本文來(lái)自微信公眾號(hào)“中國(guó)電子報(bào)”，作者/沈叢。
AI快速走熱的這一年多來(lái)，不斷增長(zhǎng)的算力需求對(duì)本就陷入瓶頸的芯片制程技術(shù)帶來(lái)了挑戰(zhàn)。微縮工藝可以通過(guò)不斷縮小晶體管尺寸來(lái)提高芯片集成度和性能，但隨著制程技術(shù)越來(lái)越接近物理極限，微縮工藝的發(fā)展空間越來(lái)越小。Chiplet等先進(jìn)封裝技術(shù)，可以通過(guò)將多個(gè)芯片集成在一起提高算力和性能，同時(shí)還可以降低成本和功耗。因此，在AI時(shí)代，先進(jìn)封裝技術(shù)越來(lái)越受到關(guān)注。未來(lái)，芯片制程技術(shù)需要在微縮工藝和先進(jìn)封裝之間取得平衡，以滿足不斷增長(zhǎng)的算力需求。
自2012年以來(lái)，深度學(xué)習(xí)被廣泛應(yīng)用，AI算法的網(wǎng)絡(luò)結(jié)構(gòu)持續(xù)高速增長(zhǎng)，單一AI算法對(duì)算力的需求增加了30萬(wàn)倍。高速擴(kuò)張的算力需求，使多次被預(yù)言放緩乃至完結(jié)的摩爾定律，重新獲得了生命力。臺(tái)積電(中國(guó))有限公司副總經(jīng)理陳平在日前舉辦的2023中國(guó)臨港國(guó)際半導(dǎo)體大會(huì)上表示，隨著對(duì)算力的需求越來(lái)越高，業(yè)內(nèi)對(duì)先進(jìn)制程芯片越發(fā)熱衷。
OpenAI CEO奧特曼曾預(yù)測(cè)，對(duì)于AI時(shí)代的摩爾定律來(lái)說(shuō)，集成電路上可以容納的晶體管數(shù)目在大約每18個(gè)月會(huì)增加一倍。其發(fā)展周期與此前摩爾定律中的18～24個(gè)月相比，略微超前。隨著AI時(shí)代的到來(lái)，摩爾定律的演進(jìn)反而有所提速。
陳平認(rèn)為，在關(guān)注芯片制程縮小的同時(shí)，也要關(guān)注芯片的算力和能效比，包括新型晶體管和材料、光刻技術(shù)和DTCO（設(shè)計(jì)與工藝協(xié)同優(yōu)化）的進(jìn)步、電路和架構(gòu)的創(chuàng)新、先進(jìn)封裝和STCO（系統(tǒng)工藝協(xié)同優(yōu)化）以及軟件優(yōu)化等。這些因素的協(xié)同作用將推動(dòng)半導(dǎo)體技術(shù)的不斷進(jìn)步，實(shí)現(xiàn)更高性能、更低功耗和高能效比的芯片設(shè)計(jì)。
半導(dǎo)體制程技術(shù)演進(jìn)的動(dòng)力——算力和能效比
圖片來(lái)源：臺(tái)積電
中國(guó)半導(dǎo)體行業(yè)協(xié)會(huì)集成電路設(shè)計(jì)分會(huì)理事長(zhǎng)、清華大學(xué)教授魏少軍認(rèn)為，除了縮小芯片制程外，還可以利用三維混合鍵合技術(shù)對(duì)存儲(chǔ)器晶圓和邏輯電路晶圓進(jìn)行異質(zhì)集成，從而提升芯片的算力。這種集成方式對(duì)于邏輯電路的晶圓沒(méi)有代工廠及工藝節(jié)點(diǎn)的限制要求，具有更高的靈活性和適應(yīng)性。而存儲(chǔ)器晶圓由DRAM晶圓廠制造，保證了存儲(chǔ)器的品質(zhì)和性能?；旌湘I合晶圓加工則在晶圓代工廠制造完成，實(shí)現(xiàn)了工藝的高效整合。這種集成方式將不同工藝的晶圓優(yōu)勢(shì)結(jié)合起來(lái)，提升了芯片的性能和功能，滿足了人工智能等領(lǐng)域?qū)τ诟咚懔偷湍芎牡男枨蟆?/p>
魏少軍認(rèn)為，為了增強(qiáng)芯片的靈活度，實(shí)現(xiàn)算力的合理分配，還可以將軟件定義芯片與異質(zhì)堆疊集成相結(jié)合，構(gòu)建軟件定義近存計(jì)算芯片技術(shù)。軟件定義芯片是一種先進(jìn)的芯片設(shè)計(jì)技術(shù)，通過(guò)將任務(wù)處理空間并行化，實(shí)現(xiàn)硬件資源的時(shí)分復(fù)用，從而提高了芯片的處理效率和性能。而異質(zhì)堆疊集成技術(shù)則通過(guò)將存儲(chǔ)單元和計(jì)算單元緊密集成在一起，縮短了數(shù)據(jù)傳輸距離，降低了數(shù)據(jù)傳輸能耗，進(jìn)一步提升了芯片的性能。這種技術(shù)能夠更好地滿足AI時(shí)代對(duì)算力和能效比的要求，同時(shí)也提高了芯片的安全性。
人工智能芯片的主流架構(gòu)演進(jìn)圖
來(lái)源：清華大學(xué)
在人工智能的蓬勃發(fā)展下，Chiplet逐漸嶄露頭角，備受業(yè)界矚目。中國(guó)半導(dǎo)體行業(yè)協(xié)會(huì)副秘書(shū)長(zhǎng)兼封測(cè)分會(huì)秘書(shū)長(zhǎng)徐冬梅指出，由于人工智能和HPC高性能計(jì)算領(lǐng)域需要處理大規(guī)模數(shù)據(jù)和復(fù)雜計(jì)算，對(duì)芯片設(shè)計(jì)規(guī)模的要求極高，因此這兩個(gè)領(lǐng)域?qū)τ贑hiplet技術(shù)的需求更為迫切。
隨著ChatGPT等高普及度的AI技術(shù)不斷發(fā)展，其背后的芯片需求也日益旺盛。數(shù)據(jù)顯示，到2024年，Chiplet芯片的全球市場(chǎng)規(guī)模將達(dá)到58億美元，2035年將達(dá)到570億美元，顯示出Chiplet市場(chǎng)的巨大潛力和增長(zhǎng)空間。盡管Chiplet技術(shù)的發(fā)展前景看好，但它并不能完全取代先進(jìn)制程技術(shù)。對(duì)此，陳平表示，盡管通過(guò)Chiplet將幾個(gè)芯片組合在一起可以擴(kuò)展芯片的功能，但這種組合方式并不能完全取代先進(jìn)制程技術(shù)。Chiplet雖然能夠?qū)崿F(xiàn)更復(fù)雜的計(jì)算和數(shù)據(jù)處理能力，但并不能改變芯片的品質(zhì)，也就是能效比和算力密度。因此，在業(yè)界追求更高性能和更低能耗的過(guò)程中，仍需要不斷提升芯片制程，與Chiplet互補(bǔ)提升。
