行业背景 - 台湾半导体产业碳化硅产业链因英伟达对GPU性能需求而快速升温 [3] - 全球碳化硅龙头Wolfspeed于今年5月宣布破产 但同期台湾企业如环球晶宣布加码碳化硅新产品开发 [3] 技术变革驱动因素 - 英伟达新一代Rubin处理器为提升效能 计划将硅中介层材料替换为碳化硅 [3] - 高阶芯片功耗计划达1000伏特 远超特斯拉快充的350伏特电压 [4] - 碳化硅导热系数优于铜 能有效缓解大电流产生的高热问题 [4] - NVLink技术特性要求GPU与记忆体距离更近 碳化硅中介层可实现更高传输速度与功率 [4] 技术挑战与机遇 - 碳化硅硬度与钻石相当 切割技术不佳会导致表面波浪状 影响先进封装应用 [4] - 需使用绝缘单晶碳化硅制造中介层 且尺寸需与现有硅晶圆一致 [4] - 中国碳化硅制造商多限于6吋和8吋晶圆 台湾厂商投资更大尺寸产线形成差异化优势 [4] 产业链动态 - 台积电邀集各国厂商共同研发碳化硅中介层制造技术 [5] - 日本DISCO等切割设备商正在研发新一代雷射切割机台 [5] - 英伟达Rubin GPU第一代仍采用硅中介层 待新设备到位后碳化硅中介层制造将更顺利 [5] - 碳化硅中介层技术预计最晚后年（2026年）进入先进封装领域 [5] 应用场景 - 该技术目前仅应用于最尖端AI芯片 [5] - 碳化硅中介层在CoWoS封装中承担"楼板"功能 承载GPU并连接高性能记忆体 [3]

Chiplet技术概述 - Chiplet是一种通过将SoC功能拆分成更小芯片并集成到单个系统级封装(SIP)中来满足计算能力和I/O带宽需求的方法 总硅片尺寸可能超过单个SoC的光罩尺寸[1] - SIP不仅包含传统封装基板 还可能包含允许更高布线密度的中间中介层 从而提升功能性和集成度[1] 系统分区设计 - 设计团队需考虑功能块划分方案 常见高阶细分包括将计算芯片、IO芯片和存储功能划分到不同芯片组中[2] - 需要根据工艺节点选择和芯片组划分 权衡延迟、带宽和功耗等关键参数[2] 工艺节点选择策略 - AI加速器中的计算芯片适合最新工艺节点以优化性能 但缓存实现可能不理想 SRAM在成本较低节点实现更高效[3] - 3D实现是可行方案 例如AMD Ryzen7000X3D处理器采用第二代3D V-Cache 集成3D堆叠计算和SRAM内存 带宽高达2.5TB/s[3] - 模拟功能或IO接口功能对延迟容忍度更高 适合在单独芯片组中通过UCIe接口连接 主芯片组可采用较旧节点以节省成本[3] 芯片间连接标准 - UCIe已成为芯片间die-to-die连接的实际标准 设计人员需根据工作负载确定带宽需求 包括主频带数据和侧信道数据[4] - 配置选择包括数据速率范围(16G到64G) 通道数量 以及有机基板(UCIe标准)或先进封装(UCIe先进)的选用[4] - PHY布局可选择单行排列在芯片边缘或双层堆叠成列 后者滩涂减半但PHY区域深度减小[4] 接口与数据传输 - 大多数UCIe应用使用流式传输接口 需设计从UCIe到接口IP的桥接器 可选方案包括AXI、ARM CXS或PXS等标准[5] - 需考虑数据打包效率 时钟交叉功能 以及选择直接点对点传输或通过中间片上网络(NOC)实现灵活连接[5] 先进封装技术 - 2.5D架构包含中介层或带硅桥的中介层 有机基板成本更低且设计进度更快[6] - 中介层选择包括成熟硅中介层(尺寸受限且成本随尺寸增大) 有机基板RDL中介层(降低成本且尺寸更大) 或带硅桥的RDL中介层[6] - 凸块间距存在差异：基板典型值110-150微米 中介层微凸块间距25-55微米 3D堆叠会使差异更大[7] 测试与验证挑战 - 测试规划需包括晶圆探针访问以提供已知良好芯片(KGD) 使用IEEE 1838协议和多芯片测试服务器访问内部芯片[9] - 系统级仿真、模拟和原型设计对确保功能和性能至关重要 需涵盖芯片、软件和系统组件的协同设计[10][14] 安全设计考量 - 多芯片设计需提供认证功能验证每个芯片组 根据应用需求建立信任根处理敏感数据和密钥传递[10] - 需保护跨接口数据传输 包括PCIe/CXL完整性和数据加密(IDE)、DDR/LPDDR内联内存加密(IME)以及以太网MACsec功能[10] - 可支持ARM机密计算架构(CCA) 并实施安全启动流程防止硬件和固件级别篡改[10]

