能与成本的“灵丹妙药”

当前,摩尔定律逐步趋近于物理极限,新工艺制程发展虽然使得芯片的体积与性能不断迭代,但同时也带来了高昂的成本。

据IBS统计,28nm芯片的设计成本在4000万美元,16nm芯片设计成本约1亿美元,而5nm芯片的设计成本更高达5.4亿美元。

再继续发展下去,先进工艺的投入产出比已难以具备商业合理性,同时受制于光刻尺寸及晶圆厂良率,单芯片的面积也很难继续延伸,未来芯片设计的成本将直接“劝退”中小厂商,甚至大厂也需要摸一下自己的口袋。

而Chiplet的出现则是给了整个行业一个新的思路,Chiplet技术可以将大型7nm设计的成本降低25%,5nm及以下的制程节省的成本更多,基于Chiplet架构的芯片设计理念也逐步成为后摩尔时代提升芯片性能及算力的共识。

简单来说,Chiplet技术就是对原本复杂的SoC芯片的解构,将满足特定功能的裸片通过Die-to-Die内部互连技术与底层基础芯片封装组合在一起,类似于搭建乐高积木一般,最后集成为一个系统级芯片,如采用28nm的芯片,通过Chiplet的方式,便可使其性能和功能接近16nm甚至7nm工艺的芯片。

这样可以通过对不同功能模块的芯片选用合适的制程工艺,从技术方面实现各功能的最优化、成本的最小化、性价比的最大化、模块复用的灵活化。

image.png

来源:SiP与先进封装技术

随着 Chiplet小芯片技术的发展以及国产化替代进程的加速,在先进制程受到国外限制情况下,Chiplet为国产市场开辟了新思路,有望成为我国集成电路产业逆境中的突破口之一。

根据Gartner预测,基于Chiplet方案的半导体器件收入将在2024年达到505亿美元左右,2020-2024年间复合增速达98%。

近年来,国外厂商基于Chiplet技术在各领域都有所尝试,利用Chiplet技术在自身CPU、GPU等通用芯片上的应用已逐步商业化,可以将多颗不同工艺、不同功能的小芯片,通过2D、2.5D、3D等各种方式整合在一起,更灵活地制造大型芯片,当前AMD推出的锐龙、霄龙处理器,英特尔最新的酷睿、至强处理器,都是典型的小芯片架构,而苹果M2 Max芯片通过“简单”的拼接,更加充分地展示出Chiplet在封装互连技术、半导体制造和电路设计上的巨大想象空间。

放眼国内,在先进制程受到国外限制情况下,国产化替代进程逐渐加速,Chiplet也为国内厂商和市场开辟了新思路,是仅有的几种可满足国内日益增长的大算力需求的方式之一,有望成为我国集成电路产业在逆境中的突破口。

同时,面对碎片化且预算有限的算力芯片需求,Chiplet可快速部署高性价比的工程化方案。

全球各大科技巨头布局Chiplet工艺

以ChatGPT为代表的的AI应用蓬勃发展,对上游AI芯片算力提出了更高的要求,头部厂商通过不断提升制程工艺和扩大芯片面积推出更高算力的芯片产品。

2022年,英伟达发布H100采用4nm工艺达到INT8算力1513 TOPS。

然而伴随摩尔定律逼近物理极限,制程升级和芯片面积扩大带来的收益边际递减,架构创新或将成为提升芯片算力另辟蹊径的选择。

2022年8月,国产厂商壁仞科技发布BR100 GPU,采用7nm制程+Chiplet技术,实现了高达2048 TOPS算力,创下全球GPU算力新纪录。
image.png

来源:壁仞科技

研究显示,当5nm芯片的面积达到200mm2以上,采用5 Chiplets方案成本就将低于单颗SoC,并将大幅降低面积增加带来的良率损失。

台积电为Chiplet工艺的领军者,在其3DFabricTM技术平台下有CoWoS、InFO、SoIC三种封装工艺。

其中,CoWoS工艺早在2016年就在英伟达Tesla P100 AI数据中心GPU上得到应用,而AMD的最新GPU、CPU亦广泛采用了该工艺。

除台积电以外,三星、Intel等龙头厂商亦各自推出了自己用于Chiplet的封装技术,如三星I-Cube(2.5D封装),X-Cube(3D封装),英特尔EMIB(2.5D封装),英特尔Foveros(3D封装)。

此外,除了成本和良率端的优势,Chiplet技术带来高速的Die to Die互连,使得芯片设计厂商得以将多颗计算芯粒集成在一颗芯片中,以实现算力的大幅提升。

苹果M1 Ultra用了台积电InFO_LSI工艺,将两颗M1 Max进行拼接,大幅提升整体性能。

前述的BR100则是采用台积电CoWoS-S,将两颗计算芯粒进行并联以实现算力提升。

中国版Chiplet技术标准亟待制定

作为一种互连技术,Chiplet与其他很多技术类似,标准的制定对整个产业来说意义重大。

就像乐高积木之所以能够在全球风靡,其中的一个重要原因就在于其积模件的标准化。

对于Chiplet来说,能否进一步向前发展,很大程度上取决于能否出现一种将不同芯片模型连接起来的标准接口。

对于我国的芯片产业来说,积极拥抱国际标准是一个必选项,定制我国自己的Chiplet标准更是迫在眉睫。

时间退回到2020年8月,中科院计算所牵头成立了中国计算机互连技术联盟,重点围绕Chiplet小芯片和微电子芯片光I/O(输入/输出)成立了两个标准工作组,就前者而言,CCITA于2021年5月在工信部立项了Chiplet标准,即《小芯片接口总线技术要求》,由中科院计算所、工信部电子四院和国内多个芯片厂商合作展开标准制定工作。

