AI 半导体行业趋势：从单颗芯片转向系统级竞争

几十年来，半导体行业的竞争只围绕一件事：单颗芯片。如今正在兴起的最大AI半导体行业趋势之一，是将芯片视为更大系统的组成部分。性能、成本和可靠性如今由封装、机架和供应链共同决定，而非取决于单颗裸片。

这一转变将最棘手的问题推向上游。封装、连接性、良率、采购和验证过去排在设计之后，如今却从第一天起就塑造设计。AI在缩短开发周期的同时，也增加了工程师必须应对的复杂性。下一阶段将由企业在这一整个系统中的协同能力来定义。

“我认为AI系统就是我们新的芯片，”高通技术公司产品管理与营销副总裁Letizia Giuliano表示。“如果说过去我们是在为硅片优化一切，那么如今我们是在为系统优化一切。”

Giuliano和其他行业专家在加利福尼亚州帕洛阿尔托举行的GSA女性领导力倡议活动上，与theCUBE Research的John Furrier和联合主持人Alison Kosik进行了交流。访谈涵盖了AI半导体行业趋势、光学互连、先进封装、AI驱动的良率学习、物理AI、战略采购以及AI辅助芯片设计。

以下是本次活动中的六大突出洞见：

1. 连接性超越算力，成为AI基础设施的瓶颈。

据Giuliano称，如今在芯片、内存和机架之间传输数据对AI性能的限制已超过原始算力。在每通道每秒200吉比特的速率下，一半的信号预算仅用于将信号送出封装。这正推动光学互连从机架间链路进入机架、刀片乃至封装本身，铜缆与光学方案并行使用。高通刚刚推出了High Bandwidth Compute，这是一种低功耗的算力与内存连接方式，针对每瓦token数进行了调优。Marvell Technology Inc.产品工程高级总监Sophie Wang解释说，要以超大规模产量构建此类产品，意味着产品工程必须尽早加入可测试性设计、制造和可靠性规划。

查看theCUBE的完整访谈。

2. 先进封装从事后考虑转变为系统架构。

英特尔公司先进封装高级总监Nisha Ananthakrishnan强调，AI系统的边界正从芯片转向封装。英特尔使用其EMIB桥接技术连接芯粒，并将封装从3倍扩展到10倍以上的外形尺寸。Advanced Semiconductor Engineering Inc.企业传播与行业合作高级总监Patricia MacLeod指出，外包组装和测试供应商正成为系统集成商。她提到了ASE的VIPack平台，该平台支持从扇出型基板上芯片到共封装光学等多种技术。GlobalFoundries Inc.技术与创新高级总监Tazrien Kamal补充说，AI所依赖的许多芯片，例如采用12至28纳米工艺制造的电源管理芯片和电压调节器，使用的都是成熟制程节点。

在theCUBE上观看完整访谈。

3. AI驱动的良率学习将快速上量转化为竞争优势。

Stathera Inc.首席运营官Preeti Prasher强调，在扩大量产规模时发现的问题中，约有70%至80%本可在流片前被发现。利用AI分析表征、仿真和在线制造数据，可以让团队在坏批次进入测试之前就启动新晶圆。自适应测试还能缩短测试时间。Lattice Semiconductor Corp.项目管理高级总监Iliana Chen表示，该公司发布了其首个AI设计助手Lattice Prompt，可将自然语言请求转化为现场可编程门阵列设计，并针对外形尺寸和成本推荐最佳器件。Chen指出，来自机器人及其他市场的需求已使量产成为Lattice最大的挑战。

查看theCUBE的完整报道。

4. 物理AI成为系统级挑战，而非芯片之战。

Arm Ltd.对外传播副总裁Gina Longoria解释说，物理AI远比人形机器人广泛，涵盖任何能够感知周围环境、进行推理并在物理世界中行动的自主系统。她强调，该市场仍处于第一局，没有任何一家公司能够独自构建其所需的架构、安全和安全标准。Microsoft Corp.固件工程合伙人Lakshmi Ramagiri分享说，固件正成为将GPU、CPU、网卡和Compute Express Link设备连接为一个机群级系统的层。Ramagiri补充说，安全必须超越安全启动，转向系统运行期间的持续信任，而Open Compute Project和DMTF是值得关注的标准组织。

不要错过theCUBE上的完整访谈。

5. 随着AI给供应链带来压力，战略采购成为产品决策。

Credo Technology Group Holding Ltd.全球规划与采购助理副总裁Alisa Wang强调，如今的采购已远不止于价格谈判，还深刻影响产品开发、风险与客户体验。她指出，由于AI驱动的需求可能在一年内发生变化，供应商必须被视为战略合作伙伴，并尽早获得产品路线图。台湾积体电路制造股份有限公司的先进逻辑制程产能是最紧张的制约因素，其次是封装、特种材料和关键设备。为此，Credo正在认证第二供应商，并将制造布局分散到更多地区。Stathera的Prasher则强调了关键领域的双源采购，以及在新产品导入阶段利用供应商反馈共同开发低成本产品。

在theCUBE上收听完整故事。

6. 随着开发周期缩短至六到九个月，AI智能体正在压缩芯片设计流程。

Synopsys Inc.产品管理与市场幕僚长Rimi Dasgupta和Siemens Digital Industries Software产品管理总监Vidya Neerkundar解释说，AI正从生产力助手转变为电子设计自动化流程的内置组成部分。据Dasgupta介绍，Synopsys已看到寄存器传输级设计的验证收敛速度提升高达50倍，调试时间减少40%。对工作负载优化的定制芯片的需求，也将开发周期从18个月缩短至六到九个月。AI具有概率性，但芯片必须是确定性的，因此Synopsys将AI与其收购Ansys获得的多物理场求解器相结合，并正与OpenAI Group PBC合作开发专用的GPT-Synopsys模型。Neerkundar指出，随着芯片触及光罩极限，多裸片设计是下一个重大转变。

在theCUBE上观看完整对话。

图片：SiliconANGLE