來源：Silicon Semiconductor

最近，由于人們對(duì)生成式人工智能 (GenAI) 的興趣日益增長(zhǎng)，新型人工智能 (AI) 應(yīng)用的迅速崛起正在對(duì)半導(dǎo)體行業(yè)產(chǎn)生巨大影響。

半導(dǎo)體知識(shí)產(chǎn)權(quán)領(lǐng)域的領(lǐng)導(dǎo)企業(yè)Adeia戰(zhàn)略副總裁Seung Kang博士表示，對(duì)計(jì)算能力的需求正在加速增長(zhǎng)，需求將超過當(dāng)前支撐當(dāng)今高性能基礎(chǔ)設(shè)施、平臺(tái)和設(shè)備的芯片組技術(shù)的能力。

全球數(shù)字經(jīng)濟(jì)的各個(gè)垂直領(lǐng)域幾乎都對(duì)人工智能的興趣日益濃厚，預(yù)計(jì)將推動(dòng)整個(gè)半導(dǎo)體行業(yè)對(duì)混合鍵合技術(shù)的需求激增。

Gartner分析師表示，到2023年，用于執(zhí)行AI工作負(fù)載的半導(dǎo)體將為半導(dǎo)體行業(yè)帶來534億美元的收入機(jī)會(huì)，較2022年增長(zhǎng)20.9%。以AI為中心的半導(dǎo)體收入未來幾年后將繼續(xù)實(shí)現(xiàn)兩位數(shù)增長(zhǎng)，到2024年將增長(zhǎng)25.6%，達(dá)到671億美元，到2027年將達(dá)到1194億美元。

Kang表示：“人工智能正在極大地影響整個(gè)行業(yè)，它加速了對(duì)日益強(qiáng)大和節(jié)能的計(jì)算系統(tǒng)的需求，超越了現(xiàn)有半導(dǎo)體平臺(tái)的能力。具體而言，人工智能工作負(fù)載是計(jì)算密集型、要求苛刻的半導(dǎo)體系統(tǒng)，這些系統(tǒng)是為大規(guī)模并行計(jì)算而定制的?！?/p>

目前，此類系統(tǒng)的關(guān)鍵驅(qū)動(dòng)因素是與高速互連相一致集成的圖形處理單元（GPU）和高帶寬存儲(chǔ)器（HBM）。為了滿足最先進(jìn)的人工智能系統(tǒng)要求，需要前所未有的性能基準(zhǔn)。在處理大型語(yǔ)言模型時(shí)尤其如此。然而，處理器和內(nèi)存組件都面臨著基本的半導(dǎo)體縮放挑戰(zhàn)。

Kang解釋道：“GPU和人工智能定制神經(jīng)處理器依賴于尖端邏輯節(jié)點(diǎn)，這些節(jié)點(diǎn)提供更小的占地面積、更低的功耗和更快的速度。隨著對(duì)計(jì)算性能的需求不斷增長(zhǎng)，在單片芯片上實(shí)現(xiàn)此類處理器（即使在最先進(jìn)的節(jié)點(diǎn)）變得越來越具有挑戰(zhàn)性。在這種情況下，所需的方法是以新的形式分解和重新組裝芯片，而不需要進(jìn)行重大權(quán)衡”。

業(yè)界日益達(dá)成共識(shí)，混合鍵合技術(shù)將廣泛應(yīng)用于處理器和HBM。與其他方法相比，混合鍵合在高密度IO（輸入輸出）、減少寄生延遲、更短的高度和改進(jìn)的熱性能方面具有先天的優(yōu)勢(shì)。

審核編輯 黃宇