揭秘Chiplet技术:摩尔定律拯救者 两大阵营、六个核心玩家

揭秘Chiplet技术:摩尔定律拯救者两大阵营、六个核心玩家Chiplet技术的出现是产业链在生产效率优化需求下的必然选择,其技术核心在于实现芯片间的高速互联,因此UCIe 在具体的封装方式上未对成员做出严格限制,产业内也分化出了两个阵营。晶圆厂阵营以大面积硅中介层实现互联为主,可提供更高速的连接和更好的拓展性;而封装厂阵营则努力减少硅片加工需求,提出更有廉价、更有性价比的方案;晶圆厂和封装厂都谋求在Chiplet时代获得更高的产业链价值占比。国内,长电科技推出TSV-less的先进封装方案XDFOI,引领产业发展;通富微电通过其优秀的晶圆级封装能力,绑定AMD实现高速成长。来源长江证券《Chiplet技术:先进封装,谁主沉浮》作者:杨洋钟智铧 韩字杰01.Chiplet芯片异构在制造层面效率优化实际上,Chiplet最初的概念原型出自GordonMoore1965年的论文《Crammingmorecomponentsontointegratedcircuits》;GordonMoore在本文中不仅提出了著名的摩尔定律,同时也指出“用较小的功能构建大型系统更为经济,这些功能是单独封装和相互连接的”。2015年,Marvell周秀文博士在ISSCC会议上提出MoChi(ModularChip,模块化芯片)概念,为Chiplet的出现埋下伏笔。我们认为,现代信息技术产业的发展不是探索未知的过程,而是需求驱动技术升级,Chiplet技术的出现是产业链在生产效率优化需求下的必然选择。计算机能够根据一系列指令指示并且自动执行任意算术或逻辑操作串行的设备。日常生活中,我们所使用的任何电子系统都可以看作一个计算机,如:电脑、手机、平板乃至微波炉、遥控器等都包含了计算机系统作为核心控制设备。Chiplet出现离不开两个大的趋势:1)计算机系统的异构、集成程度越来越高为了便于理解产业界为何一定要选择Chiplet,本报告从计算机体系结构的角度出发,本报告将首先理清计算机体系结构的一个重要发展思路——异构计算。如同现代经济系统一样,现代经济系统为了追求更高的产出效率,产生了极为庞大且复杂的产业分工体系,计算机系统的再分工就是异构计算。GPU、DPU的出现就是为了弥补CPU在图形计算、数据处理等方面的不足,让CPU能够专注于逻辑的判断与执行,这就是计算机系统(System)。精细化的分工也使得整个体系变得庞大,小型计算设备中只能将不同的芯片集成到一颗芯片上,组成了SoC(SystemonChip)。▲SoC的概念(SystemonChip)伴随着计算机在人类现代生活中承担越来越多的处理工作,计算机体系结构的异构趋势会愈发明显,需要的芯片面积也会越来越大,同时也需要如电源管理IC等芯片与逻辑芯片异质集成,而SoC作为一颗单独的芯片,其面积和加工方式却是受限的,所以SoC并不是异构的终极解决方案。2)芯片间的数据通路带宽、延迟问题得到了产业界的解决芯片的工作是执行指令,处理数据,芯片间的互联需要巨大的带宽和超低的延时。既然单颗芯片的面积不能无限增加,将一颗芯片拆解为多颗芯片,分开制造再封装到一起是一个很自然...PC版:https://www.cnbeta.com/articles/soft/1312693.htm手机版:https://m.cnbeta.com/view/1312693.htm

