芯片成品制造创新推动微系统集成发展,产业加速向AI渗透

来源:长电科技 #长电科技#
4491

基于大语言模型的人工智能(AI)技术在过去十几个月的时间里呈现出爆发式发展,全球已有多家企业向公众开放其大模型产品,并且不乏多模态、内容生成等进阶应用。然而,算力需求和部署速度之间的落差仍是推进生成式AI应用落地的主要障碍之一。据测算,从小模型发展到大模型,10年间AI对算力的需求提升了40万倍——这一增长速度远超摩尔定律。许多处于全球前列的半导体企业,都在致力于探索新的创新路径。

封测作为后摩尔时代承载半导体产业创新的重要环节,受到整个产业的关注。以异构异质、高密度互连为主要特征的高性能封装技术,将为半导体在人工智能、云计算领域的应用提供无限机会。

芯片成品制造承载产业创新  

行业步入“后摩尔时代”,晶体管微缩集成逼近物理极限,并且由此带来的研发、制造成本已经超出了摩尔定律所定义的比率,这也直接引发了AI所需高算力的成本显著上升。

此时,摩尔定律中提到的微系统集成,给产业带来转换创新赛道的机会:从晶体管微缩,到微系统集成,意味着主要的创新环节从晶圆制造向后道成品制造转移——这一转变事实上正在发生。

面向AI等高性能计算的核心芯片,目前业界聚焦小芯片(Chiplet)技术实现微系统集成,从而搭建算力密度更高且成本更优的高密集计算集群。封装创新对促进高性能计算的发展越发重要,并体现在以下三个方面:

一是通过2.5D/3D封装,包括基于再布线层(RDL)转接板、硅转接板或硅桥,以及大尺寸倒装等技术开发人工智能应用,以实现小芯片上更高的密度和微系统内更高的互连速度。

二是通过系统/技术协同优化(STCO)开发小芯片等具有微系统级集成的设备。STCO在系统层面对芯片架构进行分割及再集成,以高性能封装为载体,贯穿设计、晶圆制造、封装和系统应用,以满足更复杂的AIGC应用需求。

三是通过SiP可以打造更高水平的异构集成,赋予不同类型的芯片和组件(包括无源组件)更大的灵活性,实现多种封装类型的混合封装。

重塑集成电路产业协作方式

半导体发展到高性能封装带动微系统创新这一阶段,产业链的合作方式也在发生改变。例如,应用场景需求对芯片成品制造的驱动作用更加显著,相应地,企业也更加注重以具体解决方案为核心的产品开发机制。作为全球领先的芯片成品制造企业,长电科技积极与产业链伙伴合作,持续推出创新解决方案,更好地满足市场应用需求。

不仅如此,随着应用侧与后道成品制造的联系愈发紧密,协同设计、协同制造在行业中的比重增加,整个产业链的协作模式将从线性转向融合。

这些变化,推动半导体行业的创新方法论迭代。例如上文提到系统/技术协同优化(STCO)。STCO对于开发像Chiplet这样具有微系统级集成的产品变得越来越重要。

作为AI基础设施的提供者,集成电路在性能及成本上的创新,将为前者带来更大的成长空间。同时AI的发展和普及,也为集成电路乃至整个半导体行业带来新的市场增量。高性能封装作为微系统集成创新的有力推手,其发展前景值得期待。


责编: 爱集微
来源:长电科技 #长电科技#
THE END
关闭
加载

PDF 加载中...