发展方兴未艾的先进封装威廉希尔官方网站

以《战略绪论》一书闻名的近代法国战略大师薄富尔曾说：「战略的要义是『预防』而非『治疗』，『未来和准备』比『现在和执行』更重要。」半导体业界亦同，当摩尔定律所预言的制程微缩曲线开始钝化，将不同制程性质的芯片，透过多芯片封装包在一起，以最短的时程推出符合市场需求的产品，就成为重要性持续水涨船高的威廉希尔官方网站 显学。 而这些先进芯片封装也成为超级电脑和人工智能的必备武器。别的不提，光论nVidia 和AMD 的高效能运算专用GPU、Google 第二代TPU、无数「人工智能芯片」，就处处可见HBM 记忆体的存在。

毕竟天底下没有面面俱到的半导体制程，观察到先进制程晶圆厂每隔4 年成本倍增的「摩尔第二定律」，也突显了电晶体单位成本越来越高的残酷现实。AMD 处理器从7 纳米制程开始全面性「Chiplet 化」，将7 纳米制程的CPU 核心和12 纳米制程的I/O 记忆体控制器分而治之，实乃不得不然。

发展方兴未艾的先进封装威廉希尔官方网站

也因此，无论台积电还是英特尔，无不拼命加码，相关产品也如雨后春笋一个个冒出头来，而AMD 更在未来产品计画，大剌剌写着「融合2.5D 与3D 的X3D 封装」（虽然大概也是直接沿用台积电的现有威廉希尔官方网站 ），以达成超过时下产品十倍的记忆体频宽密度。

稍微替各位复习一下什么是「2.5D」封装，台积电拥有超过60 个实际导入案例的CoWos（Chip-on-Wafer-on-Substrate）算是这领域最为知名的威廉希尔官方网站 ，包含近期夺下超级电脑Top500 榜首的Fujitsu A64FX。英特尔用自家EMIB（Embedded Multi-Die Interconnect Bridge）将Kaby Lake 处理器与AMD Vega 绘图核心「送作堆」的Kaby Lake-G，也曾是轰动一时的热门话题。

有别于「2D」的SiP（System-in-Package），2.5D 封装在SiP 基板和芯片之间，插入了矽中介层（Silicon Interposer），透过矽穿孔（TSV，Through-Silicon Via）连接上下的金属层，克服SiP 基板（像多层走线印刷电路板）难以实做高密度布线而限制芯片数量的困难。

「叠叠乐」的3D 封装就不难理解了，台积电就靠着可减少30% 的封装厚度InFO（Integrated Fan-Out），在iPhone 7 的A10 处理器订单争夺战击败三星，终结了消费者购买iPhone 6S 还得担心拿到三星版A9 的尴尬处境（笔者不幸曾是受害者之一）。但3D 封装的散热手段与热量管理，也是明摆在半导体产业界的艰巨挑战。

英特尔相对应的3D 封装威廉希尔官方网站 则为Foveros。最近正式发表、代号Lakefield 的「混合式x86 架构处理器」，堆叠了「1 大4 小核心」的10 纳米制程（代号P1274）运算芯片、22 纳米制程（代号P1222）系统I/O 芯片和PoP（Package-on-Package）封装的记忆体，待机耗电量仅2mW。

英特尔2019 年7 月公布的Co-EMIB，用2.5D 的EMIB 连接多个3D 的Foveros 封装，「整合成具备更多功能」的单一芯片。为EMIB 概念延伸的ODI（Omni-Directional Interconnect）则用来填补EMIB 与Foveros 之间的鸿沟，为封装内众多裸晶连接提供更高灵活性，细节在此不论。

连接封装内多颗裸晶之间的汇流排也是不可或缺的威廉希尔官方网站 。 英特尔在2017 年将EMIB 连接裸晶的「矽桥」（Silicon Bridge）正式命名为「先进介面汇流排」（AIB，Advanced Interface Bus）并公开免费授权，2018 年将AIB 捐赠给美国国防先进研究计划署（DARPA），当作免专利费的裸晶互连标准，MDIO（Multi-Die I/O）则是AIB 的下一代。台积电相对应威廉希尔官方网站 则为LIPINCON（Low-voltage-INPackage-INterCONnect），规格与英特尔互有长短。

