大芯片，靠它们了

65 0 0

文章摘要

在ISSCC上，英特尔高级副总裁Navid Shahriari发表了关于人工智能时代创新矩阵的演讲，强调了人工智能在解决复杂问题和推动创新方面的潜力。他指出，人工智能的快速发展要求系统层面的全面进步，涵盖从低功耗设备到云计算，以及连接这些系统的通信网络。这种需求正在推动硅片、封装、架构和软件领域的创新前沿。

芯片技术的进步是这一创新矩阵的核心。RibbonFET和PowerVia等新技术的引入，显著提升了晶体管的性能和效率。RibbonFET作为一种全栅极晶体管，超越了FinFET架构，提供了更高的性能扩展和工作负载灵活性。PowerVia则通过背面供电技术，降低了IR压降，并提供了额外的信号路由空间。此外，High NA EUV光刻技术的应用，进一步简化了电子设计自动化流程，提高了良率和可靠性。

3D集成电路（3DIC）和封装技术的创新，为在更小的面积上实现更高的计算能力提供了可能。通过异构集成，3DIC技术降低了成本和占用空间，同时提高了带宽和能源效率。封装技术的进步，如玻璃基板的使用，进一步提升了互连密度和信号特性，满足了人工智能应用对功率的不断增长需求。

互连技术的改进，特别是光互连技术的应用，为高带宽域提供了更广泛的覆盖范围。英特尔展示的全集成光计算互连芯片，展示了光互连在机架内应用的潜力。此外，电源输送技术的创新，如完全集成的电压调节器（FIVR），通过将电压转换更靠近芯片，提高了电流密度和转换效率，满足了高性能芯片的功率需求。

架构和软件的协同发展，是推动系统性能指标改进的关键。下一代计算架构需要通过先进的封装和硅工艺堆叠，实现有凝聚力的系统。软件的发展则通过开源生态系统中的协作和标准化，增强了安全性和流程简化，确保了硅资源的高效利用。

神经形态和量子计算等新兴技术，为人工智能的扩展提供了新的可能性。神经形态芯片在实时设置下的应用，展示了其在功率和延迟方面的优势。量子计算则通过利用量子物理的力量，为解决复杂问题提供了前所未有的速度。

生态系统协作，是快速开发下一代先进计算系统的关键。与整个技术堆栈中的最终用户和合作伙伴的紧密合作，确保了开发过程符合市场需求和时间表，同时利用了整个生态系统的关键学习和开发。

总的来说，人工智能的快速发展正在推动半导体行业在芯片、封装、互连、电源输送、架构和软件等多个领域的全面创新。这些技术的协同发展，将为人工智能的变革潜力奠定坚实的基础。