每日經濟新聞 2020-07-10 21:27:37
因為高端制程的邏輯工藝變得越來越昂貴，“這導致先進技術節點的芯片設計成本也隨之迅速增加。”三星Foundry（晶圓工廠）市場戰略團隊主管認為，預計2025年主流架構方案將是定制化AI芯片。
每經記者｜朱成祥 每經編輯｜文多
7月10日上午，在2020世界人工智能大會分論壇上，三星Foundry的市場戰略團隊主管Moonson Kang通過視頻連線，發表了題為“面向未來的Foundry”的主題演講。
Moonson Kang本身并非AI專家，在演講中，他主要是從晶圓工廠的角度看AI行業，以及晶圓工廠如何幫助AI行業實現想法。
Moonson Kang認為，現在數據中心AI芯片仍以CPU、GPU為主，但預計2025年主流架構方案將是定制化AI芯片。另外，他認為“異質整合”（heterogeneous Integration），確為不可否認的趨勢。
作為晶圓制造領域的專家，Moonson Kang認為人工智能解決方案才剛剛開始，并且具有巨大的成長潛力。
“即使在發展的初期，人工智能也已經通過許多不同方式滲透到我們生活的各個角落。”Moonson Kang表示。芯片的計算能力本身，則對人工智能的實現至關重要。正如上文所言，多樣化是AI應用程序的重要特點，因此Moonson Kang認為“沒有單一的（AI芯片）解決方案能滿足所有（應用程序）的需求。為指定類型的AI應用程序提供它所需要的正確的計算解決方案，是非常重要的。”
一開始，通用CPU成為人工智能應用領域最為靈活的解決方案。不過，CPU不會針對人工智能應用領域的計算操作進行特別優化。簡而言之，CPU可以滿足多樣化的需求，但不能專精某個特定的領域。于是，由于GPU（圖形處理器）在處理AI類型計算方面具有更高的效率，GPU開始變得流行。
Moonson Kang認為：“通過定制設計的AI處理器可以實現更高的計算效率，相信這是AI計算的未來。”
目前，數據中心推理（Inference）應用市場由CPU占據主導地位；數據中心訓練（Training）則完全由GPU主導。Moonson Kang表示：“預計2025年定制AI芯片將占據（推理應用市場近一半的市場份額；并成為訓練應用市場最重要的解決方案。”
在芯片領域最具影響力的，無疑是英特爾創始人戈登•摩爾提出的“摩爾定律”，而工藝節點的微縮，正是實現摩爾定律的重要途徑。從28nm到14/16nm，再到7nm乃至5nm，每一代工藝的進步，都會對芯片行業產生舉足輕重的影響。
工藝節點的微縮，意味著單位面積芯片可以容納更多數量的晶體管，從而提升芯片性能，降低功耗。而異質整合，則與半導體行業的傳統方向（越來越多的內容集成到單個芯片中的方向）截然相反。
對于異質整合趨勢的流行，Moonson Kang表示，這是因為高端制程的邏輯工藝變得越來越昂貴，“這導致先進技術節點的芯片設計成本也隨之迅速增加。而并非設計的所有部分都以相同的方式體驗高級技術節點的好處。”
他以模擬芯片舉例：“模擬設計不會隨著先進技術節點的發展而縮小，考慮到更高的晶圓成本，采用先進技術節點的模擬零件變得越來越昂貴。”
基于上述原因，分解的想法變得很流行。“單個芯片可以分為多個小芯片（Chiplet），這些小芯片可以組裝在中介層（Interposer）的頂部或多芯片封裝模塊。”
“當然，這個想法需要克服很多技術和經濟上的障礙。但這正在成為不可否認的趨勢，至少在某些細分市場中是這樣。”Moonson Kang補充道。
封面圖片來源：攝圖網
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權，嚴禁轉載或鏡像，違者必究。
讀者熱線：4008890008
特別提醒：如果我們使用了您的圖片，請作者與本站聯系索取稿酬。如您不希望作品出現在本站，可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP
