我们是否可能像搭积木一样来组装芯片呢？

　　长期以来，我们看到的芯片通常是通过一套工艺在一个晶圆上完成的。以SoC（System on Chip）芯片为例，苹果最新手机使用的A12芯片集成了6核CPU、4核GPU、8核神经网络处理器，还有ISP、二级缓存、I/O等模块，整个芯片由台积电的7nm工艺制造而成。
　　那么，我们是否可能像搭积木一样，将不同工艺的芯片模块组装在一起来造芯片呢？这种芯片有哪些优势？该技术给芯片设计、工具、制造和封测带来哪些挑战？对未来产业有何影响？目前国内外企业又发展如何？本文依次给出答案。
　　“即插即用”的Chiplet模式
　　搭积木造芯片的模式名叫Chiplet（直译为小芯片），它是一类满足特定功能的die，我们称它为模块芯片。Chiplet模式是通过die-to-die内部互联技术将多个模块芯片与底层基础芯片封装在一起，构成多功能的异构System in Packages（SiPs）芯片的模式。
　　Chiplet模式的玩家希望构建一个生态系统，这里有一个丰富的模块芯片库可供选择，集成商根据需求设计芯片架构，自由选择模块芯片交给制造商进行制造和封装。
　　与传统制造流程不同的是，集成商不再是购买IP，而是采购满足整体芯片架构的、即插即用的die，这样的die在工艺上不受其他模块的约束，工艺选择灵活，可以是逻辑的芯片，也可以是模拟芯片。
　　理论上讲，这种技术是一种短周期、低成本的集成第三方芯片（例如I/O、存储芯片、NPU等）的技术。
　　延续摩尔定律的新路径
　　Chiplet模式并不是新概念，上世纪八十年代工业界提出的multi-chip modules（MCMs）技术中就有涉及。在MCMs中，多个die被连接成模块，这些MCMs被用于大型机等高端系统中。
　　2017年，美国DARPA（Defense Advanced Research Projects Agency）再次将该技术引入大众视野。其在“电子复兴计划”中规划了名为“通用异构集成和IP重用战略”（Common Heterogeneous Integration and IP Reuse Strategies，CHIPS）的Chiplet项目，参与方包括英特尔、美光、Cadence、Synopsys多类型企业等。
　　Chiplet模式的再次受重视，源于被寄希望于解决当前芯片技术发展三个问题：
　　依赖器件尺寸缩减延续到摩尔定律难以为继。2018年，全球晶圆与联电相继退出7nm芯片制造战场。如今只有台积电和三星两家企业保持竞争。台积电2018年实现7nm量产，3nm预计2022-2023年量产。三星的7nm制程预计2019年底量产，3nm预计2021年量产。英特尔如今依然主打14nm工艺，10nm工艺2019年有望问世。在3nm环栅技术上，依赖尺寸缩减的摩尔定律可能将来到尽头。
　　先进制程芯片的设计成本大幅增加。芯片设计成本包括EDA软件、相关硬件、IP采购、芯片验证与流片和人力成本等。IBS数据显示，22nm制程之后每代技术设计成本增加均超过50%。设计一颗28nm芯片成本约为5000万美元，而7nm芯片则需要3亿美元，3nm的设计成本可能达到15亿美元。
　　市场对高性能、多样化芯片有巨大需求。在未来社会智能化趋势下，大量模拟信号数据（图片、视频、声音、温度等）需要被高效的收集、处理，并作出决策。在当前AI算法框架下，一类场景即对应一类算法，也对应一类芯片（推理）。考虑芯片出货量难放量和高设计与流片成本问题，目前的芯片制造技术无法满足市场需求。
　　Chiplet技术有望在这样的背景下延续摩尔定律，以更快的速度、更低的成本，研制生产出更高性能的芯片产品，满足快速发展的智能经济、智能社会对新技术、新产品的需求。
　　Chiplet模式的优势
　　Chiplet模式的核心功能在于多功能模块的集成，技术优势主要是相对于SoC芯片和基于PCB板的集成技术，长期发展有望给现有半导体产业链和商业模式带来变革。其优势可总结为以下几个方面。
　　功能模块选择更灵活。通过die-to-die连接技术，对连接到底层逻辑芯片的模块芯片原则上没有限制。例如各类AI加速模块、GPU、ISP、DSP、存储模块、I/O模块等。这些模块可以考虑特点，选择性价比最高的工艺节点进行制造，进一步提升Chiplet的灵活性。
