每經(jīng)記者 朱成祥    每經(jīng)編輯 文多    

7月10日上午，在2020世界人工智能大會分論壇上，三星Foundry的市場戰(zhàn)略團(tuán)隊主管Moonson Kang通過視頻連線，發(fā)表了題為“面向未來的Foundry”的主題演講。

Moonson Kang本身并非AI專家，在演講中，他主要是從晶圓工廠的角度看AI行業(yè)，以及晶圓工廠如何幫助AI行業(yè)實現(xiàn)想法。

Moonson Kang認(rèn)為，現(xiàn)在數(shù)據(jù)中心AI芯片仍以CPU、GPU為主，但預(yù)計2025年主流架構(gòu)方案將是定制化AI芯片。另外，他認(rèn)為“異質(zhì)整合”（heterogeneous Integration），確為不可否認(rèn)的趨勢。

從CPU、GPU到定制化芯片

作為晶圓制造領(lǐng)域的專家，Moonson Kang認(rèn)為人工智能解決方案才剛剛開始，并且具有巨大的成長潛力。

“即使在發(fā)展的初期，人工智能也已經(jīng)通過許多不同方式滲透到我們生活的各個角落。”Moonson Kang表示。芯片的計算能力本身，則對人工智能的實現(xiàn)至關(guān)重要。正如上文所言，多樣化是AI應(yīng)用程序的重要特點，因此Moonson Kang認(rèn)為“沒有單一的（AI芯片）解決方案能滿足所有（應(yīng)用程序）的需求。為指定類型的AI應(yīng)用程序提供它所需要的正確的計算解決方案，是非常重要的。”

一開始，通用CPU成為人工智能應(yīng)用領(lǐng)域最為靈活的解決方案。不過，CPU不會針對人工智能應(yīng)用領(lǐng)域的計算操作進(jìn)行特別優(yōu)化。簡而言之，CPU可以滿足多樣化的需求，但不能專精某個特定的領(lǐng)域。于是，由于GPU（圖形處理器）在處理AI類型計算方面具有更高的效率，GPU開始變得流行。

Moonson Kang認(rèn)為：“通過定制設(shè)計的AI處理器可以實現(xiàn)更高的計算效率，相信這是AI計算的未來。”

目前，數(shù)據(jù)中心推理（Inference）應(yīng)用市場由CPU占據(jù)主導(dǎo)地位；數(shù)據(jù)中心訓(xùn)練（Training）則完全由GPU主導(dǎo)。Moonson Kang表示：“預(yù)計2025年定制AI芯片將占據(jù)（推理應(yīng)用市場近一半的市場份額；并成為訓(xùn)練應(yīng)用市場最重要的解決方案。”

“異質(zhì)整合”趨勢

在芯片領(lǐng)域最具影響力的，無疑是英特爾創(chuàng)始人戈登•摩爾提出的“摩爾定律”，而工藝節(jié)點的微縮，正是實現(xiàn)摩爾定律的重要途徑。從28nm到14/16nm，再到7nm乃至5nm，每一代工藝的進(jìn)步，都會對芯片行業(yè)產(chǎn)生舉足輕重的影響。

工藝節(jié)點的微縮，意味著單位面積芯片可以容納更多數(shù)量的晶體管，從而提升芯片性能，降低功耗。而異質(zhì)整合，則與半導(dǎo)體行業(yè)的傳統(tǒng)方向（越來越多的內(nèi)容集成到單個芯片中的方向）截然相反。

對于異質(zhì)整合趨勢的流行，Moonson Kang表示，這是因為高端制程的邏輯工藝變得越來越昂貴，“這導(dǎo)致先進(jìn)技術(shù)節(jié)點的芯片設(shè)計成本也隨之迅速增加。而并非設(shè)計的所有部分都以相同的方式體驗高級技術(shù)節(jié)點的好處。”

他以模擬芯片舉例：“模擬設(shè)計不會隨著先進(jìn)技術(shù)節(jié)點的發(fā)展而縮小，考慮到更高的晶圓成本，采用先進(jìn)技術(shù)節(jié)點的模擬零件變得越來越昂貴。”

基于上述原因，分解的想法變得很流行。“單個芯片可以分為多個小芯片（Chiplet），這些小芯片可以組裝在中介層（Interposer）的頂部或多芯片封裝模塊。”

“當(dāng)然，這個想法需要克服很多技術(shù)和經(jīng)濟(jì)上的障礙。但這正在成為不可否認(rèn)的趨勢，至少在某些細(xì)分市場中是這樣。”Moonson Kang補充道。

封面圖片來源：攝圖網(wǎng)