本文由半導(dǎo)體產(chǎn)業(yè)縱橫（ID：ICVIEWS）編譯自semiengineering

數(shù)據(jù)中心在AI近乎無法滿足的需求驅(qū)動下持續(xù)擴張，推動行業(yè)增長。

2025年無疑是充滿意外變化的一年。這些變化對半導(dǎo)體行業(yè)及其所有支撐領(lǐng)域產(chǎn)生了重大影響。并非所有的變化都是壞事，但靈活性已成為持續(xù)成功或充分利用機遇的必要條件。

航空航天和國防等行業(yè)在全球范圍內(nèi)正迎來顯著增長。數(shù)據(jù)中心在AI近乎無法滿足的需求驅(qū)動下持續(xù)擴張，盡管供應(yīng)鏈面臨挑戰(zhàn)，這仍在推動行業(yè)增長。

Rambus的研究員兼杰出發(fā)明家Steven Woo表示：“有幾件事的發(fā)展速度超出了我的預(yù)期，包括已宣布的AI基礎(chǔ)設(shè)施投資、預(yù)期的半導(dǎo)體和存儲器消耗量、電力需求以及對先進封裝的需求。也有一些事情的進展比我希望的要慢，包括先進工藝節(jié)點的基礎(chǔ)電壓縮放、高數(shù)值孔徑極紫外光刻(High-NA EUV)的使用以及Chiplet(芯粒)接口的標(biāo)準化?！?/span>

變化的速度是一個共同的主題。ChipAgents首席執(zhí)行官William Wang表示：“我以前認為半導(dǎo)體行業(yè)的發(fā)展步伐要慢得多，但過去六個月證明我錯了。AI驅(qū)動的存儲器和存儲超級周期的開始、IDM戰(zhàn)略的快速轉(zhuǎn)變、對代理式AI(Agentic AI)的激增需求以及EDA，都加速了整個技術(shù)棧的創(chuàng)新?！?/span>

AI正在直接或間接地影響整個行業(yè)。IC Manage執(zhí)行副總裁Shiv Sikand表示：“大公司正在雇傭更多的工程師。每個人都想制造芯片。以前大家只關(guān)注軟件，忘記了硬件。然后你意識到，等一下，軟件需要在某種東西上運行。于是‘芯片’再次成為核心。我們將擁有更多的芯片，我們將擁有更好的芯片，因為AI工具讓我們更加高效。”

不僅僅是芯片。proteanTecs首席戰(zhàn)略官Uzi Baruch表示：“單一業(yè)務(wù)公司正在向技術(shù)棧的上下游移動，制造了新的競爭壓力，也創(chuàng)造了新機會。芯片公司開始構(gòu)建完整的系統(tǒng)，甚至是數(shù)據(jù)中心規(guī)模的解決方案，而超大規(guī)模企業(yè)和設(shè)備制造商則在定制芯片上投入巨資。圍繞這些垂直化方法形成了整個生態(tài)系統(tǒng)，隨之而來的是新的商業(yè)模式。公司發(fā)現(xiàn)自己不僅涉足芯片層面，還涉足系統(tǒng)層面，許多公司進入定制芯片業(yè)務(wù)以實現(xiàn)差異化并捕獲更多價值鏈。”

供應(yīng)鏈

全球供應(yīng)鏈已經(jīng)斷裂，企業(yè)正競相應(yīng)對后果。Fraunhofer IIS自適應(yīng)系統(tǒng)工程部門高效電子部門負責(zé)人Andy Heinig表示：“真正讓我們驚訝的是我們的供應(yīng)鏈如此不穩(wěn)定。我們最近在歐洲的Nexperia問題上再次看到了這一點。我們曾期望供應(yīng)鏈在疫情后會變得更穩(wěn)定一點，但它們再次出現(xiàn)了問題。我們不能再指望從世界各地獲得設(shè)備。我們需要更多的本地供應(yīng)鏈，也許還需要更多的本地解決方案。成本僅為幾分錢的器件引發(fā)了問題，并摧毀了整個供應(yīng)鏈。”

