|
來源：全球半導體觀察 一直以來，先進制程技術一直被認為是推動高算力芯片的最終途徑，但隨著制程技術越來越接近物理極限，微縮工藝的發展空間越來越小。并且近兩年的AI浪潮對算力的需求更為急切，芯片封裝技術因此被認為能解燃眉之急的近水源，而其中先進封裝是重點。 近日，中國半導體行業協會IC設計分會理事長/清華大學集成電路學院教授魏少軍博士、臺積電(中國)有限公司副總經理陳平博士、長電汽車事業部鄭剛等人不約而同坦露了先進封裝的重要性以及摩爾定律的延續問題。業界人士認為，為應對當下所需，芯片制程技術需要在微縮工藝和先進封裝之間取得平衡，以滿足不斷增長的算力需求。 關于摩爾定律：要有信心，其在當代依舊有很強適用性 近年來關于“摩爾定律已死”、“摩爾定律不再適用”等言論不絕于耳，說出這句話的也包括摩爾本人。對此，魏少軍表示，早在1997年，就有人以半導體材料鋁、銅污染太大不行，設備器件結構漏電太嚴重不行，光刻技術最多做到100納米的波長等理由斷定摩爾定律即將過時，但在時間長河里，大馬士革的鑲嵌技術解決了銅互聯的問題，后來的高速金屬柵解決漏電問題，而在鏡頭和硅片之間放點兒水就解決了樹脂光圈的問題。 一直發展至今，摩爾定律面臨過各種各樣的考驗，但其依舊有著很強的適用性。魏少軍呼吁大家要對半導體有信心，對摩爾定律有信心， 陳平博士提到，OpenAI CEO奧特曼曾預測，對于AI時代的摩爾定律來說，集成電路上可以容納的晶體管數目在大約每18個月會增加一倍。其發展周期與此前摩爾定律中的18～24個月相比，略微超前。隨著AI時代的到來，摩爾定律的演進反而有所提速。其認為，如果我們用能效比去看，其實我們一直在摩爾定律這條曲線上，而且往前還必須沿著這個曲線前進。 魏少軍：包括先進封裝在內的多種智能化技術助力半導體發展 魏少軍表示，當前依靠工藝技術進步幾乎無法實現更高性能的計算，特別是從現有計算芯片的主流路線推演，已難以滿足Z級超算的性能、功耗和成本需求，需要研發新的計算芯片架構來應對智能化、大算力的新挑戰。 魏少軍提到，除了縮小芯片制程外，還可以利用三維混合鍵合技術對存儲器晶圓和邏輯電路晶圓進行異質集成，從而提升芯片的算力。這種集成方式對于邏輯電路的晶圓沒有代工廠及工藝節點的限制要求，具有更高的靈活性和適應性。而存儲器晶圓由DRAM晶圓廠制造，保證了存儲器的品質和性能。混合鍵合晶圓加工則在晶圓代工廠制造完成，實現了工藝的高效整合。這種集成方式將不同工藝的晶圓優勢結合起來，提升了芯片的性能和功能，滿足了人工智能等領域對于高算力和低能耗的需求。 魏少軍認為，為了增強芯片的靈活度，實現算力的合理分配，還可以將軟件定義芯片與異質堆疊集成相結合，構建軟件定義近存計算芯片技術。軟件定義芯片是一種先進的芯片設計技術，通過將任務處理空間并行化，實現硬件資源的時分復用，從而提高了芯片的處理效率和性能。而異質堆疊集成技術則通過將存儲單元和計算單元緊密集成在一起，縮短了數據傳輸距離，降低了數據傳輸能耗，進一步提升了芯片的性能。這種技術能夠更好地滿足AI時代對算力和能效比的要求，同時也提高了芯片的安全性。 陳平：生成式AI或是劃時代顛覆式的應用，先進封裝值得關注 陳平博士表示，我們有預估到生成式AI未來的過熱，但實際上還是低估ChatGPT應用對于未來的意義，“生成式AI它的重要意義不亞于PC或者互聯網，甚至瓦特蒸汽機，是一個劃時代顛覆式的應用”。 陳平認為，在關注芯片制程縮小的同時，也要關注芯片的算力和能效比，包括新型晶體管和材料、光刻技術和DTCO（設計與工藝協同優化）的進步、電路和架構的創新、先進封裝和STCO（系統工藝協同優化）以及軟件優化等。這些因素的協同作用將推動半導體技術的不斷進步，實現更高性能、更低功耗和高能效比的芯片設計。 
圖片來源：全球半導體觀察 此外，長電科技汽車電子事業部副總裁、總經理兼長電汽車電子上海有限公司總經理鄭剛也表示，“Chiplet封裝將會是先進封裝技術的重要發展方向，可以把不同類型的芯片和器件集成在一起，以實現更高性能、更低功耗和更好的可靠性。” 值得注意的是，除長電科技外，國內幾大封裝公司也在近期披露了其2.5D、3D封裝技術的相關進展。此外，Chiplet等先進封裝也給了半導體IP、EDA公司發展新機會。 |
