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

每经记者 朱成祥    每经编辑 文多    

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。

封面图片来源：摄图网