即使是最簡單的器件消失也會產(chǎn)生重大影響。Fraunhofer IIS/EAS設(shè)計方法學(xué)部門負責(zé)人Roland Jancke表示：“OEM廠商正試圖建立不易受干擾影響的供應(yīng)鏈。Nexperia的問題意味著大眾汽車無法再生產(chǎn)汽車。我們不再有第二貨源的概念，即如果一家公司無法交付，另一家公司可以迅速介入?！?/span>

半導(dǎo)體制造已開始變得更加分散，改變了組裝和封裝的動態(tài)。Synopsys旗下Ansys的產(chǎn)品營銷總監(jiān)Marc Swinnen表示：“‘先進封裝’這個名稱具有誤導(dǎo)性。它有些操之過急。正在做的是芯片組裝，這是一件新鮮事。它有自己的格式，自己的限制?！?/span>

這也創(chuàng)造了一些新機會。Fraunhofer的Heinig表示：“很明顯，傳統(tǒng)的封裝無法在歐洲完成，因為以歐洲的薪資水平做這件事是不可能的。但如果我們做先進封裝和Chiplet——在封裝中放入更多功能，封裝本身也更復(fù)雜——那么在歐洲做這件事是有意義的，因為這樣你就有了附加值，并在供應(yīng)鏈中建立了更多的信任?！?/span>

停滯的Chiplet

在半導(dǎo)體行業(yè)中，從事先進芯片組裝和封裝的企業(yè)與繼續(xù)采用單片集成的企業(yè)之間的分歧日益加大。Arteris產(chǎn)品管理和營銷副總裁Andy Nightingale表示：“2.5D和3D設(shè)計方法的成熟速度超出了預(yù)期。CoWoS、Foveros Direct和I-Cube3的產(chǎn)能擴張使多芯片變得切實可行。EDA流程終于趕上了封裝物理學(xué)，集成了熱、應(yīng)力和電壓感知收斂。這種轉(zhuǎn)變也到達了互連層。片上網(wǎng)絡(luò)不斷演進，以管理跨多個裸片的延遲平衡、帶寬分配和IP解耦——有效地驗證了互連設(shè)計作為一門系統(tǒng)級學(xué)科的地位。有趣的是，Chiplet驗證開始如此迅速地模仿傳統(tǒng)的NoC集成方法?！?/span>

但這并不意味著這很容易。Keysight Technologies設(shè)計與驗證業(yè)務(wù)部總經(jīng)理Nilesh Kamdar表示：“Chiplet將繼續(xù)存在，但我認為良率挑戰(zhàn)尚未解決。Chiplet仍然是一套非常復(fù)雜的技術(shù)，將多個芯片封裝在一起仍然昂貴且困難。它行之有效，并在某些3D存儲器堆疊中得到了很好的展示。但除此之外，該領(lǐng)域仍有許多工作要做?！?/span>

數(shù)據(jù)中心的設(shè)計正在采用2.5D集成，因為它們別無選擇。它們已經(jīng)達到了光罩極限，為了增加算力，它們必須分散到多個裸片上。大多數(shù)設(shè)計尚未達到這一階段，因此經(jīng)濟效益看起來并不那么吸引人。IC Manage的Sikand說：“我從來都不是Chiplet的忠實粉絲，因為我相信超大規(guī)模集成電路(VLSI)。Chiplet是集成的截然對立面。如果它不是發(fā)生在同一個裸片上，那就意味著Chiplet之間有連線，而連線總是會減慢一切，導(dǎo)致復(fù)雜性、串?dāng)_、干擾和側(cè)信道攻擊。集成硅仍然是‘圣杯’?！?/span>

但當(dāng)達到光罩極限時，Chiplet可能是最簡單的前進道路。proteanTecs的Baruch表示：“隨著傳統(tǒng)縮放墻變得不可否認，異構(gòu)集成已從可選項優(yōu)化轉(zhuǎn)變?yōu)闈M足現(xiàn)代AI和HPC工作負載的基本策略。讓許多人驚訝的是生態(tài)系統(tǒng)對齊成熟得如此之快。封裝技術(shù)、EDA流程和測試方法共同進步，使得直到最近還感覺是投機性的架構(gòu)得以實現(xiàn)。然而，隨著集成密度的增加，新的系統(tǒng)級變異性和故障機制也隨之而來，挑戰(zhàn)了長期以來關(guān)于可靠性和覆蓋率的假設(shè)。”

