随着半导体工艺制程逼近物理极限，短沟道效应以及量子隧穿效应带来的发热、漏电等问题愈发严重，Chiplet（芯粒）技术走入大众的视野，成为后摩尔时代下实现电路系统算力和带宽提升、降低成本的有效解决方案之一。作为近年来兴起的新一代集成电路技术，Chiplet技术允许将不同的模块采用不同的制程技术分开制造，极大地降低成本和能源消耗、提高产品良率。接下来小编将为大家介绍Chiplet技术的相关内容。

Chiplet技术封装体剖面结构示意图（图源：文献1）

关于Chiplet

Chiplet（芯粒）技术是一种将多个小型芯片集成为一个完整系统芯片的技术。它将芯片功能分割成多个独立的模块，每个模块都具有特定的功能，如处理器核心、存储器控制器或其他外围设备。每个模块都可以单独设计、测试、生产并在封装过程中组合在一起，形成一个完整的芯片。与传统的单芯片方案相比，Chiplet方案的设计良率更高、成本更低。研究结果表明，当芯片面积小于10mm²时，单芯片和Chiplet方案的良率差别很小，但当芯片面积超过200mm²，单芯片方案的良率将明显低于Chiplet方案，降低幅度可达20%以上。由于Chiplet是将不同工艺下的芯片封装连接起来，这种弹性的设计方式可以有效提升芯片封装的灵活性，提高了先进工艺的利用效率，降低了成本。

Chiplet技术、SoC和分立器件的优缺点对比（图源：文献2）

工作原理及关键特征

Chiplet技术是将多个Chiplet在共享基础上组合和互连，包含CPU、GPU记忆体、硬体加速器等。每个Chiplet可选用合适的制程技术和设计，实现单一系统中多样制程和设计。这些Chiplet可分别用于不同制程技术，经高速互连物理连接，构成功能完整的大型集成系统，以下为Chiplet技术关键特征。

（1）模块化设计：在Chiplet架构中，整个芯片系统被划分为多个独立，但协同工作的模块，每个模块被称为一个Chiplet。这些Chiplet可以是处理器核心、缓存、内存、I/O接口等不同功能的模块。

（2）独立生产：在Chiplet芯片架构下,负责不同功能的芯粒不再需要迭代至统一的工艺制程,每个Chiplet可以根据其功能和性能要求，在最适合的制程技术上进行独立生产。这意味着不需要将整个大型芯片在单一的制程上生产，可以将最佳节点实现的不同芯粒进行混合集成,可以对芯片的不同IP单元进行选择性迭代,迭代的部分die还能用于制作下一代产品，从而有效降低生产的复杂性和生产成本。例如,可以将传统的电子芯片与光电子器件集成在同一芯片上,实现光电混合芯片。这种光电混合芯片结合了电子和光子的优势,可以在高速数据传输、光通信、光计算等领域发挥重要作用。

*die：从晶圆上切割下来的单个集成电路芯片，包含晶体管、电阻、电容等电子元件以及复杂的电路设计。

（3）灵活组合：由于每个小芯片可以独立设计和制造，因此可以根据需要调整小芯片的组合方式，从而适应不同的应用场景和需求。同时，Chiplet技术可以实现芯片的动态扩展，根据需要增加或减少小芯片的数量，从而提高芯片的灵活性，以实现特定的系统性能和功能要求。

（4）优化生产良率：伴随高端芯片性能的快速提升,集成电路单芯片中的晶体管数量也在快速增加,导致芯片面积不断变大。对于晶圆制造工艺而言,芯片面积越大,工艺的良率越低。而Chiplet技术通过将大芯片拆解、分割成几颗小芯粒,使得失效点落在单个小芯粒上的概率大大降低，由此集成的大芯片可以实现制造面积的突破和良率的提升。如果一个Chiplet出现缺陷，只需替换这个有缺陷的Chiplet，而不是整个大型芯片，制造成本因此可以大幅降低。

良率与晶圆面积的关系（图源：文献3）

（5）高速互连技术：Chiplet之间通过高速、低延迟的互连技术连接在一起。这些互连技术允许Chiplets之间高效、紧密地通信。其中，UCle是一个分层协议，物理层负责电信号、时钟、链路等，Die-to-Die适配器管理芯粒链路状态和参数。

UCle分层方法和不同的封装选择（图源：文献2）

（6）快速迭代和升级，提高芯片设计效率：Chiplet架构使设计更易迭代和升级。由于每个小芯片可以独立设计和制造，因此可以并行进行多个小芯片的设计和制造，从而缩短设计周期。通过替换、添加Chiplet，即可形成一个新的AI芯片系统，无需重新设计整个芯片系统，从而减少设计工作量。使芯片设计更模块化、具有更高的灵活性、降低了生产成本、复杂性，促使更有效地利用不同的制程技术，显著缩短芯片的上市时间。

