AI改變半導(dǎo)體:迫在眼前的革新

在2024年,人工智能將進(jìn)一步帶動(dòng)芯片算力、存力(存儲(chǔ)性能)和能效的提升,推動(dòng)半導(dǎo)體在架構(gòu)和先進(jìn)封裝等環(huán)節(jié)的創(chuàng)新,并帶來新的市場增量。

本文來自微信公眾號(hào)“中國電子報(bào)”。

2023年,生成式人工智能在全球范圍內(nèi)掀起熱潮,大模型的競爭越發(fā)激烈。在2024年,人工智能將進(jìn)一步帶動(dòng)芯片算力、存力(存儲(chǔ)性能)和能效的提升,推動(dòng)半導(dǎo)體在架構(gòu)和先進(jìn)封裝等環(huán)節(jié)的創(chuàng)新,并帶來新的市場增量。

芯片架構(gòu)邁向多元化

ChatGPT的出現(xiàn)拓寬了AI芯片的市場空間,AI大模型訓(xùn)練需求激增,因此高算力芯片成為半導(dǎo)體產(chǎn)業(yè)鏈本輪復(fù)蘇的主要驅(qū)動(dòng)力。在AI浪潮中,英偉達(dá)2023年的數(shù)據(jù)中心業(yè)務(wù)憑借著A100、H100等GPU(圖形處理器)產(chǎn)品實(shí)現(xiàn)了217%的同比增長,截止2024年3月6日,其市值突破2.1億美元。

作為當(dāng)前進(jìn)行AI運(yùn)算的主流處理器,GPU自身具備強(qiáng)大的并行計(jì)算能力,但在近幾年的市場驗(yàn)證中,也暴露出成本較高、交付周期較長以及功耗偏高等問題。一方面,英偉達(dá)正在努力縮短交付周期;另一方面,各類企業(yè)正在創(chuàng)新芯片架構(gòu),以期對AI處理器的功耗和成本進(jìn)行優(yōu)化。

因此,ASIC這類適用于特定場景的芯片開始被谷歌、微軟等云服務(wù)廠商關(guān)注。

谷歌自2016年開始研發(fā)專用于機(jī)器學(xué)習(xí)的TPU(張量處理器),并將其作為AlphaGo的算力底座。TPU采用低精度計(jì)算,在保證深度學(xué)習(xí)效果的同時(shí)降低功耗,并提升運(yùn)算效率。谷歌于今年1月發(fā)布的TPU v5p版本在大模型訓(xùn)練中的效率相較于v4提升了2.8倍。據(jù)悉,該系列芯片也將應(yīng)用于谷歌Gemini AI大模型的訓(xùn)練。

2月19日,由前谷歌TPU核心研發(fā)團(tuán)隊(duì)的工程師組建的初創(chuàng)公司Groq也開放了自家產(chǎn)品LPU(語言處理器)的體驗(yàn)入口。在架構(gòu)方面,Groq的LPU使用了TSP(張量流處理器)來加速人工智能、機(jī)器學(xué)習(xí)和高性能計(jì)算中的復(fù)雜工作負(fù)載。Groq相關(guān)發(fā)言人稱,該處理器的推理能力是英偉達(dá)H100的10倍。

此外,在AI從云端向終端滲透的過程中,諸多廠商認(rèn)為NPU(神經(jīng)網(wǎng)絡(luò)處理單元)是更加適合AI運(yùn)算的技術(shù)路線。高通的AI PC芯片X Elite和英特爾酷睿Ultra處理器中均集成了NPU以提升電腦端的AI性能。

640 (1).png

高通AI引擎集成了CPU、GPU、NPU等多種處理器(圖片來源:高通)

架構(gòu)的多點(diǎn)開花既體現(xiàn)出各大企業(yè)對于通用芯片和專用芯片的取舍,也意味著更多芯片品類的供應(yīng)商及其上下游企業(yè)有機(jī)會(huì)分享AI時(shí)代的紅利。

“在過去幾年,GPU由于其完善的開發(fā)生態(tài)仍然是AI計(jì)算的主要選擇。然而,隨著模型參數(shù)不斷增大,芯片對于計(jì)算能效的要求相應(yīng)提升,專用處理器在某些特定AI應(yīng)用場景中的優(yōu)勢將會(huì)十分明顯。綜合考慮應(yīng)用場景、成本等多方面因素,未來AI計(jì)算的硬件芯片選擇將是多技術(shù)路線并存的。”北京大學(xué)集成電路學(xué)院研究員賈天宇告訴《中國電子報(bào)》記者。