超级电脑用的系统单芯片并非IBM 和Fujitsu 的专利

长期关心ARM 指令集相容处理器与超级电脑的读者，想必对先前采用Fujitsu A64FX 处理器打造的日本理化学研究所的「富岳」并不陌生。这颗台积电7 纳米制程并CoWoS 2.5D 封装4 颗8GB HBM2 记忆体的产物，堪称当代最具代表性的「超级电脑专用系统单芯片」，让人不得不想起十几年前的IBM BlueGene /L。

曾在21 世纪初期靠着「地球interwetten与威廉的赔率体系 器」（Earth Simulator）独领风骚两年多的NEC，其SX 向量处理器的最新成员SX-Aurora TSUBASA，也是台积电16 纳米制程、2.5D 封装6 颗8GB HBM2 记忆体的超级电脑心脏。

而英特尔的Xeon Phi 系列更是知名代表，透过2.5D 封装包了8 颗2GB MCDRAM（Multi-Channel DRAM），可设定为快取记忆体、主记忆体或混合两者之用。虽然Xeon Phi 家族两年前惨遭腰斩，中断自从Larrabee 以来的「超级多核心x86」路线，英特尔决定整个砍掉重练，一步一脚印重头打造「传统GPU」当作未来高效能运算与人工智能应用的基础，但异质多芯片封装的重要性仍不减反增，最起码被英特尔从AMD 挖角、主导GPU 发展的Raja Koduri，自己是这样讲的，也没什么怀疑的空间。

不过AMD 也并未缺席，并看似有后来居上的气势，而且这并非突发奇想，早在2010 年之前，就开始进行长期研究，至今超过十年，并「很有可能」以EHP（Exascale Heterogenous Processor）之名开花结果，融合2.5D 与3D 封装的X3D 则是达成EHP 的关键。

Exa 意指Peta 的1 千倍，也是近年来超级电脑的下一个竞争指标，像预定采用AMD Zen 2 世代EPYC 处理器的美国国家核能安全管理局El Capitan 超级电脑，理论运算效能就超过2ExaFlops。

AMD 自从2007 年购并ATI 之后，整合处理器与绘图核心的APU 之路，一直走得相当挣扎，迟迟难以找到适合的产品规格与市场定位，不是CPU 不够好、GPU 不够强、就是两者都不上不下，到了Zen 2 世代才算脱胎换骨。 这些年来，AMD 在超级电脑市场逐渐边缘化，今年6 月的Top500 只剩下10 台AMD CPU 和一台AMD GPU，更需要强力的新兵器，才能「突破英特尔和nVidia 的封锁」。身为「超级电脑APU」的EHP 就成为AMD 默默进行的新方向。

以加拿大ATI身分在2010年申请「藉由假矽穿孔替3D封装进行导热」（Dummy TSV To Improve Process Uniformity and Heat Dissipation）专利为起点，AMD一路累积了「记忆体运算的快取资料一致性」 （2016年）、「3D晶粒堆叠的热量管理」（2017年）、「拥有极致频宽与可延展性能耗比的GPU架构」（2017年）、「记忆体内运算的阵列」（2018年） 、「回圈脱离预测（2018年）以改善闲置模式的效率」到「混合CPU与GPU的动态记忆体管理」（2018年）等成果，确定了AMD在2015年的财务分析师大会透露的「伺服器专用APU」与当年7月IEEE Micro发表的「藉由异质运算实现百亿亿级运算」（Achieving Exascale Capabilities through Heterogeneous Computing）计画并不是玩假的，更何况现在AMD当家作主的还是一位以务实闻名的全球薪酬最高女性执行长。

根据已公开的资料，EHP 概略规格如下，但后面势必将随着威廉希尔官方网站 演进而有更动：

32 个CPU 核心（当时是8 颗4 核心CCD）。

8 颗32 个GPU CU，总计256 CU 与16,384 个串流处理器（那时预定是GCN 第五代的Vega，看来将会推进到CDNA）。

8 块4GB HBM2 记忆体堆叠。

时脉1GHz 时，双倍浮点精确度理论效能为16TeraFlops，如十万颗组成超级电脑，就是1.6ExaFlops，预估耗电量为20MW。

AMD 在2015 年7 月IEEE Micro 专文，表示32 个CPU 核心、320 个时脉1GHz 的GPU CU（20,480 个串流处理器）、3TB/s 记忆体频宽、160W 功耗，是能耗比最好的组态，总之实际的产品一定会变。

