作者:Yin Chang?-日月光銷售與行銷資深副總
世界正迅速從網絡經濟轉向人工智能經濟。在網絡時代,我們通過手機、個人電腦和物聯網設備等,可以一天24小時不間斷地保持網絡連接;在AI時代,我們所做的一切都將與人工智能相關聯。您可能已經聽說過像 ChatGPT 或 Google Gemini 這樣的AI工具,它們可以回答問題并創建非常類人的(human-like)文字、圖像、甚至視頻文件。未來,多模態人工智能(multimodal AI)甚至可以模仿人類的生物感官,使其能夠看到、聽到、甚至聞到所需事物。此外,主動式人工智能(agentic AI)將能夠理解其周遭環境,自主設定目標,并在幾乎沒有直接人為監督的情況下,采取行動以實現這些目標。這僅僅只是人工智能給我們生活帶來變革的幾個例子。要實現AI變革還需要更多創新和更先進的半導體及封裝解決方案。
人工智能帶來哪些影響?
回顧歷史上由科技驅動的成長機會,我們可以看到每個科技轉折點都增加了對半導體元器件的需求。50 年前,一臺航天器僅需數千個半導體元件,但隨著用戶手機需求的劇增,這個數字已增加到 20 億,而智能物聯網需求量更是高達 100 億。
我們相信,AI的需求量將在短時間上升至300 億。因為我們預期PMMP(People-Machine-Machine-People)通訊模式將成為新常態,每個用戶的手機都將運行各式各樣的AI應用程序并連通多個云端服務器以提供大家所需的資訊和功能。這些機器與機器間的相互協作將大幅增加,推動半導體產值沖破1萬億美元。
邁向AI時代:通過異質整合克服挑戰
進入人工智能(AI)時代,規模擴展(scaling)面臨許多重大挑戰。過去兩年(2021~2022),對于AI/ML 的市場需求增加至將近 6.8倍~11倍,遠超摩爾定律晶體管數量每 18 個月翻一番的增幅。
能耗是另一個挑戰,在未來十年內,AI產業將建置達千兆位(zettabyte)級別的數據中心,需要 500 兆瓦(MW)電力驅動,約相當于半個核電廠的輸出。從長遠而言,這是非常之不具備可持續性的,我們需要找到更節能的方式來滿足人工智能經濟算力(Computing Power)需求。
成本也是考慮重點之一,盡管半導體制程新節點導入速度正在減緩,但生產成本仍在不斷增加。5 納米(5 nm)先進 IC 設計的開發成本可能高達 5 億美元,大部分用戶都無法負擔。
我們需要尋找新的突破點,日月光認為異質整合是關鍵,它提供了一種可減少能耗、超越“摩爾定律”并降低整體開發成本的方法。
用于AI & HPC的異質整合先進封裝
日月光先進封裝技術可以將各種單一元件整合到小芯片(Chiplets)、系統級封裝(SiP) 或模塊中,即使這些組件的材料、制程節點和制造技術完全不同。異質整合不僅可以增加功能密度,降低每個功能的成本,還為系統架構師提供了設計靈活性,用以創建增強系統性能和效率的創新解決方案,以滿足人工智能(AI)和高性能計算(HPC)的需求。
我們的次世代 3D 異質整合架構 VIPack 設計旨在擴展設計規則,實現以下目標:
通過頂尖的硅供應商實現最大化的頻率速度與性能
優化共同設計、產品開發和上市時程
與我們的晶圓廠/供應鏈協同合作的開放式硅生態系統
VIPack 由六大核心封裝技術組成,包括: 基于高密度重布線( RDL)技術的 FOPoP、 FOCoS、FOCoS-Bridge和FOSiP,以及基于硅通孔(TSV)技術的 2.5D/3D IC 和Integrated Optics。通過利用我們的數據庫及與 EDA 供應商(如 Cadence、Synopsys、Xilinx 等)合作,我們導入整合設計生態系統 (Integrated Design Ecosystem,簡稱IDE),旨在幫助客戶更快、更有效率地設計封裝解決方案。
請參考下圖,了解日月光為用于訓練的 GPU 和AI 加速器提供的先進封裝解決方案。
人工智能和數據將持續推動半導體創新呈指數級增長,以我們想象不到的方式重塑世界生活方式。異質整合先進封裝在AI經濟改變世界的過程中扮演關鍵角色,為 AI 芯片架構師提供創新解決方案,優化芯片布局提升性能與功耗效率。
我們堅信,人工智能經濟的增長潛力是無限的。預期的1萬億美元半導體市場只是我們通過先進封裝解決方案和創新所能實現的開端。日月光很高興與客戶攜手合作,突破極限,共同塑造人工智能經濟的未來。
-
半導體
+關注
關注
334文章
27366瀏覽量
218774 -
AI
+關注
關注
87文章
30896瀏覽量
269110 -
人工智能
+關注
關注
1791文章
47279瀏覽量
238511 -
日月光
+關注
關注
0文章
146瀏覽量
19055
原文標題:異質整合加速人工智能(AI)經濟
文章出處:【微信號:ASE_GROUP,微信公眾號:ASE日月光】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論