　　拓展集成空间，提高集成度。Chiplet芯片一般采用3D集成方案，减小了芯片面积，扩展了空间。这有利于满足市场对AI芯片算力提升和成本降低的需求。
　　拓展系统优化空间。功能模块的3D互联给计算系统的架构设计既带来挑战，也带来更多优化空间。以AI芯片的应用为例，memory wall是核心瓶颈。对于云端AI加速场景，Host CPU和AI加速芯片的互联以及多片AI加速芯片间的互联，目前主要通过PCIe、NvLink或者直接用SerDes等。如果采用Chiplet技术实现片上互联，带宽、延时和功耗都会有巨大的改善。
　　催生新商业模式。若代工技术成熟，Chiplet可能在产业链中催生两种新角色，一种是Chiplet模块芯片供应商，一种是使用模块芯片的系统集成商。目前的AI芯片厂商，有的以供应IP或外接加速芯片为主，有的做集成AI加速功能的SoC芯片。对于前者，进化为Chiplet模块芯片供应商是个很好的选择。后者则可直接做模块芯片的系统集成商，这样能够极大缩短芯片开发时间。目前在IoT领域已有这样的供应商和集成商出现。
　　Chiplet模式给快速、低成本开发复杂功能的高性能芯片提供了一种可能。特别适用于中小企业开发应用于“小出货量场景”的芯片，也适用于一些“性能优先”的开发项目。
　　发展Chiplet的挑战
　　Chiplet模式的发展核心在于构建一个丰富的模块芯片库，使它们可以被自由选择，通过先进封装技术集成为复杂的异构系统。其发展目前主要面临四方面挑战。
　　互联标准。首先，设计这样一个异构集成系统需要统一的标准，即die-to-die数据互联标准。为此，英特尔首先提出了高级接口总线（Advanced Interface Bus，AIB）标准。在DARPA的CHIPS项目中，英特尔将AIB标准开放给项目中的企业使用。AIB是一种时钟转发并行数据传输机制，类似于DDR DRAM接口。目前，英特尔免费提供AIB接口许可，以支持广泛的Chiplet生态系统，包括设计方法或服务供应商、代工厂、封装厂和系统供应商。此举将加速AIB标准的快速普及，有望在未来成为类似ARM的AMBA总线的业界标准。
　　封装技术。将多个模块芯片集成在一个SiP中需要高密度的内部互连线。可能的方案有硅interposers技术、硅桥技术和高密度Fan-Out技术，不论采取那种技术，互连线（微凸）尺寸都将变得更小，这要求互连线做到100%的无缺陷。因为互联缺陷可能导致整个SiP芯片不工作。
　　测试技术。作为一个复杂的异构集成系统，保证SiPs芯片功能正常比SoC更困难。SoC芯片通常需要采购IP，而目前关于IP的重用方法中，IP的测试和验证已经很成熟，可以保证IP接入系统没有问题。采用Chiplet模式的SiPs芯片则不同，它采购或使用的是制造好的die，即模块芯片。这对单个die的良率要求非常高，因为在SiPs中一个die的功能影响了整体性能，一旦出了问题损失巨大。同时在die设计中还需要植入满足SiPs芯片的测试协议。而对于SiPs芯片，由于管脚有限，如何单独测试每个die的性能和整体SiP的性能也是一个难点。
　　开发工具。上面提到的三个技术挑战，都需要软件工具的支持，对于EDA工具带来巨大的需求。例如在芯片设计中，30%-40%的成本是工具软件。DARPA的 CHIPS项目中一个工作重点就是设计工具。Chiplet技术需要EDA工具从架构探索，到芯片实现，甚至到物理设计提供全面支持。
　　产业机遇：Chiplet系统集成和模块芯片设计
　　从上面Chiplet模式发展的挑战看，产业机遇集中在芯片制造技术、封装测试技术和EDA工具技术。这些都是制造积木的手段，而设计什么样的积木和积木组合则有更加巨大的市场空间，即Chiplet系统集成和模块芯片设计。
　　产业发展早期，技术突破有望催生新增长点。如前文提到的封装与测试技术、EDA工具和互联标准都没有完善。此时以英特尔为代表的IDM企业有较大优势。IDM厂产业链完整的，研发投入大，可以集中突破封测技术和芯片设计。在DARPA的CHIPS项目中，也集中发展了EDA工具和集成标准，这无疑将加速产业成熟。
