一、AI驅動下的半導體產(chǎn)業(yè)轉型
半導體產(chǎn)業(yè)正處于關鍵轉型期，這一轉型由人工智能崛起和傳統(tǒng)摩爾定律放緩共同驅動。正如報告中所指出，“半導體產(chǎn)業(yè)正經(jīng)歷一場由人工智能（AI）崛起以及傳統(tǒng)摩爾定律放緩所驅動的關鍵轉型”，該報告聚焦于芯片技術如何演進，以滿足AI對算力的巨大需求，同時解決能效、安全性與可靠性等關鍵問題。在AI算力需求的強勁推動下，芯片技術正積極尋求創(chuàng)新方向，努力應對這些復雜挑戰(zhàn)。
技術創(chuàng)新替代傳統(tǒng)縮放：傳統(tǒng)的摩爾定律縮放方法已觸及極限，產(chǎn)業(yè)開始轉向定制芯片、計算子系統(tǒng)（CSS）和芯粒等創(chuàng)新方案，以此提升性能與能效。
能效成為AI計算核心考量：隨著AI工作負載對計算需求的不斷攀升，能效成為關鍵因素。芯片設計通過整合優(yōu)化內(nèi)存層次結構、采用先進封裝技術和成熟的電源管理技術，在維持高性能的同時降低能源消耗。
安全威脅促使防護體系升級：AI技術的發(fā)展帶來了新的安全威脅，半導體產(chǎn)業(yè)構建多層次的軟硬件防護體系。從芯片加密技術到AI強化的安全監(jiān)測系統(tǒng)，全方位應對新興安全威脅。
芯片設計制造關聯(lián)更緊密：新的制程工藝節(jié)點要求整個生態(tài)系統(tǒng)更深入合作，芯片設計與制造之間的界限逐漸模糊。先進封裝技術和芯粒設計的發(fā)展，成為推動未來創(chuàng)新的關鍵動力。
軟件生態(tài)系統(tǒng)至關重要：軟件生態(tài)系統(tǒng)是釋放新芯片架構潛力的關鍵。確保與AI框架無縫兼容，并為定制芯片提供優(yōu)化支持，是新型芯片架構普及的關鍵。
二、洞察行業(yè)發(fā)展關鍵議題
在定制芯片設計中，平衡定制化與通用性至關重要。Arm解決方案工程部執(zhí)行副總裁Kevork Kechichian表示：“定制芯片設計的關鍵在于確保芯片與軟件具備高度的可復用性。雖然每顆芯片都是根據(jù)特定需求定制而成，但底層平臺必須具備一定的通用性，這正是平臺真正的價值所在。這些底層平臺需要能夠確保不同定制芯片之間實現(xiàn)一定程度的相互復用，唯有如此，才能有效應對成本與產(chǎn)品上市時間所帶來的挑戰(zhàn)?！?/p>
Arm通過識別可復用模塊與資源，與SoC及IP提供商合作，為合作伙伴提供定制化解決方案，縮短產(chǎn)品上市周期。
為在降低能耗的同時平衡算力和能效，需從多個層面入手。Kevork Kechichian提到：“要實現(xiàn)這一目標，首先從最底層出發(fā)，從晶體管層開始，與晶圓代工廠緊密合作，確保晶體管在功耗和性能方面實現(xiàn)優(yōu)化，無論是動態(tài)功耗還是漏電功耗；再來是架構層面，對CPU以及各類處理引擎的指令集進行針對性優(yōu)化；然后向上進入整個結構中的更高層級，從系統(tǒng)級芯片（SoC）設計、封裝到數(shù)據(jù)中心等方面進行優(yōu)化。在此過程中，關鍵要點在于對數(shù)據(jù)及其傳輸過程的保護，降低在內(nèi)存之間傳輸數(shù)據(jù)所消耗的電力；最后，在支撐大型數(shù)據(jù)中心運行的軟件層，實現(xiàn)智能負載均衡，即針對人工智能（AI）的不同方面進行處理上的優(yōu)化，并合理分配工作負載，盡可能減少不同節(jié)點之間的數(shù)據(jù)傳輸?！?/p>