硅光子技术驱动因素与市场前景 - 传统处理器架构面临物理限制 硅光子技术对满足数据中心AI和机器学习需求至关重要[2] - 高速通信支持更快计算 带宽需求增长推动硅光子学和薄膜铌酸锂发展以提升网络数据容量[2] - 光子集成电路提供多功能平台 SOI和LNOI适用于数据中心高容量可扩展应用 中国企业成为新领导者[2] 技术平台竞争格局 - 单通道速率提升实现3.2Tbps及以上单端口以太网速度 减少激光器数量并降低资本支出[8] - LNOI和InP成为未来高速链路直接解决方案 材料特性带来固有优势[8] - SOI/LNOI/InP平台展开激烈竞争 各具独特优势与挑战 影响光通信格局[8] CPO技术发展与市场预测 - AI爆炸式增长推动CPO采用 需要高带宽/低延迟/高能效连接数百万GPU[12] - CPO在横向扩展网络实现长距离高带宽连接 纵向扩展网络取代铜缆提供更好GPU互连[12] - NVIDIA发布硅光子交换机 采用CPO实现1.6Tbps端口连接 克服NVLink限制[13] - CPO市场规模从2024年4600万美元增长至2030年81亿美元 复合年增长率137%[13] 产业链生态与参与者 - 产业格局围绕多元化参与者形成 包括垂直整合企业/初创公司/研究机构/晶圆代工厂/设备供应商[5] - 中国取得显著进步 在政府支持下缩小与西方差距 成为高速光通信主要参与者[5] - CPO供应链涵盖半导体代工厂/光子制造商/封装供应商/光纤专家 关键参与者包括Nvidia/台积电/博通/相干公司[16] 技术实现与封装方案 - CPO将光收发器与交换机ASIC或处理器集成 用于高带宽低功耗互连[16] - 横向扩展网络使用经济高效基板 纵向扩展需要高性能材料[17] - 光子封装采用2.5D或3D方法 2.5D提供高密度互连 3D减少占用空间和功耗[20] - 带宽密度(Tbps/mm)是关键指标 光子中介层可提高堆叠芯片集成密度[20]

文章核心观点 - 人工智能工作负载正从训练转向推理和代理AI，这暴露了传统计算架构在内存带宽和容量上的瓶颈，即“内存墙”问题 [2] - d-Matrix公司致力于通过其创新的3D堆叠数字内存计算架构来解决AI推理的内存瓶颈问题，旨在实现比传统HBM内存更高的带宽和能效，同时降低成本 [2][5] 行业背景与趋势 - 2025年人工智能焦点转向推理和代理AI，对处理能力的需求暴露出内存管道的缺口 [2] - 行业基准显示，计算性能每两年增长约3倍，而内存带宽仅增长约1.6倍，导致处理器因等待数据而闲置的差距日益扩大 [8] - 基于GPU的传统高性能计算架构擅长训练大型语言模型，但并非运行AI推理工作负载的理想选择 [6] d-Matrix公司概况 - 公司由首席执行官Sid Sheth和首席技术官Sudeep Bhoja于2019年创立，两位创始人均曾担任高速互连开发商Inphi Corp的高管，该公司于2020年被Marvell以100亿美元收购 [2] - 公司目标是为AI推理开发内存计算芯片级技术，提供比传统DRAM更大的内存带宽，且成本远低于高带宽内存 [2] 核心技术：3DIMC架构 - 3DIMC指三维堆叠数字内存计算，通过垂直堆叠内存并与计算芯片紧密集成，旨在显著降低延迟、提升带宽并实现新的效率提升 [2][8] - 该技术采用LPDDR5内存，并通过中介层将数字内存计算硬件连接到内存，DIMC引擎使用改进的SRAM单元，在内存阵列内部执行计算 [3] - 其Apollo计算核心包含八个DIMC单元，可并行执行64×64矩阵乘法，支持INT8、INT4和块浮点等多种数值格式 [3] - 公司预计3DIMC将使AI推理工作负载的内存带宽和容量提高几个数量级 [5] 产品演进与性能目标 - 公司现有旗舰产品Corsair采用PCIe Gen5规格，具有150 TB/s的超高内存带宽 [7] - 下一代架构Raptor将融入3DIMC技术，目标是在运行AI推理工作负载时，与未来的HBM4相比，实现10倍内存带宽提升和10倍能效提升 [5][9] - 公司认为这些提升是阶跃式的改进，将重新定义大规模推理的可能性 [5][9] 市场预测与机遇 - 早在2022年底ChatGPT推出前，公司就已预见大型语言模型将催生对更大、更快内存的需求 [5] - 公司联合创始人Sid Sheth在2022年预测，Transformer模型将成为未来5到10年AI计算的主要工作负载，并最终导致AI推理工作负载激增 [6] - 到2025年，从AI训练到AI推理的重大转变正在发生，代理AI预计将在未来几年推动巨额投资 [7]

背面供电技术概述 - 背面供电（BSPDN）被视为延续摩尔定律的重要突破 能改善散热、降低IR压降并提升芯片密度 [4] - 传统芯片设计中电源线与讯号线均集中在晶圆正面 但先进制程进入2纳米及埃米级后问题凸显 背面供电必要性提升 [4] - 背面供电通过将供电网络（PDN）移至晶圆背面 利用矽穿孔（TSV/nTSV）或埋入式电源轨（BPR）直接供电至电晶体 [5] 技术优势与必要性 - 减少IR压降：供电更直接且损耗更低 对高速AI运算与伺服器应用的稳定供电至关重要 [6] - 解决散热瓶颈：电路层数增加导致热量难导出 背面供电可重新规划供电路径分担热源 [7][15] - 提升设计密度：释放更多逻辑电路空间 推动埃米级制程发展 [7][15] - 分离电源与讯号：减少干扰并提升效能 [8] 国际厂商技术布局 - 比利时研究机构imec为技术领跑者：2022年联合Arm发表BPR+nTSV架构 成为台积电、英特尔、三星的技术参考 [11] - 英特尔18A制程率先导入：2024年发表并计划2025年下半年量产 采用nTSV直接供电至前端 实现供电与讯号完全分离 [11] - 三星SF2Z制程规划：2024年6月公布采用背面供电技术 预计2027年量产 [12] - 台积电SPR架构进军市场：利用BPR+TSV导电至电晶体 预计导入2纳米及后续埃米级制程 [13] 行业竞争与战略意义 - 背面供电成为埃米级制程竞争核心：技术成熟与商业化进度将决定未来十年半导体产业话语权 [13] - 三大技术方案并存：包括imec的BPR、英特尔的PowerVia及台积电的Super Power Rail [10] - 设计技术协同优化（DTCO）应用：代工厂通过DTCO有效安排互连 有望提前实现系统级晶圆 [10]

美国撤销台积电南京厂设备运输授权 - 美国撤销台积电南京厂"验证后最终用途（VＥＵ）"授权 供应商需主动寻求美国核准才能出货受管制货品 包括先进制造设备 备用零件和生产所需化学物 [2] - 授权将于2023年12月31日撤销 台积电正在评估情况并采取应对措施 包含与美国政府沟通以致力南京厂营运不受影响 [2] 市场反应与行业影响 - 消息导致台积电ＡＤＲ在美股早盘下跌约1.6% 费城半导体指数重摔逾2% 那斯达克综合指数跌1.6% [2] - 美国此前已取消SK海力士 三星等韩国记忆体大厂大陆厂区取得美国设备豁免 此次举措再度封杀大陆半导体发展 [2] - 华府举措危及半导体产业重要公司的大陆业务 这些公司来自台湾 韩国两大芯片制造重镇 [3] 台积电大陆厂区业务详情 - 台积电在大陆拥有松江八吋厂和南京厂 松江厂生产0.13微米等成熟制程 月产能10-11万片 主要生产高压 嵌入式记忆体 微控制器等特殊制程产品 不受豁免到期影响 [3] - 南京厂最初切入16-12纳米制程 后因美国管制改为扩充28纳米制程产能 董事会通过近800亿元新台币投资 使16/12纳米月产能2万片 28/22纳米月产能4万片 主要生产车用芯片等特殊制程 [3] - 台积电大陆厂2022年创造260亿元新台币获利 虽占比相对不高 仍是重要获利来源之一 [3] 美国管制政策背景与影响 - 美国广泛限制大陆取得可用于制造先进芯片的美国材料和设备 旨在限制大陆的ＡＩ实力 [4][5] - 拜登任内曾给予三星 SK海力士和台积电无限期豁免 只要遵守安全要求并披露特定信息就能继续向中国工厂送货 [5] - 从全面许可转为单独审批会产生不确定性 美国官员正研拟减轻繁文缛节的解方 因已积压大量许可证申请案件 [5] 地缘政治与供应链影响 - 当前状况凸显华府对电子元件供应链的影响力 即使相关工厂由三家非美国企业在海外营运 美方依然能施加限制 [4]

6G芯片技术突破 - 中国研究人员发布全球首款全频6G芯片 提供超过100 Gbps移动互联网速度[2] - 芯片由北京大学和香港城市大学科学家团队开发 工作频率范围0.5 GHz至115 GHz[2][4] - 尺寸仅11毫米×1.7毫米 单片集成替代传统九个独立无线电系统[4] 技术创新特点 - 采用薄膜铌酸锂材料实现所有重要部件微型集成 传统系统需多个独立组件[4] - 创新信号生成方法：宽带电光调制器转换无线信号为光信号 光电振荡器产生射频信号[5] - 在180微秒内实现6 GHz频率调谐 比现有技术快得多[5] 性能表现 - 实现跨九个连续频段全链路无线通信 通道速率达100 Gbps[8] - 相位噪声在10 kHz频率偏移处保持-85 dBc/Hz一致性[25] - 频率稳定性达0.5 ppm 比其他平台好近10倍[26] 应用场景 - 支持智慧城市、扩展现实和远程手术等数据密集型服务[8] - 具备实时频谱可重构性 支持动态频谱管理和干扰规避[33][37] - 为下一代智能无线电网络提供自适应解决方案[15] 发展时间表 - 技术仍处早期发展阶段 商用6G网络预计2030年左右推出[5] - 需构建基础设施并开发兼容设备[5] - 通过异质集成技术可进一步提高集成度和性能[41]

项目投资与建设 - 安靠科技将在亚利桑那州皮奥里亚建设价值20亿美元的先进封装和测试设施 占地104英亩 预计2028年初投产 [2] - 修改后的建设计划已于8月29日获得皮奥里亚市议会批准 将原定地块更换为创新核心区面积更大的地块 [2] 行业背景与战略意义 - 该设施是美国迄今为止最雄心勃勃的外包半导体封装业务 标志着供应链后端开始匹配美国晶圆厂建设浪潮 [2] - 当前高端芯片的最终组装、测试和封装阶段主要由台湾和韩国工厂主导 形成供应链瓶颈 [2] - 英伟达H100等AI芯片产能曾因封装吞吐量限制遭遇瓶颈 [2] - 后摩尔定律时代性能提升重点从晶体管数量转向连接性能 先进封装技术成为关键 [2] 技术合作与客户关系 - 新工厂将专门支持高性能封装平台 包括台积电的CoWoS和InFO技术 [3] - 台积电已签署谅解备忘录 计划将其附近菲尼克斯晶圆厂的封装业务转移至该工厂 缩短目前数周的亚洲周转时间 [3] - 苹果公司据称为首家也是最大客户 [3] 政策支持与行业挑战 - 项目获得《芯片法案》4.07亿美元资金支持和联邦税收抵免 [3] - 美国所有计划建设的晶圆厂预计面临7万至9万名工人短缺 高度自动化也无法完全解决人才短缺问题 [3]