AI性能帶動(dòng)先進(jìn)封裝

在上游芯片設(shè)計(jì)企業(yè)迎來AI帶來“潑天的富貴”的同時(shí),下游的封裝技術(shù)也獲得了增量空間。

“生成式AI模型需要數(shù)百萬或數(shù)億級別參數(shù)才能進(jìn)行推理,對芯片的處理速度、容量、帶寬都提出了更高的要求,這將推動(dòng)以Chiplet(芯粒)為代表的先進(jìn)封裝技術(shù)進(jìn)一步發(fā)展,帶來封裝行業(yè)的生態(tài)變化。”中電科電子裝備集團(tuán)有限公司董事長景璀告訴《中國電子報(bào)》記者。

芯片的算力與晶體管數(shù)量呈正相關(guān)。由于摩爾定律的放緩,芯片的面積已經(jīng)縮小到接近物理極限,即便臺(tái)積電、英特爾IFS、三星電子等制造廠商紛紛公布3nm及更先進(jìn)制程,也面臨著提升成品良率的挑戰(zhàn)。因此,先進(jìn)封裝技術(shù)以及SIP(系統(tǒng)級封裝)等新的封裝方式將會(huì)是延續(xù)摩爾定律的有效途徑。

640 (1).png

英特爾IFS“四年五個(gè)制程節(jié)點(diǎn)”路線圖(圖片來源:英特爾)

其中,Chiplet技術(shù)可謂“掌上明珠”。

一方面,Chiplet頗受芯片設(shè)計(jì)企業(yè)青睞。憑借高靈活性,Chiplet既實(shí)現(xiàn)了對不同架構(gòu)、不同工藝材料的堆疊,也省去了前道的復(fù)雜制造工藝,對設(shè)計(jì)企業(yè)而言更具性價(jià)比。有機(jī)構(gòu)統(tǒng)計(jì),有將近30%的高性能CPU和GPU采用了Chiplet設(shè)計(jì),包括英偉達(dá)、AMD等算力芯片供應(yīng)商。

另一方面,Chiplet的火熱也推動(dòng)了制造和封測企業(yè)在技術(shù)上的不斷創(chuàng)新。英特爾聯(lián)合多個(gè)公司確立了UCIe(通用芯?;ミB通道)標(biāo)準(zhǔn),用于芯片內(nèi)部的計(jì)算區(qū)塊通信,并推出EMIB和Foveros等封裝技術(shù),以便將芯粒無縫集成至封裝中。

臺(tái)積電此前與賽靈思合作開發(fā)CoWoS封裝技術(shù)。基于Chiplet,CoWoS通過互聯(lián)硅中介層互聯(lián)實(shí)現(xiàn)多芯片封裝、高密度互連并降低功耗。隨著GPU站上AI風(fēng)口,臺(tái)積電CoWoS產(chǎn)能也迅速告急。在臺(tái)積電1月18日舉辦的財(cái)報(bào)會(huì)議上,總裁魏哲家表示AI芯片對先進(jìn)封裝的需求十分強(qiáng)勁,目前產(chǎn)能仍無法應(yīng)對客戶強(qiáng)勁需求,供不應(yīng)求的狀況可能延續(xù)到2025年。

存儲(chǔ)原廠比拼產(chǎn)能與封裝技術(shù)

算力是訓(xùn)練大模型的重要支撐,而存儲(chǔ)性能則與大模型的推理效率緊密相關(guān)。在大模型云集、AI應(yīng)用逐漸落地的背景下,推理能力被越來越多的芯片和云服務(wù)廠商強(qiáng)調(diào)。因此,在GPU產(chǎn)品中會(huì)配置多塊HBM(高帶寬存儲(chǔ))以削弱芯片在AI計(jì)算中的內(nèi)存墻效應(yīng),進(jìn)一步降低延遲。

HBM在2024年的競爭將會(huì)更加激烈。

美光CEO Sanjay Mehrotra在2023年年底的財(cái)報(bào)會(huì)議上透露,AI芯片對HBM的需求旺盛,美光2024年的HBM產(chǎn)能預(yù)計(jì)已全部售罄——于2024年年初量產(chǎn)的HBM3E有望為美光創(chuàng)造數(shù)億美元的營收。

無獨(dú)有偶,2月,SK海力士副總裁金基泰發(fā)文表示,雖然2024年才剛開始,但今年SK海力士旗下的HBM已經(jīng)全部售罄。同時(shí),公司為了保持HBM的市場領(lǐng)先地位,已開始為2025年做準(zhǔn)備。三星電子緊隨其后,在2月27日正式推出12層堆疊HBM3E,比前代產(chǎn)品的帶寬提升50%,預(yù)計(jì)將于下半年投入量產(chǎn)。

640 (1).png

三星電子的HBM3E 12H(圖片來源:三星電子)

普遍來講,存儲(chǔ)芯片的堆疊層數(shù)越高,其性能越強(qiáng),但發(fā)熱和良率等問題也越明顯。因此,與算力芯片類似,先進(jìn)封裝及其相關(guān)技術(shù)也成為了存儲(chǔ)芯片提升性能的重要手段。

