设计超越摩尔定律的小芯片的未来
随着人工智能的蓬勃发展，半导体行业面临着越来越大的压力，需要提供更高的性能、可扩展性和效率。
在这一领域，塔塔咨询服务公司 （TCS） 将数十年的专业知识与深厚的研究合作伙伴关系相结合，帮助重新定义人工智能时代芯片的设计、制造和部署方式。
TCS 技术、软件和服务副总裁兼首席技术官 Prasad Patchigolla 在接受《技术杂志》采访时谈到了该公司如何帮助半导体行业克服传统单片设计的局限性。
“我的职责是定义技术愿景，与行业合作伙伴、学术界和开源社区共同创建基础技术和解决方案，并协调生态系统以重新构想人们的生活方式、社会运作方式和企业运营方式，”他解释道。
“在 TCS，我们正在与客户合作，开创人工智能创新的新时代——从芯片到软件。我们的协作方法确保每个解决方案都针对性能和可扩展性进行优化，使我们的客户能够在竞争格局中保持领先地位。
“在 TCS，我们的理念是创造人工智能和人类智能之间的协同效应，确保技术放大人类创造力，推动可持续价值并塑造更加智能、互联的未来。”
随着AI计算需求的持续飙升，传统单片芯片设计面临的最大技术和经济障碍是什么？
几十年来，摩尔定律（即集成电路 （IC） 上的晶体管数量每两年翻一番）指导着半导体行业的稳步进步，使芯片的性能和效率呈指数级增长。
然而，随着工业向两纳米晶体管及更高水平发展，传统单片片上系统 （SoC） 模型的驱动变得越来越复杂、成本高昂且难以扩展。
传统的单片芯片已经达到了每一代新一代芯片都需要在设计和制造方面进行大量投资的地步。将数十亿个晶体管封装到单个大型芯片上会导致良率直线下降，从而增加成本。
对于竞相交付新人工智能设备的公司来说，这种模式是不可持续的。小芯片可以通过将大型设计分解为更小的模块来解决这个问题，从而减小芯片尺寸，从而大幅提高良率。
基于小芯片的架构如何具体解决当前芯片难以解决的人工智能和生成式人工智能工作负载的可扩展性需求？
对处理能力的不断需求正在重塑行业，部分由人工智能和生成式人工智能技术推动，挑战了满足人工智能时代需求的计算性能极限。
应对这一挑战的答案是小芯片。
小芯片取代了大规模集成电路，取而代之的是更小的模块化芯片，每个芯片都针对特定功能进行了优化，并集成到更大的系统封装中。
小芯片可以重复使用，也可以在不同的技术节点上独立设计、验证和制造，从而减少开发时间和费用，同时降低风险。
由于这些较小的小芯片允许异构集成，因此它们更容易单独测试和优化，从而减轻了验证负担，同时允许在多个设计中重新利用经过验证的组件。
这项技术可以通过解决推动人工智能下一阶段增长所需的成本和灵活性、效率和可扩展性问题来加速半导体创新。
在推出 TCS 基于小芯片的系统工程服务时，您如何看待这如何塑造半导体公司缩短上市时间同时降低设计成本的能力？
基于 TCS Chiplet 的系统工程服务旨在帮助半导体公司突破传统芯片设计的界限。
通过重复使用经过验证的模块和定制封装，芯片制造商可以缩短创新周期、降低风险、提高产量和降低成本，并为需要智能的每个设备和系统带来智能。
通过将复杂的设计分解为可以独立设计、验证和重用的更小模块，与从头开始构建单片芯片相比，我们显着缩短了开发时间和费用，降低了风险。
这使客户能够以更低的设计成本更快地推出新芯片。
使用小芯片，我们还可以通过利用经过验证的模块并将它们与标准化接口连接来加快设计周期。
在 TCS，我们通过设计和验证这些关键互连和高级封装来为客户提供支持，包括解决 3D 堆叠中的散热等挑战，实现更大的灵活性、可扩展性和成本效益，这对于人工智能革命的快速步伐至关重要。
这种方法改变了人工智能的扩展方式，允许为不同的应用快速创建定制芯片。
在帮助半导体公司过渡到这种新范式方面已经取得了长足的进步。
例如，TCS 最近与北美一家大型半导体公司合作，简化了小芯片集成到单个封装中的过程，有效解决了与异构设备集成相关的挑战。
通过采用基于小芯片的现代设计方法，TCS 使其合作伙伴能够加速行业领先的 AI 处理器的交付，并更快地将其推向市场。
由于互连性能经常被认为是一项主要挑战，哪些突破或全行业标准对于释放小芯片的全部潜力最为关键？
互连性能对于小芯片来说绝对至关重要——它是这种新架构的支柱。
以前，当所有东西都驻留在单个硅芯片上时，通信并不是瓶颈。但现在组件在一个封装中，强大的高速连接至关重要。
由于 AI 工作负载的数据密集型性质，处理器和内存之间的接口代表了通过印刷电路板 （PCB） 连接时的性能瓶颈。
将处理器和内存作为小芯片集成到单个封装中有助于缓解这一限制。这种方法构成了高带宽内存 （HBM） 的基础，该内存已在专为 AI 应用设计的设备中变得普遍。
关键突破和 UCIe™（通用小芯片互连快速）等行业标准至关重要，它为无缝小芯片集成提供了标准化、高带宽、低延迟的接口，无论制造商如何。
这使得不同的模块（可能来自不同的供应商）能够有效且高效地进行通信。
除此之外，高带宽内存 （HBM） 集成的进步也至关重要，因为内存带宽和数据传输速率对于大型 AI 模型来说变得与原始计算一样重要。
此外，2.5D 和 3D 堆叠等封装创新虽然带来了热管理等挑战，但对于创建更密集、更高效的系统至关重要。
TCS 积极设计和验证这些互连和高级封装，帮助创建克服单片设计局限性所需的统一、高性能系统。
展望未来，小芯片架构和先进封装技术将如何影响从超大规模数据中心到边缘设备等各种应用的高度专业化人工智能芯片的开发？
展望未来，我们看到小芯片架构和先进的封装技术将通过实现“适合用途”的设计理念，深刻影响高度专业化人工智能芯片的开发。
这将使芯片制造商能够为极其多样化的应用快速创建定制解决方案，从训练最大模型的超大规模数据中心到机器人、自动驾驶汽车、智能家电或具有嵌入式智能的工业机械等微型边缘设备。
小芯片的引入不仅提供了摩尔定律的解决方法，还为半导体行业提供了一种满足人工智能时代独特需求的手段。
基于小芯片的系统工程可以成为未来半导体设计的基础，从而成为确保人工智能能够跨行业可持续扩展的架构。
前进的道路很明确：维持下一波人工智能浪潮需要的不仅仅是对现有系统进行增量扩展。它要求从根本上重新思考半导体设计。
小芯片提供了这一基础，使架构能够满足各个领域不断变化的人工智能需求。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码