小芯片接口标准制定集结了国内产业链上下游60多家单位共同参与研究。

在去年12月16日举办的“第二届中国互连技术与产业大会”上,首个由中国集成电路领域相关企业和专家共同主导制定的《小芯片接口总线技术要求》团体标准,正式通过工信部中国电子工业标准化技术协会的审定并发布。

这是中国首个原生Chiplet技术标准,对于中国集成电路产业延续“摩尔定律”,突破先进制程工艺限制具有重要意义。

这项标准描述了CPU、GPU、人工智能芯片、网络处理器和网络交换芯片等应用场景的小芯片接口总线(Chiplet)技术要求,包括总体概述、接口要求、链路层、适配层、物理层和封装要求等,以灵活应对不同的应用场景、适配不同能力的技术供应商,通过对链路层、适配层、物理层的详细定义,实现小芯片之间的互连互通,兼顾了PCIe等现有协议的支持,并列出了对封装方式的要求。

截至目前,基于Chiplet架构进行芯片设计,但由于技术门槛较高,如果只靠自身完成全部设计,需要芯片厂商具备从芯片整体的架构设计到其中并行或者串行物理层接口,甚至先进封装的能力,当下只有Intel公司能做到;因此,在我国首先需形成完整的、面向Chiplet架构设计芯片的社会分工,在此基础上,形成Chiplet标准则更加重要。

在芯片工艺被国外“卡脖子”的情况下,很多人都认为Chiplet是我国在芯片领域弯道超车的一个机会。

但不要忘了,在实际驾驶的过程中,弯道超车是要尽力避免的操作,在直线上加速超车才是正确的行为。

芯片产业的积累也不是短时间可以完成的,也不是靠抄近道、投机取巧可以实现的。

而国内厂商要走“全自研”路线,仍需打磨很长时间。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
61 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI与未来医疗:革命性的诊断与治疗
本文探讨了人工智能在医疗领域的应用及其对未来医疗保健的潜在影响。通过分析当前AI技术的发展,特别是在疾病诊断、个性化治疗和患者护理方面的应用,揭示了AI如何提高医疗服务效率、准确性和可及性。同时,讨论了AI技术面临的伦理和隐私挑战,为未来医疗保健的发展方向提供了思考。
|
12天前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
15天前
|
机器学习/深度学习 人工智能 测试技术
革命来临:AI如何彻底颠覆传统软件开发的每一个环节
【10月更文挑战第32天】本文探讨了AI技术如何重塑软件开发行业,从需求分析、设计、编码、测试到项目管理,AI的应用不仅提高了开发效率,还提升了软件质量和用户体验。通过对比传统方法与AI驱动的新方法,展示了AI在各个阶段的具体应用和优势。
32 3
|
15天前
|
机器学习/深度学习 人工智能 搜索推荐
探索AI在医疗诊断中的革命性应用
【10月更文挑战第29天】 随着人工智能技术的飞速发展,其在医疗领域的应用已成为推动现代医疗服务创新的重要力量。本文旨在探讨AI技术如何在医疗诊断中发挥其独特优势,通过分析AI在影像诊断、疾病预测和个性化治疗计划制定等方面的应用案例,揭示AI技术如何提高诊断的准确性和效率,以及面临的挑战和未来发展趋势。
38 1
|
23天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI驱动下的IT运维革命###
本文探讨了人工智能(AI)技术在IT运维领域的创新应用,强调其在提升效率、预防故障及优化资源配置中的关键作用,揭示了智能运维的新趋势。 ###
|
20天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命:智能诊断系统的未来
在科技日新月异的今天,人工智能(AI)技术正逐渐渗透到我们生活的每一个角落,其中医疗领域尤为显著。本文将探讨AI在医疗诊断中的应用及其带来的变革,重点介绍智能诊断系统的发展现状与未来趋势。通过深入浅出的方式,我们将揭示AI如何改变传统医疗模式,提高诊断效率和准确性,最终造福广大患者。
|
24天前
|
机器学习/深度学习 人工智能 算法
AI与未来教育:一场革命性融合
在这个信息爆炸的时代,人工智能(AI)正逐步渗透到我们生活的每一个角落,教育领域也不例外。本文旨在探讨AI技术如何革新传统教育模式,以及这一变革可能带来的深远影响。通过分析AI在个性化学习、智能辅导系统、教育资源优化分配等方面的应用案例,揭示其对未来教育生态的重塑潜力。同时,文章也将讨论伴随技术进步而来的挑战,如数据隐私保护、教师角色转变等问题,并提出相应的解决思路和建议,为构建更加公平、高效、人性化的教育体系提供参考。
|
26天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
1月前
|
人工智能 安全 芯片
【通义】AI视界|谷歌 Tensor G5 芯片揭秘:1+5+2 八核 CPU,支持光线追踪
本文由【通义】自动生成,涵盖黄仁勋宣布台积电协助修复Blackwell AI芯片设计缺陷、苹果分阶段推出Apple Intelligence、OpenAI保守派老将辞职、英伟达深化与印度合作推出印地语AI模型,以及谷歌Tensor G5芯片支持光线追踪等最新科技资讯。点击链接或扫描二维码,获取更多精彩内容。

热门文章

最新文章

下一篇
无影云桌面