芯粒英文是Chiplet，是指預先制造好、具有特定功能、可組合集成的晶片（Die），Chiplet也有翻譯為“小芯片”，中科院計算所韓銀和等2020年時建議將Chiplet翻譯為“芯?！?/span>。
2010年，蔣尚義先生提出通過半導體公司連接兩顆芯片的方法，區別于傳統封裝，定義為先進封裝。2015年Marvell創始人之一周秀文(Sehat Sutardja)博士曾提出Mochi (Modular Chip，模塊化芯片)架構的概念，這是芯粒早期雛形。AMD率先將芯粒技術大規模應用于商業產品。2019年，國內華為等公司也在產品中使用芯粒技術。2022年基金委雙清論壇上，孫凝暉院士、劉明院士、蔣尚義先生等討論提出了“集成芯片”概念，也是對芯粒集成芯片的概括和定義。
關于芯粒技術，網上有多篇寫的比較全面的介紹。如54所的許居衍院士的報告，ARM的邵博士寫的文章《多Die封裝：Chiplet小芯片的研究報告》，華為的夏博士的文章，成都電子科大的黃樂天的文章，清華大學研究組提出的芯粒設計成本估算模型。不過，網上也有一些值得關注的觀點。清華大學魏少軍教授指出，Chiplet處理器芯片是先進制造工藝的“補充”，而不是替代品?！捌淠繕诉€是在成本可控情況下的異質集成?！?/span>
隨著AI、HPC等高算力需求日新月異，作為算力載體的高性能芯片的需求也隨之水漲船高。先進封裝因能提升芯片的集成密度與互聯速度、降低芯片設計門檻，并增強功能搭配的靈活性，故而已成為超越摩爾定律、提升芯片系統性能的關鍵途徑。Chiplet既是先進封裝技術的重要應用，亦是后道制程提升AI芯片算力的[敏感詞]途徑之一。
隨著人工智能技術的飛速發展，AI芯片的技術架構也在不斷演進和升級?？萍夹韭勆缃榻B，中央處理器（CPU，Central Processing Unit）是計算機的核心，現代計算機發展所遵循的基本結構形式始終是馮·諾依曼機結構，需要CPU從存儲器取出指令和數據進行相應的計算，CPU負責承擔運算器和控制器這兩個核心功能。CPU通常由運算器、控制器、時鐘、寄存器等多個模塊構成。
而AI芯片按照技術架構主要可以分為圖形處理器（GPU）、現場可編程門陣列（FPGA）、專用集成電路（ASIC）與類腦芯片。
圖形處理器（GPU，Graphics Processing Unit）是顯卡的核心。CPU的定位是通用計算芯片，而GPU的定位是并行計算芯片，主要是將其中非常復雜的數學和幾何計算抽出，變成一個超高密度、能夠并行計算的方式。
目前，GPU已經發展到較為成熟的階段，谷歌、FACEBOOK、微軟、Twtter和百度等公司都在使用GPU分析圖片、視頻和音頻文件，以改進搜索和圖像標簽等應用功能。
現場可編程門陣列（FPGA，Field Programmable Gate Array）是在PAL（可編程陣列邏輯）、GAL（通用陣列邏輯）等可編程器件的基礎上進一步發展的產物。它是作為專用集成電路（ASIC）領域中的一種半定制電路而出現的，既解決了定制電路的不足，又克服了原有可編程器件門電路數有限的缺點。
由于FPGA具有可編程靈活性高、開發周期短以及并行計算效率高等特點，FPGA的應用場景非常廣泛，遍布航空航天、汽車、醫療、廣播、測試測量、消費電子、工業控制等熱門領域。
專用集成電路（ASIC ，Application Specific Integrated Circuit )是針對用戶對特定電子系統的需求，從根級設計、制造的專有應用程序芯片，其計算能力和計算效率可根據算法需要進行定制，是固定算法最優化設計的產物。
目前，ASIC在通信領域、圖像與視頻處理、汽車電子、醫療設備、人工智能等領域都有廣泛應用。