相关推荐

封面图片

和IBM合作 日本将研发2nm芯片Chiplet先进封装技术

和IBM合作日本将研发2nm芯片Chiplet先进封装技术左为Rapidus总裁兼首席执行官小池淳义,右为IBM日本副总裁森本典繁该协议是日本新能源和工业技术开发组织(NEDO)开展的“2nm半导体芯片和封装设计与制造技术开发”项目框架内国际合作的一部分,并建立在Rapidus与IBM共同开发2nm制程节点技术的现有协议基础上。作为协议的一部分,Rapidus与IBM的工程师将在IBM位于北美的工厂,合作开发和制造高性能计算机系统的半导体封装技术。多年来,IBM积累了用于高性能计算机系统的半导体封装的研发和制造技术。与此同时,IBM与日本半导体制造商以及半导体、封装制造设备和材料制造商在联合开发方面也有着非常丰富的经验。Rapidus的目标是利用IBM的这些专业知识,快速开发尖端的芯片封装技术。此前有报道称,Rapidus已经向IBM派遣了大概100名员工,目前正在美国纽约的奥尔巴尼纳米技术中心,专注于2nm工艺技术的开发工作。此外,Rapidus的员工还在向IBM的技术人员学习如何使用极紫外(EUV)光刻设备。Rapidus是由索尼、丰田、NTT、三菱、NEC、铠侠和软银等八家日本企业于2022年成立的合资企业,旨在实现本地化先进半导体工艺的设计和制造。Rapidus早在2022年底与IBM签署了技术授权协议,在日本北海道千岁市新建晶圆厂,计划2025年启动生产线,试产2nm芯片,并在2027年开始实现批量生产。...PC版:https://www.cnbeta.com.tw/articles/soft/1434491.htm手机版:https://m.cnbeta.com.tw/view/1434491.htm

封面图片

英伟达CEO黄仁勋:摩尔定律结束了

英伟达CEO黄仁勋:摩尔定律结束了在回应外界对刚刚发布的40系显卡价格过高的议论时,黄仁勋解释道,以类似成本实现两倍业绩预期对于该行业来说“已成为过去”。“元宇宙在今天看来难以理解,但它在未来非常重要。20年前,25年前,互联网看起来难以理解。15年以前,移动互联网也看起来难以理解。现在,下一代互联网,即元宇宙互联网,还不是很清晰,但它将来会的。计算机行业正在构建下一个世界。”...PC版:https://www.cnbeta.com/articles/soft/1319497.htm手机版:https://m.cnbeta.com/view/1319497.htm

