來源：Silicon Semiconductor

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

半導(dǎo)體知識產(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，對計算能力的需求正在加速增長，需求將超過當前支撐當今高性能基礎(chǔ)設(shè)施、平臺和設(shè)備的芯片組技術(shù)的能力。

全球數(shù)字經(jīng)濟的各個垂直領(lǐng)域幾乎都對人工智能的興趣日益濃厚，預(yù)計將推動整個半導(dǎo)體行業(yè)對混合鍵合技術(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534億美元的收入機會，較2022年增長20.9%。以AI為中心的半導(dǎo)體收入未來幾年后將繼續(xù)實現(xiàn)兩位數(shù)增長，到2024年將增長25.6%，達到671億美元，到2027年將達到1194億美元。

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

目前，此類系統(tǒng)的關(guān)鍵驅(qū)動因素是與高速互連相一致集成的圖形處理單元（GPU）和高帶寬存儲器（HBM）。為了滿足最先進的人工智能系統(tǒng)要求，需要前所未有的性能基準。在處理大型語言模型時尤其如此。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，這些節(jié)點提供更小的占地面積、更低的功耗和更快的速度。隨著對計算性能的需求不斷增長，在單片芯片上實現(xiàn)此類處理器（即使在最先進的節(jié)點）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，而不需要進行重大權(quán)衡”。

業(yè)界日益達成共識，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、更短的高度和改進的熱性能方面具有先天的優(yōu)勢。

審核編輯 黃宇