上周我分享了一份白皮书《基于Chiplet的商业分析-系统与技术》，其实是因为接下来还想发更多的资料。
Chiplet Summit会议资料 (2024&2023)网盘下载
链接：https://pan.baidu.com/s/1y2OCoB2eCSPgW1t0NWCXoQ?pwd=rmix
提取码：rmix
为什么把去年的资料也列在这里？是因为一年前我在《Chiplet Summit_会议资料分享》里发的其实不全。
以今年的会议资料为例，https://chipletsummit.com/ 上能下载到大部分，而OCP网站上还有一些（https://www.opencompute.org/events/past-events/ocp-sponsored-chiplet-summit-tutorial-building-the-chiplet-economy）。
下面挑一些还不错的ppt页面，简单写一点我的解读。
服务器和PC是Chiplet主要市场、HBM内存的推动
上图是以AMD Ryzen作为PC芯片的代表，列了下Chiplet制造流程中的分工。首先，I/O Die、CPU和缓存内存（3D V-Cache）都是由AMD设计；然后到Front-End制造阶段，I/O Die由于制程要求不高在GF生产，CPU和3D V-Cache都是在TSMC台积电做；I/O Die的Back End 0是在马来西亚的TF-AMD完成，而CPU和3D V-Cache的Hybrid Bonding还是在TSMC；最后的CPU成品封测是在马来西亚。
服务器芯片先拿AMD的MI210举例，半导体工艺是TSMC的6nm FinFET。主要可以看下GPU处理器Die与HBM内存之间带有TSV的连接。
NVIDIA的4代顶级GPU，P100、V100、A100和H100分别采用16nm、12nm、7nm和4nm工艺，它们也都使用了HBM内存（从4片到5片）。
参考上图，Chiplet最大的市场应该是在Server，PC也还不错，而智能手机和自动驾驶领域到2028年渗透率预测也不高。我感觉后两者对芯片整体的面积要求较高，大家想想手机里寸土寸金的密度，能集成度更高显然更好。Automotive对功耗的限制也是较高的。
反而越是大型、复杂的，功耗不断提高的芯片，像服务器CPU和GPU，越喜欢Chiplet。具体好处除了我在前一篇分享中列出的之外，Winnie Shao博士的大作《多Die封装：Chiplet小芯片的研究报告》写得更好。
HBM是另一个重要的Chiplet市场。上图中有出货容量和销售额的预测，大致做个参考吧。
从MI300看3-10年后的GPU芯片规模
AMD这一代通用计算芯片分为MI300X（纯GPU）和MI300A（GPU+CPU的单芯片UMA架构）两款。
所谓MI300芯片的304个GPU处理单元，分布在8个XCD小芯片上。每颗MI300做成一个OCP OAM模组，然后8个OAM安装在一块UBB主板上。这样的一个机架，耗电大约在50kW左右，所以液冷是现在数据中心里的热门技术。
未来芯片还会越做越大，即使NVIDIA暂时还不转向Chiplet？B100/GeForce 5090的功耗也会继续提高。下文中我还会接着讨论这个话题。
上图分解了MI300(A)的CPU、GPU、I/O Die和HBM Stack等，它们是层叠堆在OAM PCB基板上。6-8片GPU XCD、3片CPU CCD应该都是台积电N5工艺；这里的4个IOD（含NOC和SRAM）是N6工艺，周围HBM内存一共8颗。
右下角的芯片成本Breakdown显示，HBM占比达到53%。
我们先记一下几个数字：MI300 OAM的基板尺寸是102mm*170mm，中间Chiplet部分的边长约为78mm，HBM内存容量192GB，TDP功耗是750W。
预计3年之后，AMD芯片中GPU处理单元可能增加到456个，HBM内存达到1TB（大模型训练会推动这点吧），整个芯片功耗翻倍至1.5kW。此时OAM基板面积不变，但Chiplet部分的边长增加到约110mm。
继续预测10年后，芯片中增加到1000个GPU处理单元，HBM内存可能达到4TB，OAM模块的功耗将增加到3kW（到时用冷板还是2相浸没液冷技术呢？）。对应的OAM PCB基板面积也增大到150mm * 170mm。
最后也展望下10年后的HBM内存吧：Die堆叠封装的层数预计从今天的8-Hi、12-Hi提高到24Hi；数据总线位宽从1024增加到2048；rate/wire速率从8Gbps提高到32Gbps——最后这一点看上去变化最大，估计也是受益于半导体工艺的发展。
先写这么多，更多资料大家可以从网盘下载参考：）
作者：唐僧 huangliang
原文：企业存储技术
推荐阅读
欢迎关注企业存储技术极术专栏，欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