封面图片

为了复活摩尔定律 英特尔决定用玻璃来连接芯片

为了复活摩尔定律英特尔决定用玻璃来连接芯片理由呢,不是玻璃更便宜,也不是更好看,而是他们发现用玻璃做基板的芯片,比有机材料的性能好多了。更直观一点,用玻璃做芯片基板,有这么两个好处:一个是提高芯片中信号传输的效率,另一个是明显提高芯片的密度,进而拉动更好的性能。这在大模型野蛮生长、算力紧缺的现在,算是重磅利好的消息了。英特尔官方还放出豪言,说在在2030 年之前,它们一个封装上的晶体管就能扩展到1万亿个。世超翻出摩尔定律的曲线图,目前一个封装的晶体管极限也就1340 亿个,来自苹果的M2Ultra芯片,1万亿个的数据和它相比,直接将近10 倍。再到曲线图上对一下,还挺符合摩尔定律的。。。看到这里,我猜各位差友心里可能犯这样的嘀咕,玻璃也不是啥罕见的材料,它真有这么大能耐?在回答这个问题之前,我们得先了解一下芯片基板的基础知识。芯片基板,是进行最后一步封装的主角,用来固定上一步从晶圆切好的晶片(Die),基板上固定的晶片越多,整个芯片的晶体管数量自然也就越多。打个比方,整个封装好的芯片相当于是一个城市,如果说基板上晶片是摩天大楼的话,那基板就相当于是串联起这些大楼的公共交通,晶体管就是生活在大楼里的人。要让晶体管也就是整个城市的人更多,就只有两个办法:一个是在现有的公共交通资源下做好城市规划,对应到芯片封装中就是提高工艺。另外一个就是盖更多更高的楼,前提是城市的公共交通系统得全面升级,对应下来就是改变基板的材料。当然在芯片封装发展的过程中,这两个方法是交替来着的。从上世纪70 年代开始起步到现在,芯片基板材料已经经历了两次迭代,最开始的芯片基板靠引线框架来固定晶片。英特尔 4004 芯片英特尔 4004 芯片基板到了二十世纪90 年代,因为有更好的密封性和良好的导热性,陶瓷基板逐渐取代了之前的金属引线框架,在然后在 00 年代,我们现在最常见的有机材料基板出现了。和陶瓷基板相比,有机材料基板不用烧结,加工难度小,还有利于高速信号的传输。所以到目前为止,有机材料基板都被视作是芯片领域的排头兵。但有机材料身上也有缺点,就是它和晶片两个材料之间的热膨胀系数差别太大了。温度低还好,但只要温度稍微过高一点,一个变形程度很大,另外一个很小,晶片和基板之间的连接就会断开。芯片这不就被烧坏了。。。因此为了避免这种情况的发生,有机基板的尺寸一般都不会太大。尺寸小,但想要上面的晶体管变多,就只有在工艺上下功夫了,为此,业内的厂商也都使出了十八般武艺。从原来专注于平面封装到之后开始搞叠叠乐,也就是堆叠式封装。而在堆叠式封装领域,现在也是卷出了天际,经历了多次迭代,已经来到了最先进的硅通孔技术(TSV),就是让硅芯片堆起来,然后穿孔连通。不过现在,无论封装技术再怎么精进再怎么牛,它们面对摩尔定律的发展趋势,都已经开始捉襟见肘了。就拿TSV技术来说,虽然在一定程度上它能让晶体管数量成倍增长,但同时它的技术要求也更高,更不用说成本了。并且,下一代封装技术的要求是:封装尺寸要超过120mm*120mm。上面已经说到,由于有机基板是类似合成树脂的材料组成的,受热容易弯曲。而现在芯片的封装设计都要求晶片个挨个地凑在一起,发热肯定是避免不了的,想要搞更大的封装尺寸用有机材料肯定没戏。这下刀就已经架在了有机基板的头上,反正这命是迟早得革。怎么革,靠谁革?我们在开头就已经给出了答案——玻璃。这里的玻璃并不是说要用纯玻璃做基板,而是把之前之前基板中类似合成树脂的材料替换成玻璃,金属的封边依旧还在,类似下图这种。玻璃当然也不是我们日常用的那种玻璃,而是会通过调整,造出一种和硅的性质接近的玻璃。相较于之前的有机材料,这次替换的玻璃主要看中的是它的三个性能:机械性能、热稳定性和电气性能。首先是机械性能,玻璃基板在机械强度这块是吊打有机基板。玻璃在充当基板材料时,会在上面开孔,保证信号的传输。因为玻璃材料超级平整,要光刻或者封装也更容易,所以同样的面积下,在它上面开的孔的数量要比在有机材料上多得多。就相当于是,在玻璃材料上建的公共交通会比在有机材料上建得更密集、线路也会更加多。据英特尔的说法,玻璃芯通孔之间的间隔能够小于100 微米,这直接能让晶片之间的互连密度提升10 倍。互连密度提升了,相同面积下能容纳的晶体管数量也就更多了。再来是热稳定性,玻璃基板不容易因为温度高而产生翘边或者变形的问题。万一有个特殊情况,玻璃中也含有二氧化硅,和硅的性质接近,它们的热膨胀系数也差不多,就算温度过高,也是基板上的芯片和基板以一样的膨胀速度一起变形。最后就是玻璃芯独特的电气性能,说更准确一点其实是开孔之后的玻璃的电气性能,它的电介质损耗会更低,允许更加清晰的信号和电力传输。这样一来,信号传输过程中的功率损耗就会降低,芯片整体的效率也就自然而然被提上去了。而这些性能综合下来,在最后芯片上的体现就是,用玻璃芯基板封装的话,可放置的芯片数量比其他芯片多50% 。不过还有个问题,既然相较于有机基板,玻璃基板的性能这么好,为什么不早点用玻璃基板呢?其实不是不想用,而是要替换一个材料,可不是那么简单的事儿,前期摸索、中期研发、后期落地,这都是要砸钱、砸时间的。还拿英特尔来说,它在十年前就已经开始研发玻璃芯基板了,前前后后丢在里面的资金少说也有十亿美元。而现在的成果也就是组装好了一套测试工具,要实际量产玻璃芯基板,还得等到2026年往后。当然不止英特尔,整个行业内也有不少企业都在着手搞玻璃基板的研发,毕竟玻璃取代有机材料也算是业内的一个共识。就比如大半年前,日本的DNP也透露正在开发玻璃基板,以替换掉传统的树脂基材,并且他们还定下一个小目标:在2027年之前靠玻璃基板拿下50 亿日元的销售额。要说最早入局玻璃基板的,还得是SKC子公司Absolics,甚至在去年的时候,它就已经投资了6亿美元,打算在乔治亚州科文顿建厂了。按照他们的规划,不出意外今年年底,就有小批量的玻璃基板开始生产了。当然,在短时间内,芯片基板市场的主流还依旧会是有机材料,毕竟技术迭代完成商业化转身也需要一个过渡时期,技术成本、良率等等都是厂商需要解决的问题。不过可以肯定的是,有机材料在芯片基板的舞台上,重要性会逐渐被玻璃取代。...PC版:https://www.cnbeta.com.tw/articles/soft/1387717.htm手机版:https://m.cnbeta.com.tw/view/1387717.htm

封面图片

清华大学研究超高速光电模拟芯片:“挣脱”摩尔定律,算力提升 3000 倍

清华大学研究超高速光电模拟芯片:“挣脱”摩尔定律,算力提升3000倍清华大学自动化系戴琼海院士、吴嘉敏助理教授与电子工程系方璐副教授、乔飞副研究员联合攻关,提出了一种“挣脱”摩尔定律的全新计算架构:光电模拟芯片,算力达到目前高性能商用芯片的3000余倍。相关成果以“高速视觉任务中的纯模拟光电芯片”(All-analogphoto-electronicchipforhigh-speedvisiontasks)为题,以(article)形式发表在《自然》(Nature)期刊上。如果用交通工具的运行时间来类比芯片中信息流计算的时间,那么这枚芯片的出现,相当于将京广高铁8小时的运行时间缩短到8秒钟。在这枚小小的芯片中,清华大学攻关团队创造性地提出了光电深度融合的计算框架。从最本质的物理原理出发,结合了基于电磁波空间传播的光计算,与基于基尔霍夫定律的纯模拟电子计算,“挣脱”传统芯片架构中数据转换速度、精度与功耗相互制约的物理瓶颈,在一枚芯片上突破大规模计算单元集成、高效非线性、高速光电接口三个国际难题。实测表现下,光电融合芯片的系统级算力较现有的高性能芯片架构提升了数千倍。然而,如此惊人的算力,还只是这枚芯片诸多优势的其中之一。在研发团队演示的智能视觉任务和交通场景计算中,光电融合芯片的系统级能效(单位能量可进行的运算数)实测达到了74.8Peta-OPS/W,是现有高性能芯片的400万余倍。形象地说,原本供现有芯片工作一小时的电量,可供它工作500多年。——

