国产芯片如何突围？ _知识百科

本文来自格隆汇专栏：半导体行业观察作者：杜芹DQ
由于一些众所周知的原因，国产半导体的前行之路正迎来艰难的爬坡阶段。随着先进工艺的使用愈发困难，但是市场各应用场景却对芯片的算力和性能等要求丝毫不减的背景下。那么，撇开先进工艺，国内还能从哪些技术方向进行突围呢？
处于后摩尔时代，发展节奏开始慢下来，芯片系统性能的提升不再依靠单纯的晶体管微缩来实现。广阔而又碎片化的市场，给国内各企业孕育了施展拳脚的“温床” 。这不仅给我国的追赶者一个发展机会，同时也是各家企业探索对设备和工艺条件不太苛刻的新技术、新路径，各显神通的时代。
新的架构、新的电路设计
1
存算一体
进入人工智能时代，算力和运算数据量每年都在指数级增加，然而摩尔定律已经接近于到极限，每代芯片只有10-20%的性能提升。再加上冯诺依曼架构的算力已经被内存墙所限制，只有解决内存墙问题才能进一步提高算力。在各种解决方案中，存内计算是最直接也是最高效的。
存算一体技术（PIM ：Processing in-memory）被视为人工智能创新的核心。它将存储和计算有机结合，直接利用存储单元进行计算，极大地消除了数据搬移带来的开销，解决了传统芯片在运行人工智能算法上的“存储墙”与“功耗墙”问题，可以数十倍甚至百倍地提高人工智能运算效率，降低成本。
除此之外，由于存算一体具有大算力、低功耗的优势，因此对先进工艺制程属于弱依赖，是一种能够突破先进工艺对性能限制的路径，可以用成熟制程做出先进制程的效果来。算力和工艺有一定相关性，但不强，更多的是看其产品的定位，在性能、功耗和成本三者之间追求相对的平衡。目前市面上基于存算一体的存储介质主要有三种：Flash、SRAM、ReRAM等。其中Flash介质所采用的工艺节点在40nm左右；SRAM和ReRAM在28nm工艺就可以实现很好的性能优势。
现在存算一体技术已经开始从低功耗场景逐渐向有着更大算力需求的智能驾驶市场奋进。在智能时代里，从可穿戴到自动驾驶，功耗约束下场景里的计算效率都是永恒的主题，存内计算是解放算力提升能效比最强有力的武器之一。
2
Chiplet技术
Chiplet被行业普遍认为是未来5年算力的主要提升技术。Chiplet可以使我们不再需要只依赖单个芯片性能的提升，可以尝试利用新的开放标准UCIe来优化设计的异构Chiplet，实现成本优势和性能上的提高。
作为处理器的未来，Chiplet有几个很明显的好处：
成本低：一方面，现在的芯片面积变得越来越大，不仅制造难度增加，也增加了良率带来的损失，而通过将大芯片分成更小的Chiplet，提高了产量（或良率），则降低了制造成本；另一方面是，Chiplet允许使用不同的制造节点创建异构的芯片，SoC中不同功能的模块可使用不同的wafer技术，高性能的可能需要5nm，其他性能可能只需要40或者28就可以做到性能最大化。此外，企业可以在多个产品中重复使用小芯片来减少设计时间和流片费用。据统计，Chiplet可以将7nm芯片设计的成本降低25%，到5nm及以下，成本节省更大。
突破了SoC设计极限：Chiplet突破了光罩面积的规模极限，通过异质集成的方式突破了功能极限，使其不再受多工艺的约束，通过算力可扩展的方式提升了芯片的性能，并通过敏捷开发的方式大大缩短了工期极限。
随着全球消费电子产业、HPC运算等对Chiplet的需求，Chiplet市场前景一片大好。根据研究机构 Omdia 报告，2024年采用Chiplet的处理器芯片的全球市场规模将达 58 亿美元，到2035年将达到570亿美元。

以上关于本文的内容，仅作参考！温馨提示：如遇专业性较强的问题（如：疾病、健康、理财等），还请咨询专业人士给予相关指导!

「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容，希望对您有所帮助：