類腦計算芯片（Neuro-inspired computing chips）就是用電路模擬人腦神經網絡架構的芯片，它結合微電子技術和新型神經形態器件，模仿人腦神經系統計算原理進行設計，實現類似人腦的超低功耗和并行信息處理能力。
作為新一代的人工智能處理器，類腦芯片具有并行計算、低功耗設計和自適應學習等特點，為人工智能領域帶來了許多新的機遇。目前，在模式識別與圖像處理、自動機器人、大數據分析、醫學與生物科學研究等領域，類腦芯片具有巨大的潛力，將推動人工智能技術的更大突破和進步。
華福證券認為，隨著AI、HPC等高算力需求日新月異，作為算力載體的高性能芯片的需求也隨之水漲船高。然而，先進制程的進階之路已困難重重，一方面，摩爾定律迭代進度的放緩使芯片性能增長的邊際成本急劇上升；另一方面，受限于光刻機瓶頸，前段制程的微縮也愈發困難。在此背景下，先進封裝因能提升芯片的集成密度與互聯速度、降低芯片設計門檻，并增強功能搭配的靈活性，故而已成為超越摩爾定律、提升芯片系統性能的關鍵途徑。
隨著摩爾定律走到極限，Chiplet被行業普遍認為是未來5年算力的主要提升技術。
半導體產業縱橫介紹，Chiplet俗稱芯粒，也叫小芯片，它是將一類滿足特定功能的die（裸片），通過die-to-die內部互聯技術實現多個模塊芯片與底層基礎芯片封裝在一起，形成一個系統芯片，以實現一種新形式的IP復用。簡單來說，可以理解為將每個小的芯片用“膠水”縫合在一起，形成一個性能更強的大芯片。
去年，大部分廠商或許還沉浸在Chiplet技術的未來應用上，如今Chiplet已經成為各大廠商的產品中的必選角色。英特爾、AMD、英偉達都在自家的CPU、GPU上使用了Chiplet技術，這將Chiplet推入了一個全新的商業化階段。
[敏感詞]，通過將功能塊劃分為小芯片，那么不需要芯片尺寸的持續增加。這就提高了良率并簡化了設計和驗證的流程。
第二，每個小芯片是獨立的，那就可以選擇[敏感詞]工藝。邏輯部分可以采用[敏感詞]工藝制造，大容量SRAM可以使用7nm左右的工藝制造，I/O和外圍電路可以使用12nm或28nm左右的工藝制造，這就大大降低了制造的成本。
第三，組合多樣，適合定制化，輕松制造衍生類型。比如說采用相同的邏輯電路但是不一樣的外圍電路，或相同外圍電路但不同的邏輯電路。
第四，不同制造商的小芯片可以混合使用，而不僅僅是局限在單個制造商內。
這些特點都非常適合用在大算力芯片上。相較于傳統消費級芯片，算力芯片面積更大，存儲容量更大，對互連速度要求更高。采用Chiplet既可以降低成本提升良率，又可以允許更多計算核心的“堆料”，還能便于引入HBM存儲。
不過，目前的Chiplet仍存在一些門檻問題。電子發燒友網指出，Chiplet在成本、開放生態等方面仍面臨挑戰。目前基本只有大公司才用到這一先進技術，且主要集中在通信、大規模數據處理等領域，反倒是設計周期長的汽車、成本敏感的消費電子和可靠性要求高的工業領域，比較缺乏Chiplet設計的參與。
如今的Chiplet并沒有大規模普及，尤其是在某些基于成熟工藝的芯片設計上，還是因為門檻問題。先進封裝的成本還沒有降低到設計公司可以考慮Chiplet方案的程度，這些較高的門檻阻止了Chiplet的普及。在設計公司看來，行業需要像現在的云服務一樣，打造一個多供應商、多選擇和開放的生態，這樣才能徹底發揮Chiplet用于降低設計成本、提高綜合性能的優勢。
高性能多模態AI大模型
NPU+CPU異構解決方案
免責聲明：本文采摘自“大印藍?？萍肌惫娞?，本文僅代表作者個人觀點，不代表薩科微及行業觀點，只為轉載與分享，支持保護知識產權，轉載請注明原出處及作者，如有侵權請聯系我們刪除。
AMD 2019年Chiplet專利
不同制程及封裝技術下的芯片良率、成本、面積的關系 注：D為缺陷密度，c為負二項分布中的集群參數或Seed’s model中臨界值數量