封面图片

Azure AI 入门 (三)摩尔定律,GPU与并行计算

AzureAI入门(三)摩尔定律,GPU与并行计算摩尔定律(图一)是英特尔Intel创始人之一戈登·摩尔的经验之谈,其核心内容为:集成电路IC相同面积上可以容纳的晶体管Transistor数目在18个月到24个月便会增加一倍,因此处理器的性能大约每两年翻一倍,同时价格下降为之前的一半。虽然名为“定律”,但其只是根据20世纪中后期的发展趋势归纳而成。进入21世纪以后,以英特尔为代表的中央处理器CPU的发展趋势渐渐慢于摩尔的预测的。仅依靠单颗处理器的速度提升已无法满足日渐复杂的计算任务,比如3维图形的渲染(3Drendering)。因此,英伟达Nvidia在1999年提出了硬件图形处理器(GraphicsProcessingUnit)的概念,以大量的只能完成某些特殊任务的微处理器,代替少量的通用处理器。软件方面,并行计算也从专业科学领域逐渐向大众领域流行。用一个可能不是最恰当的比方,CPU像是由4位特级厨师组成的小组,可以完成任何烹饪任务,而GPU像是用同样工资请来的128位三明治店的员工。GPU不能做很多事,像完成一些特定的菜,但如果任务是制作2000人份的三明治,GPU一定可以依靠并行计算比CPU完成得快许多。GPU与并行计算的普及,也使得云计算成为了可能。计算机科学家在设计计算任务时通常会首先考虑能否将大任务拆分成能同时进行的更小任务,从而可以同时运行在服务商提供的大量数目的CPU和GPU上。图二英伟达创始人黄仁勋JensenHuang

封面图片

英特尔CEO:别听老黄瞎忽悠 摩尔定律依然有效

英特尔CEO:别听老黄瞎忽悠摩尔定律依然有效他说:“与黄仁勋让你们相信的不同,摩尔定律依然活着,而且还活得很好。”基辛格同时强调,作为PC芯片的领先供应商,英特尔将在AI的普及中发挥重要作用。他说:“我认为,它就像25年前的互联网,规模和潜力庞大。我们相信,这是推动半导体行业在2030年之前达到1万亿美元的动力。”在本届台北国际电脑展上,英特尔展示了其最新的至强6(Xeon6)数据中心处理器。该处理器具有更高效的内核,将使运营商能够将给定任务所需的空间减少到前一代硬件的1/3。盖辛格还称,英特尔的Gaud系统将由戴尔和英业达(Inventec)等合作伙伴提供。Gaud系统将英特尔的芯片编译成多处理器套件,专门用于处理生成式AI的训练。一套配备八个英特尔Gaud2加速器的套装售价为65,000美元,而由八个英特尔Gaud3加速器组成的功能更强大的套件将标价12.5万美元。英特尔预计,这两款产品都比竞争对手的产品更实惠。这些Gaudi3集群中的每一个都由8192个加速器组成,英特尔预计,与同等规模的英伟达H100GPU集群相比,英特尔产品的AI模型训练时间最多快40%。另外,在执行AI推理任务方面,Gaudi3的执行速度将比英伟达的H100快一倍,这是从Meta和Mistral等流行模型的测试结果中得出的结论。但是,这些优势可能还不足以推翻英伟达在数据中心AI处理方面的领先地位。NextCurve的分析师LeonardLee称:“每个加速器的表现不再是最重要的事情。英伟达的最大优势在于拥有一个凝聚和集成的生态系统,以及像NVLink这样的专有技术,确保其计算集群作为一个整体工作。”几十年来,英特尔一直领导着计算机行业。但由于逐渐落后于竞争对手,其营收在过去两年里有所下滑。三年前,基辛格被任命为英特尔CEO,肩负着重新夺回芯片设计和制造领导地位的使命。虽然英特尔的销售额已经停止萎缩,但分析师预计还不会迅速反弹。据预计,英特尔今年的营收将比2021年减少200亿美元。与此同时,英伟达的销售额预计将翻一番,AMD的增长率也将超过10%,这两家公司均更好地利用了AI计算硬件的开支狂潮。基辛格称:“这是我们职业生涯中最重要的时刻。”他重申了英特尔与合作伙伴合作的重要性,并称“我们是为这一刻而生的。”...PC版:https://www.cnbeta.com.tw/articles/soft/1433550.htm手机版:https://m.cnbeta.com.tw/view/1433550.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人