三星 Foundry 高管：定制化 AI 芯片是未来主流，“异质整合”为不可否认的趋势

三星 Foundry 高管：定制化 AI 芯片是未来主流，“异质整合”为不可否认的趋势

• 来源:网络
• 更新日期:2020-07-11

摘要：7 月 10 日上午，在 2020 世界人工智能大会分论坛上，三星 Foundry 的市场战略团队主管 Moonson Kang 通过视频连线，发表了题为 " 面向未来的 Foundry" 的主题演讲。Moonson Kang

7 月 10 日上午，在 2020 世界人工智能大会分论坛上，三星 Foundry 的市场战略团队主管 Moonson Kang 通过视频连线，发表了题为 面向未来的 Foundry 的主题演讲。

Moonson Kang 本身并非 AI 专家，在演讲中，他主要是从晶圆工厂的角度看 AI 行业，以及晶圆工厂如何帮助 AI 行业实现想法。

Moonson Kang 认为，现在数据中心 AI 芯片仍以 CPU、GPU 为主，但预计 2025 年主流架构方案将是定制化 AI 芯片。另外，他认为 异质整合 （heterogeneous Integration），确为不可否认的趋势。

从 CPU、GPU 到定制化芯片

作为晶圆制造领域的专家，Moonson Kang 认为人工智能解决方案才刚刚开始，并且具有巨大的成长潜力。

即使在发展的初期，人工智能也已经通过许多不同方式渗透到我们生活的各个角落。Moonson Kang 表示。芯片的计算能力本身，则对人工智能的实现至关重要。正如上文所言，多样化是 AI 应用程序的重要特点，因此 Moonson Kang 认为 没有单一的（AI 芯片）解决方案能满足所有（应用程序）的需求。为指定类型的 AI 应用程序提供它所需要的正确的计算解决方案，是非常重要的。

一开始，通用 CPU 成为人工智能应用领域最为灵活的解决方案。不过，CPU 不会针对人工智能应用领域的计算操作进行特别优化。简而言之，CPU 可以满足多样化的需求，但不能专精某个特定的领域。于是，由于 GPU（图形处理器）在处理 AI 类型计算方面具有更高的效率，GPU 开始变得流行。

Moonson Kang 认为： 通过定制设计的 AI 处理器可以实现更高的计算效率，相信这是 AI 计算的未来。

目前，数据中心推理（Inference）应用市场由 CPU 占据主导地位；数据中心训练（Training）则完全由 GPU 主导。Moonson Kang 表示： 预计 2025 年定制 AI 芯片将占据（推理应用市场近一半的市场份额；并成为训练应用市场最重要的解决方案。

异质整合 趋势

在芯片领域最具影响力的，无疑是英特尔创始人戈登摩尔提出的 摩尔定律 ，而工艺节点的微缩，正是实现摩尔定律的重要途径。从 28nm 到 14/16nm，再到 7nm 乃至 5nm，每一代工艺的进步，都会对芯片行业产生举足轻重的影响。

工艺节点的微缩，意味着单位面积芯片可以容纳更多数量的晶体管，从而提升芯片性能，降低功耗。而异质整合，则与半导体行业的传统方向（越来越多的内容集成到单个芯片中的方向）截然相反。

对于异质整合趋势的流行，Moonson Kang 表示，这是因为高端制程的逻辑工艺变得越来越昂贵， 这导致先进技术节点的芯片设计成本也随之迅速增加。而并非设计的所有部分都以相同的方式体验高级技术节点的好处。

他以模拟芯片举例： 模拟设计不会随着先进技术节点的发展而缩小，考虑到更高的晶圆成本，采用先进技术节点的模拟零件变得越来越昂贵。

基于上述原因，分解的想法变得很流行。 单个芯片可以分为多个小芯片（Chiplet），这些小芯片可以组装在中介层（Interposer）的顶部或多芯片封装模块。

当然，这个想法需要克服很多技术和经济上的障碍。但这正在成为不可否认的趋势，至少在某些细分市场中是这样。Moonson Kang 补充道。

每日经济新闻