EHP 和X3D 的威廉希尔官方网站 资产会「推己及人」到Zen 3 世代EPYC 处理器「Milan」的可怕传言（像10 颗CCD 凑80 核心或塞HBM2 当L4 之类的），一直没有停过。

EHP 也有配置芯片封装以外的外部记忆体，像断电后资料不会消失的NVRAM（Non-Volatile RAM，如英特尔／Micro 的3D Xpoint 和发展中SST-MRAM 等）和「记忆体内运算」的PIM （Processing-In-Memory，记忆体内建位元运算电路），相关的动态记忆体管理与快取资料一致性，也是AMD 需要克服的威廉希尔官方网站 门槛，至于软体环境的完备性，更将是AMD 能否追上nVidia 的最核心因素。

同场加映：nVidia 也没吃饱闲着

近来因「光明的未来前瞻性」而让公司市值一举超越英特尔的nVidia，在高效能运算、人工智能与自驾车等领域的优势地位几乎是牢不可破。除了帐面硬体规格，发展了十多年的CUDA 应用环境生态、远远超越英特尔和AMD 的GPU 虚拟化（这让客户使用AMD GPU 部署云端个人电脑的效益会明显不如nVidia，云端服务业者的虚拟GPU 亦同，比较一下可负荷用户端数量，就知道差别有多大了）和更多「不足外人道也」之处，才是支撑nVidia 股价的真正根基。 将话题拉回多芯片封装这件事，就算不论以「训练」为主的高阶GPU，nVidia 连「推论」用的芯片研究案都走向「多芯片封装延展性」。

但各位有没有想过一个更有趣的可能性：既然nVidia 高阶GPU 都这么大颗，干么不干脆「顺便」包一颗高效能的ARM（或RISC-V）指令集相容处理器，不再是英特尔、AMD 处理器的「附属品」，让GPU 变身成「可自行开机的超级电脑系统单芯片」？ 事实上，nVidia GPU 内本来就有内建好几颗简称为Falcon（Fast Logic Controller）的微控制器，用来辅助GPU 运算处理，像支援影像图形解码到安全性机制，或减轻CPU 执行驱动程式的负担，如以前因为Windows 作业系统的延迟程序呼叫（DPC，Deferred Procedure Call）会逾时而不能进行的排程等。 2016 年，nVidia 先采用柏克莱大学的开源RISC-V 指令集相容处理器Rocket，开发出第一代Falcon 微控制器，2017 年第二代产品扩展到64 位元，并自行新增自定义的新指令。前述由27 颗封装而成的RC18 推论芯片，也是RISC-V 核心，每秒可执行128 兆次推论，功耗仅13.5W。 那么未来，假如nVidia 将「更多的工作」搬到GPU 内的RISC-V 核心，特别是驱动程式涉及大量GPU 底层机密资讯的「下面那一层」丢过去，或经由GPU 虚拟化掩盖起来，又会发生什么事？这件牵扯到另一个少人知悉的潜在需求了：来自官方的开源驱动程式。

弦外之音：GPU 驱动程式开源的冲击

台面上看不到或少人着墨的议题，举足轻重的程度往往远超乎看热闹外行人的想像。 无论超级电脑还是人工智能（尤其是人命关天的自动驾驶），基于安全性考量，芯片厂商的客户或多或少都希望检视所有程式码，理所当然包含驱动程式，这就是GPU 驱动程式开源之所以如此重要的主因。但偏偏这又是暗藏大量商业机密的黑盒子，要如何满足客户需求又不让机密外泄，大方释出「官方开源驱动程式」，就是nVidia、AMD 甚至即将「GPU 战线复归」的英特尔，已经面对很久的机会与挑战。 威廉希尔官方网站 的发展跟着应用的需求走，这恐怕也将会注定AMD 靠着「超级电脑APU」反攻高效能运算市场的企图能否悲愿成就的锁钥。点到为止，剩下的就留给各位慢慢思考了。 本文转载自：半导体行业观察

原文标题：市场 | 芯片巨头决战先进封装

文章出处：【微信公众号：旺材芯片】欢迎添加关注！文章转载请注明出处。

责任编辑：haq