Chiplet技术应用

1、人工智能

Chiplet技术可以应用于人工智能领域，提高AI芯片的性能和效率。Chiplet技术可以将不同类型的AI加速器（如神经网络处理器、张量处理器、视觉处理器等）通过高速、低功耗的互连方式进行集成，实现高效的AI计算。这种模块化设计不仅提高了AI芯片的性能，还优化了功耗效率。此外，Chiplet技术也促进了AI芯片的快速更新和升级，使其能够跟上不断发展的人工智能算法和应用需求。通过提高性能和效率，Chiplet技术为人工智能领域

的创新和发展提供了强大的支持。例如，谷歌的TPU v4就采用了Chiplet技术，将多个TPU芯片通过2.5D封装技术集成在一起，提供了高达1.1PFLOPS的算力。未来，Chiplet技术有望实现更高的AI算力和更低的功耗，支持更多的AI应用场景，如自然语言处理、计算机视觉、机器学习等。

2、高性能计算

Chiplet技术可以应用于高性能计算领域，提升超级计算机的性能和可扩展性。通过将芯片模块化设计，超级计算机能够集成不同类型的处理单元、内存单元和加速器，实现异构计算和大规模集成。这种灵活性使得计算系统能够根据需求定制配置，提高内存带宽和容量，并简化维护和升级过程。Chiplet技术为高性能计算提供了更大的灵活性、可扩展性和定制化配置，推动了超级计算技术的不断进步。例如，英特尔的Sapphire Rapids处理器就采用了Chiplet技术，将多个计算芯片和HBM内存芯片通过2.5D封装技术集成在一起，提供了高性能和高带宽的计算平台。未来，Chiplet技术有望实现更高的计算性能和更低的计算成本，支持更多的高性能计算应用，如大数据分析、科学模拟、量子计算等。

3、边缘计算

Chiplet技术可以应用于边缘计算领域，提高边缘设备的性能和功耗比。Chiplet技术可以将不同功能、不同功耗的芯片进行集成，这种灵活性允许边缘设备根据具体任务选择性使用高性能或低功耗的Chiplet，实现更好的功耗管理。同时，Chiplet技术的应用使得边缘设备更加适应多样化工作负载，包括图像处理、机器学习等，为边缘计算提供了高度定制化、灵活性强、性能卓越和功耗效能优越的解决方案。例如，苹果的M1 Pro和M1 Max芯片就采用了Chiplet技术，将多个计算芯片和内存芯片通过扇出型晶圆级封装技术封装在一起，实现了高性能和低功耗的移动计算方案。未来，Chiplet技术有望实现更高的边缘计算能力和更低的边缘计算功耗，支持更多的边缘计算应用，如物联网、智能家居、智能汽车等。

4、物联网

Chiplet技术可以应用于物联网领域，提高物联网设备的功能和可靠性。通过将芯片分解成独立的功能模块，物联网设备可以实现更高级别的功能集成，同时提升可靠性。这种模块化设计使得物联网设备可以根据具体应用需求，选择性地集成不同功能的Chiplet，从而实现个性化的定制化配置。Chiplet技术还促使了物联网设备更加紧凑、能效更高的设计，有助于延长设备的电池寿命，提高其在无线网络环境中的稳定性。Chiplet技术可以集成不同频段、不同协议的芯片，实现多模式、多频段的通信系统。例如，高通的Snapdragon系列芯片就采用了Chiplet技术，将多个芯片模块通过FOWLP技术封装在一起，支持多种通信标准和功能。未来，Chiplet技术有望实现更高的通信性能和更好的通信质量，支持更多的物联网应用，如智能穿戴、智能医疗、智能城市等。

小结

基于Chiplet技术的AI芯片设计，通过灵活组合多种功能模块，可以有效实现高算力、灵活性强、低功耗、多样化应用场景的需求，但其仍有互连延迟、散热、工具链问题、标准化和生态系统建设等困难需要解决。但从总体上来看，发展Chiplet技术将会大大降低芯片设计门槛，在一定程度上可以避开美国对我国先进工艺芯片制造的限制，为我国半导体自主国产化带来机会。

参考文献：

1、邵滋人,李太龙,汤茂友.先进封装技术在三维闪存产品中的应用探讨[J].中国集成电路.

2、张志伟,冯明宪,田果,等.Chiplet技术推动半导体产业可持续发展的研究[J].无线互联科技.

3、吴蝶.先进封装Chiplet技术[J].软件.

4、厉佳瑶,张琨,潘权.Chiplet技术：拓展芯片设计的新边界[J].集成电路与嵌入式系统.

5、张志伟,田果,王世权.先进封装Chiplet技术与AI芯片发展[J].中阿科技论坛(中英文).

粉体圈 Alice