除了HBM中常見的封裝技術(shù)TSV(硅通孔)之外,三星電子努力消除堆疊層之間NCF(非導(dǎo)電薄膜)材料的厚度。據(jù)悉,三星電子12層堆疊的HBM3E采用了熱壓非導(dǎo)電薄膜技術(shù),將芯片間隙壓縮至最小7微米,使得12層與此前8層堆疊產(chǎn)品的高度保持一致。

SK海力士自研了MR-MUF(批量回流模制底部填充)技術(shù),區(qū)別于在每層芯片上鋪薄膜材料,該技術(shù)通過在堆疊的芯片之間注入保護(hù)材料,以提升工藝效率和散熱性。SK海力士副社長孫皓榮表示:“為了實(shí)現(xiàn)不同的人工智能應(yīng)用,人工智能存儲(chǔ)器的特性也應(yīng)該多元化。我們的目標(biāo)是以各種先進(jìn)封裝技術(shù)來應(yīng)對這些變化。”

材料和架構(gòu)創(chuàng)新助力低功耗

AI芯片除了通過調(diào)整架構(gòu)和先進(jìn)封裝技術(shù)提升算力和存力,還需考慮功耗因素。

一方面,在數(shù)據(jù)中心里,AI服務(wù)器的功耗逐漸增加將催生新的解決方案。據(jù)了解,英偉達(dá)H100的功耗達(dá)到了700W,而之后將推出的B100功耗還會(huì)再增加40%,這就驅(qū)使現(xiàn)有的制冷技術(shù)進(jìn)一步優(yōu)化。英偉達(dá)CEO黃仁勛此前透露公司的下一代產(chǎn)品將會(huì)采用液冷方案,戴爾公司首席運(yùn)營官JeffClarke也表示“工程團(tuán)隊(duì)為(英偉達(dá))這款新產(chǎn)品做好了準(zhǔn)備,為GPU帶來高功耗所需的散熱解決方案”。

由于發(fā)展AI需要大量算力支撐,這也使得對電力的需求飆升,此時(shí)寬禁帶半導(dǎo)體和儲(chǔ)能也將發(fā)揮作用。“大型計(jì)算基礎(chǔ)設(shè)施的運(yùn)行需要更高功率、更高能效的電力電子設(shè)備去支撐,這對碳化硅、氮化鎵等寬禁帶半導(dǎo)體市場將是一個(gè)新的增長點(diǎn)。”深圳基本半導(dǎo)體有限公司總經(jīng)理和巍巍告訴《中國電子報(bào)》記者,“另外,未來AI技術(shù)的發(fā)展將高度依賴于能源,特別是光伏和儲(chǔ)能技術(shù)的進(jìn)步,這也與半導(dǎo)體行業(yè)息息相關(guān)。”

另一方面,AI正在經(jīng)歷從云到端的滲透,端側(cè)更加重視低功耗的需求。存內(nèi)計(jì)算將有可能成為在邊緣側(cè)進(jìn)行AI計(jì)算的全新范式。

“相較于云端的大算力GPU,終端智能計(jì)算芯片在保障性能的同時(shí)更追求低功耗、低成本。存算一體類的新技術(shù)具有低功耗的優(yōu)勢,未來有望在廣泛的邊緣智能計(jì)算中發(fā)揮作用。”賈天宇表示。

當(dāng)前存內(nèi)計(jì)算已經(jīng)應(yīng)用于視覺、健康等智能終端設(shè)備中,未來也有望在邊緣側(cè)、自動(dòng)駕駛乃至數(shù)據(jù)中心得到應(yīng)用。有機(jī)構(gòu)報(bào)告顯示,2023年存內(nèi)計(jì)算的市場規(guī)模有近177億美元,2030年將達(dá)到526億美元,年復(fù)合增長率16.8%。

640 (1).png

存內(nèi)計(jì)算市場規(guī)模預(yù)測(圖片來源:SNS Insider)

對于存內(nèi)計(jì)算而言,市場前景與技術(shù)挑戰(zhàn)并存。知存科技創(chuàng)始人兼CEO王紹迪向《中國電子報(bào)》記者表示:“以手機(jī)端跑AI大模型為例,現(xiàn)在手機(jī)中16GB的LPDDR5已經(jīng)超過70美金,70GB/s的帶寬(對比云端服務(wù)器帶寬近1TB/s)在短時(shí)間內(nèi)也不易提升,同時(shí)帶寬的擴(kuò)大必然會(huì)引發(fā)功耗升高。存內(nèi)計(jì)算相比傳統(tǒng)架構(gòu)AI芯片在成本、容量、帶寬和功耗各項(xiàng)能效上都具有很大優(yōu)勢,雖然短時(shí)間內(nèi)滿足邊緣側(cè)的模型算力需求并且達(dá)到很好的應(yīng)用效果仍有很大挑戰(zhàn),但這是一件非常值得去做的事。”

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論