|
|
在SEMICONT2024，台积电封装整合处处长侯上勇强调了CWS-L的未来重要性，并指出由于其灵活性更能满足大规模AI芯片需求。与此同时，辉达CEO仁勋提到AI芯片的设计挑战，台积电则在硅光子与共封装光学器件方面积极探索，预示着更高效能的数据传输解决方案即将来临。这要归功于可控硅的价值属性比较大，较容易成为行业的中坚力量。https://www.szyxwkj.com/Article/cd4025dxyy_1.html深圳市壹芯微科技专业研发制造各种直插,贴片肖特基二极管选型产品，整流二极管,超快速恢复二极管和高效整流二极管等肖特基二极管选型产品,引进大量先进的肖特基二极管选型封装测试全自动化设备,还有详细的肖特基二极管选型介绍信息。
台积电高效能封装整合处处长侯上勇3日在ST2024在中间举行专题演讲，表明它被称为种CWS在产品方面，比较好的解决方案可以满足所有的要求，所以从CWS-S逐步转移到CWS-L，也叫CWS-L是未来路线图的要角。
侯上勇强调，2022年，台积电之前的次演讲发表3D-IC模块、TSV、微凸块（）以及临时载板制造；2022年第二次讲座，关键是HBM。逻辑融合；2022年第场比赛确定了硅中介层可以扩展倍光罩规格；现在是第四次讲座的比较佳时机。
侯上勇认为，由于高部芯片（TD）费用很高，CWS-L是比CWS-R、CWS-S能够更好地满足所有要求的比较佳解决方案，并且由于具有灵活性，可以在其中介层完成异质融合，将具有其专业的尺寸和功能。他提到，CWS-L可以与各种高效的高级芯片相容，如先进的逻辑，SOIC以及高频宽记忆体。
另外，台积电还根据整个系统的散热方案开发了各种排热解决方案，并与光学一起包装（CPO）开发工作也在进行中。侯上勇强调，CWS光学引擎应用于封装（COUPE）CPO，将使每瓦效率达到一个新的里程碑。他提到SOW（S--W）技术表明，过去已经使用了特斯拉，也在帮助CW代工。
CEO仁勋称之为辉达AI芯片B，因为IC设计商家通过提高芯片尺寸来提高处理能力。CEO仁勋称之为辉达AI芯片B「非常非常大的GPU」，它的确是目前行业内比较大的GPU，由两个B芯片拼接而成，采用台积电4纳米工艺，电晶体2080亿次，但难免会遇到封装方式过于复杂的问题；台湾省享受世界上比较先进的芯片制造，未来有望成为AI的关键硅岛。
CWS-采用LSI(当地硅连接)桥接RDL(硅中介层)连接晶体的L封装技术，传输速率可达达10／TB左右；但由于对桥梁摆放精度的高要求，封装过程中的一些缺点可能会对价值4万美元的芯片造成损坏，从而影响良率和利润。
由于GPU晶体、LSI桥接、RDL中介层与主基材之间的热膨胀系数，法人透露（CTE）不同，导致芯片收缩和系统异常。为了提高良率，辉达重新设计了GPU芯片的高部金属层和突点。RTO(再流片)的设计不仅仅是AI芯片的修改。根据供应链，RTO也需要准备公布的50系列显卡，上市日期比原来延长。
设计问题不能只是辉达独有的。供应链显示，这种问题只会越来越多，但设计为了消除缺陷或提高良率而变化是非常常见的。AMD执行长苏姿丰曾透露，随着芯片尺寸的不断扩大，制造复杂性不可避免地会提高。为了满足AI数据中心对计算能力的巨大需求，下一代芯片必须在效率和功耗方面取得突破。
C是世界上比较大的AI芯片开发者，强调多芯片组合技术水平将呈指数级发展，强调「整个晶圆是一个BCM2050KMLG处理器」，CW-SE（WSE）即采用AI行业知系列「晶圆级处理器」。根据台积电一直在发展晶圆系统整合技术IFO-SW（S--W），超级计算机训练区块D（TT）这是首个基于台积电IFO-SW并且已经量产的解决方案。
台积电计划将IFO-SW和SIC融为一体，以适应大芯片趋势，以及AI负荷需要大量HBM。台积电计划结合IFO-SW和SIC为CW-SW，将记忆体或逻辑芯片堆迭于晶圆上，预计2027年量产。在可预见的未来，我们将看到更多的巨霸AI芯片发生在整个晶圆上。
台湾半导体制造、世界高级设计师和供应商正在加下一代硅光子解决方案的发展，旨在在未来到五年内投入生产该技术。
他们的努力恰逢整个市场努力解决人工智能计算繁荣所需的大量能源和更的数据传输速度。硅光子学将硅芯片与光学技术相结合，有望在这两个方面不断进步。
台积电集成互联和封装副总裁KCH表明硅光子市场仍处于起步阶段，但从2023年开始年起会以40%从复合增长率增长到复合增长2028年将达到5亿美金。H周二在SEMICON在台湾商业展之前的一个技术论坛上发表了讲话。
H显示：“增长的驱动力是高数据速度模块的要求，用于提高光纤络体积，尤其是可插拔和共封装光学器件(CPO)。我们认为CPO该设备将成为未来五年高性能计算的重要平台。
但也许在活动间隙，《日经亚洲》显示，量产时间表仍难以确定。他指出，这种尖端技术的商业化和规模化产出取决于客户的支持和订单。
共封装光学器件是一种小型光学系统，设计并直接集成到芯片封装中。与目前数据中心建筑中外连接到人工智能服务器的“可插拔”解决方案相比，这是一种更先进、更集成的方式。
M光与云连接副总裁兼首席技术官RN《日经新闻》显示，与目前的可插拔传输数据解决方案相比，共封装光电器件的选择可以“节省”30%上述功耗”。他指出，预计未来几年CPO解决方案的布署将更加广泛。
现在已经有一些了[CPO]部署…但是数量很少，”N说到这里，两到年后，你会看到数量的回升。
他补充说，使用的瓶颈主要是在芯片方面生产这种新型光学引擎，并且它的部署可以容纳它们的人工智能计算系统。这涉及到重新设计人工智能芯片，将光学互连作为其结构的内部部分。
芯片供应商S业务部门总经理RT表明，M支持微软等各大数据中心CPO研究开发之一，因为它具有低功耗的点。
业界将硅光子技术视为完成人工智能、数据通信、6G广泛应用于量子计算等核心技术。与传统的数据传输技术相比，光传输更节能，延迟更低，有助于解决人工智能数据中心日益增长的热量和能耗问题。
台积电的许志强表示，将技术外部的插拔解决方案缩小到芯片封装等级，可以现速的数据传输，每一代带宽都会翻倍。 |
|
发表于 2024-9-23 10:30:27