看來這一趨勢將持續(xù)下去。Synopsys產(chǎn)品管理執(zhí)行總監(jiān)Shekhar Kapoor表示：“去年，我們預(yù)測50%的HPC設(shè)計將是多芯片的。12個月后，行業(yè)報告和調(diào)查證實了我們的預(yù)期——多芯片設(shè)計正在達到規(guī)?；６嘈酒O(shè)計已成為先進半導(dǎo)體設(shè)計的基石。這種轉(zhuǎn)變由兩股力量推動：單片縮放的物理和經(jīng)濟限制，以及AI和HPC工作負載對更高性能和效率的爆炸性需求?！?/span>

除了尺寸之外，采用Chiplet還有其他原因。Ansys的Swinnen說：“比如產(chǎn)品系列的靈活性。你可以在多種工藝之間切換，而無需重新設(shè)計整個產(chǎn)品。你只需為了可升級性進行交換。例如，如果你有一個新的USB接口，你不必重新設(shè)計整個芯片。你只需換掉那個Chiplet就可以了。除了單純的性能和功耗之外，還有其他優(yōu)勢?！?/span>

行業(yè)正在努力實現(xiàn)這一目標(biāo)。Heinig說：“在Chiplet峰會上，人們對Chiplet感到沮喪。數(shù)據(jù)中心方面并非如此。對他們來說，這一點非常清楚，因為他們需要Chiplet來獲得性能。但對于行業(yè)的其他部分，許多公司已經(jīng)停止了所有Chiplet活動，因為沒有商業(yè)模式。如果你采用Chiplet，一切都會變得更昂貴?！?/span>

但也有曙光。Heinig補充道：“在過去幾周，特別是國防和汽車領(lǐng)域，我們要收到了加快Chiplet進度的請求。對于某些公司來說，很明顯他們必須多花一點錢，而Chiplet可以成為確保其供應(yīng)鏈安全的解決方案。他們將先進封裝和Chiplet視為實現(xiàn)這一目標(biāo)的途徑。通過使用積木模塊，你可以從兩家供應(yīng)商訂購處理器并獲得靈活性。”

仍有許多問題需要解決。Keysight的Kamdar問道：“當(dāng)我們談?wù)撨\行在數(shù)十或數(shù)百千兆赫茲的芯片時，Chiplet或2.5D或3D堆疊是什么樣子的？如果在航空航天應(yīng)用中，通信芯片旁邊有一個數(shù)字芯片會發(fā)生什么？那里正在解決的問題截然不同，而且由于更高頻率的通信挑戰(zhàn)，這些問題更難解決。我們看到在這個領(lǐng)域有很多參與，并且已經(jīng)發(fā)表了一些令人興奮的研究。我只是認為它的推出速度會稍慢一些。”

行業(yè)可能需要耐心。Swinnen說：“Chiplet更多的是一種愿景而非現(xiàn)實。它被過度炒作了，但最終我們會實現(xiàn)它。這就像IP革命一樣。人們曾為此掙扎。在問題解決之前，花了幾年的時間進行標(biāo)準化。Chiplet比那更復(fù)雜，因為涉及的內(nèi)容更多。但最終我們會到達那里。”

標(biāo)準將是更廣泛采用的基石。Synopsys的Kapoor表示：“標(biāo)準正在取得進展，先進封裝技術(shù)正在為異構(gòu)集成提供動力。這些發(fā)展反映了行業(yè)向多芯片設(shè)計的根本性轉(zhuǎn)變。UCIe 3.0規(guī)范于8月發(fā)布。此更新提供了高帶寬、互操作性和生態(tài)系統(tǒng)升級，降低了風(fēng)險并加速了采用，支持多芯片設(shè)計成為主流設(shè)計策略?！?/span>

為了建立一個更加開放的Chiplet市場，需要克服一些技術(shù)障礙。Keysight的Kamdar說：“熱和機械應(yīng)力分析正從利基市場轉(zhuǎn)變?yōu)楸匾獥l件。如果你看Chiplet問題，它不僅僅是‘我能把芯片封裝得更近嗎？’我必須看看功耗會發(fā)生什么，溫度會發(fā)生什么，如果我堆疊太多芯片會發(fā)生什么。是否存在改變芯片老化的機械應(yīng)力？不僅從電子角度，而且從多物理場角度探索事物，正開始變得更加必要。”

