当前AI芯片朝高算力高集成方向演进制程越来越先进，德州仪器TI芯片呈现几大趋势 制程越来越先进

AI芯片发展趋势当前AI芯片呈现几大趋势，制程越来越先进从2017年英伟达发布TeslaV100AI芯片的12nm制程开始，业界一直在推进先进制程在AI芯片上的应用。英伟达、英特尔、AMD一路将AI芯片制程从16nm推进至4/5nmChiplet封装初露头角2022年英伟达发布H100AI芯片，其芯片主体为单芯片架构，但其GPU与HBM3存储芯片的连接，采用Chiplet封装。在此之前，英伟达凭借NVlink-C2C实现内部芯片之间的高速连接，且Nvlink芯片的连接标准可与Chiplet业界的统一标准Ucle共通。而AMD2023年发布的InstinctMI300是业界首次在AI芯片上采用更底层的Chiplet架构，实现CPU和GPU这类核心之间的连接。头部厂商加速在AI芯片的布局AI芯片先行者是英伟达，其在2017年即发布TeslaV100芯片，此后2020以来英特尔、AMD纷纷跟进发布AI芯片，并在2022、2023年接连发布新款AI芯片，发布节奏明显加快。芯片成本变化有以下规律：封装形式越复杂，封装成本、封装缺陷成本占芯片成本比重越大：具体来说，SoC＜MCM＜InFO小于2.5D。芯片面积越大，芯片缺陷成本、封装缺陷成本占比越大；制程越先进，芯片缺陷成本占比越高，而Chiplet封装能有效降低芯片缺陷率，最终达到总成本低于SoC成本的效果。德州仪器TI制程越先进、芯片组面积越大、小芯片（Chips）数量越多，Chiplet封装较SoC单芯片封装，成本上越有优势。鉴于当前AI芯片朝高算力、高集成方向演进，制程越来越先进，Chiplet在更先进制程、更复杂集成中降本优势愈发明显，未来有望成为AI芯片封装的主要形式。国产封测龙头，在Chiplet领域已实现技术布局：通富微电已为AMD大规模量产Chiplet产品；长电科技早在2018年即布局Chiplet相关技术，如今已实现量产，2022年公司加入Chiplet国际标准联盟Ucle，为公司未来承接海外Chiplet奠定了资质基础；华天科技Chiplet技术已实现量产，其他中小封测厂商已有在TSV等Chiplet前期技术上的积累。随着AI市场的升温，我们对于如何构建AI系统也存在困惑。从目前情况看，AI不是一件单一的事，因此没有单一的系统在任何地方都能完美地工作。但AI系统有一些通用要求，如何因应这些需求寻找一个解决方案就成为行业关注的热点。