設計超越摩爾定律的小芯片的未來
隨著人工智能的蓬勃發展,半導體行業面臨著越來越大的壓力,需要提供更高的性能、可擴展性和效率。
在這一領域,塔塔咨詢服務公司 (TCS) 將數十年的專業知識與深厚的研究合作伙伴關系相結合,幫助重新定義人工智能時代芯片的設計、制造和部署方式。
TCS 技術、軟件和服務副總裁兼首席技術官 Prasad Patchigolla 在接受《技術雜志》采訪時談到了該公司如何幫助半導體行業克服傳統單片設計的局限性。
“我的職責是定義技術愿景,與行業合作伙伴、學術界和開源社區共同創建基礎技術和解決方案,并協調生態系統以重新構想人們的生活方式、社會運作方式和企業運營方式,”他解釋道。
“在 TCS,我們正在與客戶合作,開創人工智能創新的新時代——從芯片到軟件。我們的協作方法確保每個解決方案都針對性能和可擴展性進行優化,使我們的客戶能夠在競爭格局中保持領先地位。
“在 TCS,我們的理念是創造人工智能和人類智能之間的協同效應,確保技術放大人類創造力,推動可持續價值并塑造更加智能、互聯的未來?!?/p>
隨著AI計算需求的持續飆升,傳統單片芯片設計面臨的最大技術和經濟障礙是什么?
幾十年來,摩爾定律(即集成電路 (IC) 上的晶體管數量每兩年翻一番)指導著半導體行業的穩步進步,使芯片的性能和效率呈指數級增長。
然而,隨著工業向兩納米晶體管及更高水平發展,傳統單片片上系統 (SoC) 模型的驅動變得越來越復雜、成本高昂且難以擴展。
傳統的單片芯片已經達到了每一代新一代芯片都需要在設計和制造方面進行大量投資的地步。將數十億個晶體管封裝到單個大型芯片上會導致良率直線下降,從而增加成本。
對于競相交付新人工智能設備的公司來說,這種模式是不可持續的。小芯片可以通過將大型設計分解為更小的模塊來解決這個問題,從而減小芯片尺寸,從而大幅提高良率。
基于小芯片的架構如何具體解決當前芯片難以解決的人工智能和生成式人工智能工作負載的可擴展性需求?
對處理能力的不斷需求正在重塑行業,部分由人工智能和生成式人工智能技術推動,挑戰了滿足人工智能時代需求的計算性能極限。
應對這一挑戰的答案是小芯片。
小芯片取代了大規模集成電路,取而代之的是更小的模塊化芯片,每個芯片都針對特定功能進行了優化,并集成到更大的系統封裝中。
小芯片可以重復使用,也可以在不同的技術節點上獨立設計、驗證和制造,從而減少開發時間和費用,同時降低風險。
由于這些較小的小芯片允許異構集成,因此它們更容易單獨測試和優化,從而減輕了驗證負擔,同時允許在多個設計中重新利用經過驗證的組件。
這項技術可以通過解決推動人工智能下一階段增長所需的成本和靈活性、效率和可擴展性問題來加速半導體創新。
在推出 TCS 基于小芯片的系統工程服務時,您如何看待這如何塑造半導體公司縮短上市時間同時降低設計成本的能力?
基于 TCS Chiplet 的系統工程服務旨在幫助半導體公司突破傳統芯片設計的界限。
通過重復使用經過驗證的模塊和定制封裝,芯片制造商可以縮短創新周期、降低風險、提高產量和降低成本,并為需要智能的每個設備和系統帶來智能。
通過將復雜的設計分解為可以獨立設計、驗證和重用的更小模塊,與從頭開始構建單片芯片相比,我們顯著縮短了開發時間和費用,降低了風險。
這使客戶能夠以更低的設計成本更快地推出新芯片。
使用小芯片,我們還可以通過利用經過驗證的模塊并將它們與標準化接口連接來加快設計周期。
在 TCS,我們通過設計和驗證這些關鍵互連和高級封裝來為客戶提供支持,包括解決 3D 堆疊中的散熱等挑戰,實現更大的靈活性、可擴展性和成本效益,這對于人工智能革命的快速步伐至關重要。
這種方法改變了人工智能的擴展方式,允許為不同的應用快速創建定制芯片。
在幫助半導體公司過渡到這種新范式方面已經取得了長足的進步。
例如,TCS 最近與北美一家大型半導體公司合作,簡化了小芯片集成到單個封裝中的過程,有效解決了與異構設備集成相關的挑戰。
通過采用基于小芯片的現代設計方法,TCS 使其合作伙伴能夠加速行業領先的 AI 處理器的交付,并更快地將其推向市場。
由于互連性能經常被認為是一項主要挑戰,哪些突破或全行業標準對于釋放小芯片的全部潛力最為關鍵?
互連性能對于小芯片來說絕對至關重要——它是這種新架構的支柱。
以前,當所有東西都駐留在單個硅芯片上時,通信并不是瓶頸。但現在組件在一個封裝中,強大的高速連接至關重要。
由于 AI 工作負載的數據密集型性質,處理器和內存之間的接口代表了通過印刷電路板 (PCB) 連接時的性能瓶頸。
將處理器和內存作為小芯片集成到單個封裝中有助于緩解這一限制。這種方法構成了高帶寬內存 (HBM) 的基礎,該內存已在專為 AI 應用設計的設備中變得普遍。
關鍵突破和 UCIe?(通用小芯片互連快速)等行業標準至關重要,它為無縫小芯片集成提供了標準化、高帶寬、低延遲的接口,無論制造商如何。
這使得不同的模塊(可能來自不同的供應商)能夠有效且高效地進行通信。
除此之外,高帶寬內存 (HBM) 集成的進步也至關重要,因為內存帶寬和數據傳輸速率對于大型 AI 模型來說變得與原始計算一樣重要。
此外,2.5D 和 3D 堆疊等封裝創新雖然帶來了熱管理等挑戰,但對于創建更密集、更高效的系統至關重要。
TCS 積極設計和驗證這些互連和高級封裝,幫助創建克服單片設計局限性所需的統一、高性能系統。
展望未來,小芯片架構和先進封裝技術將如何影響從超大規模數據中心到邊緣設備等各種應用的高度專業化人工智能芯片的開發?
展望未來,我們看到小芯片架構和先進的封裝技術將通過實現“適合用途”的設計理念,深刻影響高度專業化人工智能芯片的開發。
這將使芯片制造商能夠為極其多樣化的應用快速創建定制解決方案,從訓練最大模型的超大規模數據中心到機器人、自動駕駛汽車、智能家電或具有嵌入式智能的工業機械等微型邊緣設備。
小芯片的引入不僅提供了摩爾定律的解決方法,還為半導體行業提供了一種滿足人工智能時代獨特需求的手段。
基于小芯片的系統工程可以成為未來半導體設計的基礎,從而成為確保人工智能能夠跨行業可持續擴展的架構。
前進的道路很明確:維持下一波人工智能浪潮需要的不僅僅是對現有系統進行增量擴展。它要求從根本上重新思考半導體設計。
小芯片提供了這一基礎,使架構能夠滿足各個領域不斷變化的人工智能需求。


評論