定制芯片面臨開發(fā)成本高、資源需求大的問題，包括人力和計算資源。Kevork Kechichian指出：“定制芯片的開發(fā)成本非常高，所需的資源也非常大——這既體現(xiàn)在投入開發(fā)的人力上，也體現(xiàn)在為開發(fā)定制芯片所需的大量計算資源上?！?/p>
為此，Arm已探索出多種能夠有效降低開發(fā)投入的方法。從加快產(chǎn)品上市的角度出發(fā)，Arm的定制化解決方案能夠讓合作伙伴顯著縮短其產(chǎn)品上市周期。最基礎的方法是從平臺的角度出發(fā)，識別可復用的模塊與資源，并確保定制工作是在已有基礎上進行，無需一切從零開始。在生態(tài)構建方面，需充分激發(fā)各方核心專長，整合產(chǎn)業(yè)聯(lián)盟力量，通過軟件復用推動生態(tài)系統(tǒng)繁榮。
AI推理運算需要獨特的技術開發(fā)路徑，涉及計算子系統(tǒng)、SoC框架和軟件體系。Kevork Kechichian認為：“AI推理運算需要獨特的技術開發(fā)路徑——從計算子系統(tǒng)到SoC框架的專用架構設計，再到實現(xiàn)這一切的軟件體系。主要的架構差異在于對帶寬和數(shù)據(jù)傳輸?shù)年P注，這些系統(tǒng)需要針對推理工作負載和高帶寬進行優(yōu)化，以滿足不斷增長的需求。隨著模型訓練與推理的發(fā)展，云端訓練后的模型可在邊緣設備運行，提升數(shù)據(jù)傳輸效率和整體性能?！?/p>
AI推理工作負載與傳統(tǒng)計算不同，Arm探索新的底層模型方法提升推理復雜度。Kevork Kechichian介紹道：“AI推理工作負載與傳統(tǒng)的純計算處理有很大不同。顯而易見的是，端側仍需承擔一定程度的處理任務，但Arm正在探索一種全新的底層模型方法——該方法能根據(jù)用戶反饋提升AI推理的復雜度。與此同時，Arm聚焦于異構計算，該范式中的CPU、GPU和TPU能夠支持不同的工作負載。上述所有處理器都可以作為AI推理的處理引擎，部署到Arm合作伙伴所開發(fā)的SoC中。”
打造可持續(xù)的生態(tài)系統(tǒng)，關鍵在于激發(fā)和整合各方核心專長。Kevork Kechichian提到：“構建和維護這一生態(tài)系統(tǒng)至關重要，實現(xiàn)這一目標的關鍵在于，我們必須充分激發(fā)并整合各方在不同領域的核心專長?！?/p>
當前，各類產(chǎn)業(yè)聯(lián)盟正在蓬勃發(fā)展，成為推動行業(yè)創(chuàng)新發(fā)展的重要力量。商業(yè)上的收益是參與各方的驅動力。例如，晶圓代工廠關注晶圓銷售帶來的收入增長，各類IP提供商則聚焦于權利金的增長，這一清晰的商業(yè)邏輯貫穿于整個產(chǎn)業(yè)鏈，一直延展到服務提供商，再到仿真平臺領域。而在此生態(tài)系統(tǒng)中，軟件的復用會讓參與的各方都能從中獲益，共同推動生態(tài)系統(tǒng)的繁榮與發(fā)展。
芯粒技術發(fā)展的關鍵挑戰(zhàn)是設計與接口方式的標準化，涉及封裝和系統(tǒng)通信全過程。Kevork Kechichian表示：“在我們當前所處的技術范式中，最關鍵的是如何對芯粒（chiplet）的設計與接口方式進行標準化。這涉及從封裝廠如何集成這些芯粒，一直到在系統(tǒng)中不同芯粒之間進行通信的全過程。因此，與合作伙伴就標準化問題達成共識至關重要。”
