Page 47 - Demo

www.eettaiwan.com | 2025年1-2月44 OPINION圖4：基於system chiplet的可擴展ADAS架構支援一系列汽車解決方案。圖3：汽車電子市場正隨創新而展現爆發成長，並將在2030年達到3,860億美元的市場規模。圖2：首款Arm-bsed的system chiplet架構。 (來源：Cadencec)基於Arm的system chiplet意 識 到 這一商 機，C a d e n c e與Arm共同設計並推出了s ystem chiplet，還為此提供了參考設計，結合Arm CPU和邏輯，以管理multi,chiplet SoC的資源。該設計包含兩個UCIe控制器和PHY，用於與其他chiplet互連；一個晶片網路(NOC)進行on-chiplet通訊；單一的LPDDR5/5X控制器，以及系統控制和管理功能。該架構具有靈活性，客戶可以根據需求添加I/O、所需的Arm核心數等，打造符合需求的客製system chiplet解決方案。Cadence最初將這款system chiplet 鎖 定 於 汽 車領域，以因應OEM尋求為資訊娛樂和控制等功能添加特定品牌半導體的需求。然而，此chiplet及其概念也適用於各種SoC，例如機器人與無人機等。為什麼鎖定汽車？Cadence分享對於汽車電子市場的看法，他們認為汽車電子市場正隨著創新速度而展現爆發式成長。預計到2030年，這一市 場 營收 將達到3,860億美元，屆時每輛車平均將配備超過200個感測器。對於汽車公司而言，使用預先存在且經過測試的chiplet更有助於加快產品上市速度。以先進駕駛輔助系統(ADAS)為例，設想使用一款SoC支援一系列的汽車解決方案。CPU、GPU、Neo AI和Cadence Tensilica DSP chiplet連接至system chiplet，以提供記憶體、控制和I/O子系統。可以想像這種方法將多麼有助於延長元件的使用壽命、加快產品上市時間，以及透過可擴展的架構，為不同的解決方案最大化元件重複使用。Intel Foundry的Chiplet技術Intel Foundry的研究人員在2024年IEEE國際電子元件會議(IEDM 2024)發表了七篇論文，其中一篇論文的關鍵在於如何為互連chiplet的 S o C 開 發 先 進 的 封 裝 技 術。此外，Intel並發表「準單片多小晶片」(Quasi Monolithic Multi-Chiplet)中介層，以及更小間距的下一代嵌入式多晶片互連橋接(EMIB)技術，這些創新可望提高chiplet之間的頻寬密度。英特爾還發表了一項名為「選擇 性 層轉 移」(S e l e c t i v e L a y e r Transfer，SLT)技術的全新異質整合2025年1-2月 | www.eettaiwan.comOPINION 45解決方案。該公司表示，這項解決方案能夠實現「超快速」地組裝，並支援小於1µm線寬的chiplet——這一線寬甚至比人類的頭髮更小17倍。英特爾宣稱該技術有助於提升更高100倍的晶片間(chip-to-chip)頻寬。那麼，N v i d i a為何不使 用chiplet？當被問及對於chiplet的看法時，Nvidia執行長黃仁勳在今年GTC活動上表示，較大的單片晶片速度更快，他認為(目前)還沒有理由要將GPU分解成chiplet。他指出，UCIe會佔用更多邏輯或SRAM所需的晶片面積。雖然UCIe速度很快，但卻會帶來更多延遲，使得效能比單片建置方案更慢。對於一家以生產最快AI GPU而聞名的公司來說，這種權衡折衷顯然並不划算。當然，隨著技術的進步，Nvidia的計畫可能在未來有所改變，尤其是在突破光罩極限之後。可以肯定的是，我們確實看到了一 些糟糕的chiplet失 敗案例。最 知 名的莫 過 於英 特爾 的 Po nte Vecchio GPU，該GPU被用於美國阿貢國家實驗室(Argonne National Laboratory，ANL)的Aurora超級電腦，在其中的47個chiplet中總共使用了三種製程技術：Intel 7、TSMC N5和N7。儘管這是一項技術上的奇蹟，但其複雜度可能造成生產延誤和良率問題。尤其是相較於美國能源部(DoE)橡樹嶺國家實驗室(Oak Ridge National Laboratory，ORNL)的37,888個GPU組成Frontier超級電腦所使用的AMD Instinct MI250 GPU，該晶片的效能令人失望。當Ponte Vecchio在2023年1月出貨時，它已經必須面對像Nvidia H100 GPU等更先進的競爭產品了。Intel如今已不 再開發Ponte Vecchio，並將焦點轉向了Gaudi 3，以及下一代Falcon Shores GPU，這些產品將融入一些適用於AI的Gaudi架構特性。幾點綜合思考無疑地，chiplet提供了極具吸引力的優點，但也必須為此在複雜性、晶片面積和延遲等代價之間進行權衡。最有趣的發展可能是新興的商業機會和模式。system chiplet可以為設計團隊提供幾乎所有SoC所需的核心功能，讓團隊能專注於其獨特的附加價值。另一 個 例 子 是Te n s t o r r e n t RISC-V chiplet，該新創公司已將其出貨給多家客戶，包括LG Electronics和現代汽車(Hyundai)。Jeff Bezos已宣佈參與Tenstorrent最新一輪6.93億美元融資，公司估值約為26億美元。其他chiplet公司還包括專注於光子架構構的Celestial AI、提供更具彈性記憶體控制器的Elyian、專注於I/O的Credo Semiconductor，以及提供有線連線的Alphawave Semi。根據IDTechEx預測，chiplet市場規模將在2035年達到4,110億美元，其成長動力主要來自於AI、汽車和高效能運算(HPC)等領域。面對如此龐大的商機，半導體製造商應該評估何時、何處儘快部署基於chiplet的設計，而非「是否」(if)該選擇chiplet了！圖5：英特爾期望透過EMIB和Quasi Monolithic Multi-Chiplet中介層等技術創新，提高chiplet之間的頻寬密度。 (來源：Intel)圖6：透過選擇性層轉移異質整合技術，可實現小於1um線寬的chiplet——比人類的頭髮更小17倍。 (來源：Intel)因篇幅有限，完整圖文請參閱EE Times Taiwan網站