AI的采用

AI的迅速崛起正在影響著每個人。proteanTecs的Baruch表示：“生成式AI的爆炸式增長重塑半導(dǎo)體路線圖的速度甚至超過了最大膽的預(yù)測。最初的算力競賽迅速變成了系統(tǒng)級轉(zhuǎn)型，暴露了內(nèi)存帶寬、互連、電源完整性、可靠性和生命周期監(jiān)控方面的瓶頸。AI部署的規(guī)模和速度將設(shè)備復(fù)雜性推向了前所未有的水平，隨之而來的是對可觀測性、可預(yù)測性和長期彈性的更深層次要求?！?/span>

這些瓶頸正在持續(xù)得到解決。Rambus的Woo表示：“正如預(yù)期的那樣，內(nèi)存仍然是性能的關(guān)鍵驅(qū)動因素，但計劃中的建設(shè)規(guī)模將需要對半導(dǎo)體制造和先進封裝進行巨額投資才能跟上。我曾預(yù)計HBM(高帶寬內(nèi)存)將繼續(xù)受到關(guān)注，并且對當(dāng)前和未來HBM DRAM的需求仍然看不到盡頭。Rubin CPX的宣布以及GDDR與Rubin和HBM的協(xié)同使用是一個驚喜，表明行業(yè)對大型語言模型(LLM)的長期生存能力和效用充滿信心，并需要針對不同階段和用例優(yōu)化硬件?！?/span>

但并非所有人都能以同樣的速度前進。Kamdar說：“令我驚訝的是，人們對AI有著巨大的渴望，但在EDA方面，反應(yīng)更加微妙。你看到的那些基礎(chǔ)模型，以及你從OpenAI、Google和其他公司看到的，他們發(fā)布新基礎(chǔ)模型的速度有多快，以及它被采用的速度有多快——EDA領(lǐng)域肯定有稍微不同的視角。”

這有幾個原因。Real Intent首席執(zhí)行官Prakash Narain表示：“在2025年，我們開始播種進入AI的努力，因為在此之前，AI似乎很有前途，但一切變化太快，對其進行可持續(xù)的工程投資有點令人困惑。今年這種情況變得清晰了。另一個變得更清晰的方面是從培訓(xùn)的角度來看AI的價值。通常，每當(dāng)我們的客戶引入工具的新用戶時，都涉及培訓(xùn)元素。AI很好地促進了這一方面，減少了達到專業(yè)水平或熟悉所需的時間。”

EDA流程的許多方面正在得到改進。Synopsys的AI產(chǎn)品管理總監(jiān)Anand Thiruvengadam表示：“在生成式AI助手或Copilot的開發(fā)和部署方面取得了重大進展。這些Copilot現(xiàn)在提供有關(guān)工具和工作流程的專家指導(dǎo)，自動化復(fù)雜的任務(wù)（如RTL和形式驗證測試平臺的創(chuàng)建），并極大地提高了設(shè)計團隊的效率和生產(chǎn)力。AI代理能夠單獨或作為協(xié)調(diào)團隊的一部分進行推理、規(guī)劃、學(xué)習(xí)和執(zhí)行工程任務(wù)。通過協(xié)作，多代理系統(tǒng)可以解決以前需要大量人工努力和專業(yè)知識的復(fù)雜、多步驟工程挑戰(zhàn)。”

關(guān)于模型也存在疑問。它們真正適合什么任務(wù)？IC Manage的Sikand表示：“代理式AI是當(dāng)前流行的風(fēng)味，但LLM本身存在缺陷，因為它們無法推理，而且它們的編程方式是為了取悅用戶。我們需要的是世界模型。LLM是在白人男性數(shù)據(jù)集上訓(xùn)練的。我們的期刊、我們的新聞、我們的政治兩極分化、我們的社會問題都是第一世界的問題。但是地球上的大多數(shù)人在哪里？他們不在這里。我們?nèi)绾螏椭@些人？這更重要。AI真正需要做的是幫助人們擺脫貧困，這樣我們才能擁有一個更美好的世界。”