　　系统集成的市场空间更大。基于Chiplet模式的芯片在技术上优势明显，架构设计灵活，设计周期短，设计风险低，芯片集成度高，加工成本低。SoC芯片厂商有动力切入Chiplet芯片系统集成。此外，目前越来越多的制造业企业在自研芯片。Chiplet模式适用于小批量生产，开发成本低，研制周期短。对于新进入者，尤其是配套自用的企业，这无疑具有很大的吸引力。
　　垂直领域，模块芯片设计与系统集成可协同发展。随着垂直领域智能化需求的持续增加，针对某项应用的专用芯片与高性能逻辑芯片、存储芯片协同工作成为主流，这是Chiplet模式发展的基础。因而，传统专攻垂直领域计算芯片厂商转行开发Chiplet芯片有着巨大优势。
　　AI芯片适用于Chiplet模式。在现有算法框架下，AI芯片就是一类专用芯片，在Chiplet模式下，与逻辑、存储芯片共存是非常适于AI芯片的工作方式。例如目前新兴的存内计算和光子计算（模拟计算方案），这些芯片的制备通常在较低的工艺节点上，与提倡高集成度的逻辑和存储芯片集成成为难点，采用Chiplet模式则对工艺节点则没有要求。
　　头部企业发展现状
　　目前，Chiplet模式还处于发展早期，主要围绕DARPA的CHIPS项目发展。在CHIPS项目中，有制造封测企业如英特尔、Northrop、Micorss等，还有模块芯片开发企业和高校如Ferric、Jariet、镁光、Synopsys和密西根大学，以及EDA工具开发企业和高校如Candence和佐治亚理工。
　　下面，我们介绍IDM大厂英特尔和一家中资企业极戈科技的发展。前者有先进的封装技术和集成标准，后者采用Chiplet模式极大地缩短了物联网芯片的研发周期。
　　01. IDM厂：Intel，3D封装技术和AIB集成标准
　　英特尔是国际芯片设计、制造和封测的领先企业，拥有完整的产业链和超高的研发实力。它们将Chiplet模式当作延续摩尔定律的首要手段。2018年12月，英特尔推出了业界首个3D逻辑芯片集成技术——Foveros。
　　该技术整合了其早前提出的2D封装技术——嵌入式多裸晶互联桥，可以将多个IP的模块芯片灵活组合。例如I/O、SRAM等电路对先进制程没有要求，可以用低制程加工在基础芯片上。而逻辑芯片、GPU等逻辑电路，先进制程可以提供更好的性能和更低的功耗，可以加工成模块芯片，堆叠在基础芯片上。
　　Foveros结合EMIB可以满足各种不同应用、功率范围和外形尺寸的需求，提供低成本、高性能芯片选择。英特尔预计将于2019年下半年推出一系列采用Foveros技术的产品。首款Foveros产品将整合高性能10nm模块芯片和低功耗的22nm基础晶片。
　　英特尔还是DARPA CHIPS项目的主要参与者之一，其免费提供AIB接口许可，这将有利于催生更多的Chiplet和系统集成企业。
　　02.系统集成企业：极戈科技
　　极戈科技（zGlue）2014年成立于美国硅谷，2017年进入中国。创始人张铭毕业于北京大学，在UIUC获得硕士与博士学位。曾在英特尔和三星工作。
　　极戈科技主打快速芯片设计和制造，通过独特的电路设计+封装+ SDK+算法，能够将物联网芯片的设计制造流程从超过1年压缩到2-4周。
　　极戈科技利用SaaS的模式提供芯片设计方案，也采用2.5D/3D封装技术。基础芯片是极戈开发的硅基芯片，上层是第三方的模块芯片，包括传感器、通讯、存储等，从而低成本、高速度地实现小体积，低功耗的系统集成。
　　目前，极戈的产品主要用于蓝牙、NB-IoT、WiFi和可穿戴产品中，有超过100款模块化芯片产品可供选择。
　　2019年1月底，极戈科技携手台积电和日月光，推出业界首个3D IC定制服务——快速制造项目。据称，该计划可以将一年的设计和生产时间缩短到一个月，把几百万美元的开发成本降低至几千美元。
　　结语
　　Chiplet模式的发展还有很长的路要走，它既是一次技术升级，包括封装测试技术、EDA工具、芯片架构设计等，也可能带来一次对传统半导体产业链的重构。我们有理由相信，随着越来越多的企业进入，Chiplet系统集成和模块芯片设计行业将会得到快速发展，受益于时间和成本，AI、AIoT等智能产业的发展进程也将加速。