在此背景下，Arm推出的芯粒系統(tǒng)架構（Chiplet System Architecture，CSA），旨在對各個芯粒之間及在整個系統(tǒng)內(nèi)的通信方式等多個方面實現(xiàn)標準化。此外，Arm攜手合作伙伴共同推動AMBA CHI芯片到芯片互連協(xié)議等倡議的落地實施，確保來自不同供應商的不同芯粒通過一個統(tǒng)一的接口協(xié)議來確保芯粒之間的互操作性。
面對AI驅動的網(wǎng)絡攻擊，Arm構建多層級軟硬件防護體系，在芯片中集成加密技術，結合AI強化的安全監(jiān)測系統(tǒng)抵御威脅。Kevork Kechichian介紹：“當前行業(yè)正在加速演進，針對SoC平臺IP的攻擊手段日趨復雜。Arm正在通過構建多層級的軟硬件防護體系，提升防御能力?！?/p>
Arm在芯片中直接集成加密技術，并結合經(jīng)AI強化的安全監(jiān)測系統(tǒng)，使現(xiàn)代SoC架構能夠抵御傳統(tǒng)攻擊與新興的威脅。此外，AI本身也正日益成為抵御安全攻擊的有力助手。通過基于網(wǎng)絡的監(jiān)測與先進的代碼分析，AI驅動的技術能夠以人類難以企及的速度和規(guī)模識別可疑行為，并發(fā)現(xiàn)潛在漏洞。Arm正在最大限度地發(fā)揮這一優(yōu)勢。
芯粒設計、先進封裝與Arm異構計算架構是未來AI計算的主流路徑。Kevork Kechichian談到：“對海量AI計算的需求正在推動多種技術加速融合。從芯粒技術角度來看，鑒于先進工藝節(jié)點所能產(chǎn)出的實際可用晶粒（die）數(shù)量有限，行業(yè)正轉向采用尺寸更便于管控的芯粒技術。同時，將芯片中的不同功能模塊進行隔離設計，大大提升了整體的成本效益。一些先進的封裝范式實際上正在提升這些芯粒的性能與能效?！?/p>
以3D封裝為例，當不同的晶粒垂直堆疊在一起，無論是計算晶粒、基底晶粒還是內(nèi)存晶粒，從處理單元到內(nèi)存的接口距離都會變得非常短，這不僅顯著減少了數(shù)據(jù)的傳輸路徑，還降低了功耗，并提高了整體性能。最為關鍵的是，先進封裝與芯粒技術的真正價值在于實現(xiàn)真正的標準化。通過標準化，企業(yè)可以根據(jù)不同的性能需求，快速地組合和配置這些芯粒，從而打造出具有不同性能定位的芯片。這不僅大大縮短了產(chǎn)品上市周期，也能確保在快速迭代的市場競爭中占據(jù)先機。
三、行業(yè)展望：迎接挑戰(zhàn)，擁抱變革
半導體產(chǎn)業(yè)正處于關鍵轉折點，AI的發(fā)展為芯片技術帶來了前所未有的機遇與挑戰(zhàn)。行業(yè)各方需要緊密合作，IP提供商、晶圓代工廠、系統(tǒng)集成商等應攜手應對技術難題。在技術創(chuàng)新方面，持續(xù)探索新的架構、材料和集成技術，提升芯片的性能、能效和安全性。同時，注重軟件生態(tài)系統(tǒng)的建設，確保軟件與硬件的協(xié)同發(fā)展，以釋放芯片的最大潛力。
未來，芯片技術將在AI的驅動下不斷演進，滿足日益增長的計算需求。面對電源供給、熱管理、內(nèi)存帶寬和安全等諸多挑戰(zhàn)，整個生態(tài)系統(tǒng)需積極創(chuàng)新，采用新的工具和方法論，加強協(xié)作。正如報告結論所述，“計算的未來，尤其是AI的未來，取決于我們能否持續(xù)突破芯片技術的極限”，只有這樣，才能在AI時代構建起強大的芯片技術基石，推動計算領域的持續(xù)發(fā)展，釋放AI的變革潛力，同時有效管控計算成本與復雜度，實現(xiàn)半導體產(chǎn)業(yè)的可持續(xù)發(fā)展。
.png)