AI的采用也鞏固了關(guān)于云使用的觀點。Kamdar說：“我們看到發(fā)生了重大變化，許多公司現(xiàn)在要求所有AI都應(yīng)在本地(on-prem)交付。這涉及設(shè)計、EDA和IP，大多數(shù)公司還沒準備好讓他們的IP離開現(xiàn)場進入云端。我們發(fā)現(xiàn)這一點是因為我們開發(fā)了云端應(yīng)用程序，我們不得不轉(zhuǎn)型并將其修改為本地AI解決方案?！?/span>

數(shù)據(jù)中心

每個人都意識到數(shù)據(jù)中心建設(shè)的速度，但它究竟有多大？Ansys電子和半導(dǎo)體業(yè)務(wù)部總監(jiān)Rich Goldman表示：“半導(dǎo)體行業(yè)正在談?wù)摰?030年成為萬億美元產(chǎn)業(yè)，僅僅看增長率。這對半導(dǎo)體行業(yè)來說是一個偉大的標(biāo)志。但最近，黃仁勛表示，Nvidia一家公司就能預(yù)見Blackwell和Rubin到2026年（五個季度）的銷售額將總計達到5000億美元。這是他們?nèi)ツ晔杖氲娜丁＿@給了他們半導(dǎo)體行業(yè)聲稱在五年內(nèi)將達到數(shù)字的一半。這不僅讓我驚訝，也讓我震驚。”

雖然增長是好事，但它要求基礎(chǔ)設(shè)施的其他部分能夠跟上。Woo說：“我預(yù)計AI基礎(chǔ)設(shè)施建設(shè)的規(guī)劃將繼續(xù)全速前進，但令我驚訝的是Meta、Google、Oracle和OpenAI等公司正在討論的投資規(guī)模。支持擬議投資規(guī)模所需的電力令人難以置信。電力已變得如此重要，以至于在談?wù)摬渴饡r使用的單位是吉瓦，而不是每秒萬億次操作(TOPs)或一些傳統(tǒng)的計算相關(guān)指標(biāo)。”

這向整個行業(yè)發(fā)出了明確的信號。Sikand說：“如果我們要構(gòu)建下一代AI，我們沒有足夠的電力。我們還沒有解決核聚變問題。我們?nèi)匀灰蕾噦鹘y(tǒng)能源。今天，建設(shè)這些數(shù)據(jù)中心所需的能量密度是不可行的。我們以前說過這個，但現(xiàn)在我們面臨規(guī)模問題，而且電力不足。如果你看看正在產(chǎn)生多少電力，僅僅就新增發(fā)電量而言，這都發(fā)生在中國。那里有巨大的發(fā)電量，所以他們能夠擴張。我們電力短缺。硅谷需要提高效率并推動效率。你不一定需要我們在傳統(tǒng)架構(gòu)中目前擁有的晶體管數(shù)量?！?/span>

設(shè)計公司需要適應(yīng)。ChipAgents的Wang表示：“功耗、性能和熱限制已成為一流的設(shè)計約束，而架構(gòu)、工藝和封裝的協(xié)同優(yōu)化現(xiàn)在幾乎是在實時進行的（集成了流片前和流片后流程）。行業(yè)對AI工作負載的反應(yīng)表明，當(dāng)計算需求和硅能力之間的反饋回路收緊時，硬件進化的速度可以像模型創(chuàng)新一樣快?！?/span>

這將在適應(yīng)者和無法足夠快地做出改變者之間造成分歧。Baruch說：“功耗和性能管理已成為未來縮放的最重要限制因素。解決這個問題將是下一個增長時代的關(guān)鍵推動力，它將成為每家半導(dǎo)體公司的首要戰(zhàn)略重點。”

驗證

Siemens-Wilson研究小組的數(shù)據(jù)顯示，首次流片成功率又一年出現(xiàn)下降，大部分重新流片(respins)是由規(guī)格變更或不完整引起的。Arteris的Nightingale表示：“AI幫助更快地發(fā)現(xiàn)錯誤，但并沒有阻止規(guī)格漂移?？蓤?zhí)行規(guī)格仍然更多是愿景而非現(xiàn)實，大多數(shù)流程是文檔驅(qū)動的，而不是數(shù)據(jù)驅(qū)動的。需求、RTL和測試之間的集成仍然是碎片化的。規(guī)格可追溯性仍然是最薄弱的環(huán)節(jié)。直到規(guī)格變得可執(zhí)行并得到持續(xù)驗證之前，重新流片將繼續(xù)存在。”

