AI 时代对算力的需求呈指数级增长，为了满足这一需求，半导体技术将不断追求更高的集成度和更高效的计算能力。在 11 月 23 日举办的 2023 中国临港国际半导体大会上，如何通过微缩工艺、先进封装等技术手段实现更高的算力，引发热议。

自 2012 年以来，深度学习被广泛应用， AI 算法的网络结构持续高速增长，单一 AI 算法对算力的需求增加了 30 万倍。高速扩张的算力需求，使多次被预言放缓乃至完结的摩尔定律，重新获得了生命力。

台积电 ( 中国 ) 有限公司副总经理陈平认为，随着对算力的需求越来越高，业内对先进制程芯片也愈发热衷。 OpenAI CEO 奥特曼曾预测， 对于 AI 时代的摩尔定律来说，集成电路上可以容纳的晶体管数目在大约每 18 个月会增加一倍。其发展周期与此前摩尔定律中的 18 ～ 24 个月相比，略微超前。随着 AI 时代的到来，摩尔定律的演进反而有所提速。

陈平认为，在关注芯片制程缩小的同时，也要关注芯片的算力和能效比，包括新型晶体管和材料、光刻技术和 DTCO （设计与工艺协同优化）的进步、电路和架构的创新、先进封装和 STCO （系统工艺协同优化）以及软件优化等。这些因素的协同作用将推动半导体技术的不断进步，实现更高性能、更低功耗和高能效比的芯片设计。

AI 时代对算力的需求呈指数级增长，为了满足这一需求，半导体技术将不断追求更高的集成度和更高效的计算能力。在 11 月 23 日举办的 2023 中国临港国际半导体大会上，如何通过微缩工艺、先进封装等技术手段实现更高的算力，引发热议。

自 2012 年以来，深度学习被广泛应用， AI 算法的网络结构持续高速增长，单一 AI 算法对算力的需求增加了 30 万倍。高速扩张的算力需求，使多次被预言放缓乃至完结的摩尔定律，重新获得了生命力。

台积电 ( 中国 ) 有限公司副总经理陈平认为，随着对算力的需求越来越高，业内对先进制程芯片也愈发热衷。 OpenAI CEO 奥特曼曾预测， 对于 AI 时代的摩尔定律来说，集成电路上可以容纳的晶体管数目在大约每 18 个月会增加一倍。其发展周期与此前摩尔定律中的 18 ～ 24 个月相比，略微超前。随着 AI 时代的到来，摩尔定律的演进反而有所提速。

陈平认为，在关注芯片制程缩小的同时，也要关注芯片的算力和能效比，包括新型晶体管和材料、光刻技术和 DTCO （设计与工艺协同优化）的进步、电路和架构的创新、先进封装和 STCO （系统工艺协同优化）以及软件优化等。这些因素的协同作用将推动半导体技术的不断进步，实现更高性能、更低功耗和高能效比的芯片设计。

在人工智能的蓬勃发展下， Chiplet 逐渐崭露头角，备受业界瞩目。中国半导体行业协会副秘书长兼封测分会秘书长徐冬梅指出，由于人工智能和 HPC 高性能计算领域需要处理大规模数据和复杂计算，对芯片设计规模的要求极高，因此这两个领域对于 Chiplet 技术的需求更为迫切。

随着 ChatGPT 等高普及度的 AI 技术不断发展，其背后的芯片需求也日益旺盛。数据显示，到 2024 年， Chiplet 芯片的全球市场规模将达到 58 亿美元， 2035 年将达到 570 亿美元，显示出 Chiplet 市场的巨大潜力和增长空间。尽管 Chiplet 技术的发展前景看好，但它并不能完全取代先进制程技术。对此，陈平表示，尽管通过 Chiplet 将几个芯片组合在一起可以扩展芯片的功能，但这种组合方式并不能完全取代先进制程技术。 Chiplet 虽然能够实现更复杂的计算和数据处理能力，但并不能改变芯片的品质，也就是能效比和算力密度。因此，在业界追求更高性能和更低能耗的过程中，仍需要不断提升芯片制程，与 Chiplet 互补提升。

             来源：电子信息产业网