AI正在推動新應(yīng)用的開發(fā)。Breker Verification Systems首席執(zhí)行官Dave Kelf表示：“驗證AI是一個明顯的應(yīng)用，我們已經(jīng)看到這一領(lǐng)域的加速發(fā)展?，F(xiàn)在很容易預(yù)測可執(zhí)行規(guī)格的出現(xiàn)，即機器讀取手動規(guī)格，然后創(chuàng)建完整的測試平臺。然而，我對2026年的預(yù)測是，這種新技術(shù)將與回歸基礎(chǔ)的驗證基礎(chǔ)相定制，將更傳統(tǒng)的技術(shù)與AI前端相結(jié)合，從而創(chuàng)建適用于當(dāng)今設(shè)計跨越驗證過程的實用流程?！?/span>

還有可能針對新興設(shè)計趨勢定制驗證策略和工具。Real Intent的Narain說：“在AI芯片中有很多復(fù)制和重復(fù)，至少在核心AI芯片中是這樣。每個復(fù)制的模塊都相對簡單，但設(shè)計的總規(guī)模非常大。有機會利用這些方面。我們可以利用AI設(shè)計的哪些特殊屬性？我們能否創(chuàng)建新應(yīng)用程序或改進現(xiàn)有應(yīng)用程序，使其對正在發(fā)生的AI設(shè)計規(guī)模更有效率？”

新興技術(shù)

一些技術(shù)似乎已經(jīng)處于風(fēng)口浪尖好幾年了。Swinnen說：“量子計算被人們談?wù)?，許多人說它被過度炒作了。然而，如果你看看量子計算公司的估值，它們還在繼續(xù)上升。像IBM和其他公司并不傻。他們知道自己在做什么。他們繼續(xù)投資量子技術(shù)。這讓我懷疑也許發(fā)生的比我們要知道的更多。為什么這些估值持續(xù)上升，為什么這些公司堅持投資？有什么是我們不知道的？”

其他人也有同樣的看法，但也看到了潛力和可能的顛覆。Sikand說：“圍繞量子計算和量子位能做什么有很多炒作。這令人興奮，因為事情可能會以如此戲劇性的方式發(fā)生變化。例如，據(jù)稱量子計算機可以改變比特幣計算。即使由于有限的限制沒有剩下多少幣可挖，它也可以在眨眼之間挖出它們。”

它還將各種技術(shù)結(jié)合在一起。Kamdar說：“光子學(xué)和量子技術(shù)的融合正在發(fā)生。我們可以看到量子計算繼續(xù)沿著這條道路發(fā)展。它絕非主流，但量子計算的研究仍在繼續(xù)，1000量子位計算機及更多計算機的公告正在發(fā)布。西方世界正在進行大量研究，但你也看到它在世界其他地方發(fā)生。日本、印度和其他國家正在宣布圍繞量子計算的重大研究計劃?！?/span>

光子學(xué)可能也準備好大展身手了。Swinnen說：“并非完全出乎意料，但共封裝光學(xué)器件終于來了。它們已經(jīng)存在多年，但總是太貴、太復(fù)雜。技術(shù)還不太成熟，所以應(yīng)用有限。現(xiàn)在有一種感覺，它們終于到了。臺積電通過表示‘這是一種標(biāo)準架構(gòu)，具有足夠高的帶寬和足夠的可靠性，可用于廣泛應(yīng)用’，從而全力支持COUPE架構(gòu)?！?/span>

這正受到數(shù)據(jù)中心的推動。Kamdar說：“硅光子學(xué)在短距離通信中的影響，從機架到機架，甚至可能在板載、片上，肯定正在發(fā)生。在AI行業(yè)和正在投資的數(shù)萬億美元中，錢不再是唯一的因素。只要我們能展示更快的速度，就有足夠的投資，也有錢可賺?！?/span>