泰国PCB产业投资热潮 - 中国胜宏科技在泰国大城府新建第二家PCB工厂并即将投入运营 该公司是Nvidia AI服务器和显卡PCB的主要供应商[2] - 台湾金像电子在泰国的首家工厂正满负荷运营 该公司是Nvidia交换托盘的主要PCB供应商[2] - 近60家中国大陆和中国台湾PCB制造商已在泰国设立新生产基地 包括全球前30强企业中的大多数[6] 企业扩张与产能布局 - 胜宏科技市值达2330亿元人民币（326亿美元） 超过全球收入最高的PCB制造商臻鼎科技[5] - 珠海恒格微电子装备获得约100台新设备订单 用于支持胜宏在泰国和越南的产能扩张[2] - 臻鼎科技计划投入超过600亿新台币（59.7亿美元）资本支出 泰国扩张是重要组成部分[9] - 欣兴电子已获得泰国土地 计划建造最多五座工厂 首批产品包括卫星和游戏机PCB[9] 产业生态与集群分布 - 泰国PCB产业集群覆盖11个主要地区 包括大城府、巴吞他尼府和春武里府等[4] - 大城府聚集了最多PCB企业 包括Mektec、深南电路、富士康等19家厂商[4] - 产业链涵盖PCB制造、设备、材料和自动化软件提供商 形成完整生态系统[5][6] 市场需求驱动因素 - AI成为泰国科技制造业主要驱动力 带动PCB需求显著增长[5][9] - 汽车相关PCB需求相对疲软 部分厂商对产能扩张持观望态度[6] - 全球科技巨头推动供应链多元化 微软、亚马逊、苹果等将关键零部件采购转向中国以外地区[6] 人才与成本挑战 - 泰国工程师严重短缺 特别是PCB行业和能说中文的人才[10][11] - 生产线经理月薪从4万泰铢（1240美元）涨至8-10万泰铢 两年内翻倍[11] - 泰国生产成本约为中国的三倍 需提供高额激励吸引外派员工[11] 产业发展预期 - 泰国PCB产值预计从2024年35亿美元增长至2030年56.2亿美元 年复合增长率7.6%[12] - 外国PCB制造商将逐步增加中高端PCB产量 推动产值持续增长[14] - 泰国政府支持建立PCB培训中心 配备真实生产线培养专业人才[11][12] 竞争与风险因素 - 非AI领域PCB厂商面临激烈订单竞争 汽车和消费电子需求放缓[14] - 泰国PCB生态系统仍不成熟 高端材料和设备需依赖进口[14] - 新进入厂商分为"带订单扩张"和"先建厂后抢订单"两类 后者竞争压力更大[14]

峰会基本信息 - 第三届设计自动化产业峰会IDAS 2025将于2025年9月15日至16日在杭州国际博览中心举行 [1][90] - 峰会由主论坛、12场专题论坛及企业用户大会组成 预计吸引500+半导体企业、2500+专业观众、200+专家学者参会 [1][91] - 设置100+展台 覆盖EDA、设计平台、制造到封装全产业链领域 [1][91] 核心主题与议程 - 以"锐进"为主题 聚焦AI for EDA、3D IC、汉擎底座、STCO/DTCO等前沿方向 [90][91] - 主论坛设芯片集成制造协同设计、国产高端芯片良率挑战、AI集群网络芯片等议题 [7][9][10] - 12场专题论坛涵盖Custom Design、存储器设计、Chiplet先进封装、数字芯片、晶圆制造等领域 [12][15][19][32][41][49][59][63][72][80][83][90] 演讲嘉宾与机构 - 北京大学王润声教授分享芯片跨尺度协同设计 武汉大学刘胜院士解析国产芯片良率挑战 [9] - 华为半导体首席架构师杜文华探讨AI集群网络芯片发展趋势 [10] - 华大九天、概伦电子、广立微等企业高管参与主题演讲 [9][10][12][16][20][27][32][40][44][50][60][64][93] - 清华大学、复旦大学、浙江大学等高校学者分享AI赋能芯片设计、大语言模型应用等研究成果 [12][16][24][28][29][42][52] 技术焦点与创新方向 - AI技术应用：华为半导体EDA首席科学家黄宇分享AI For EDA 华大九天提出EDA行业大模型智能系统 [59][60] - 先进封装与Chiplet：华大九天探讨EDA赋能异构集成系统 九同方技术分析电磁仿真解决方案 [20][21] - 汉擎生态建设：北京大学张立宁研究员介绍汉擎PDK标准 华大九天展示智能化开发实践 [63][64][65] - 制造协同优化：东方晶源展示AI驱动的良率提升方案 华为技术专家分享AI在半导体制造中的应用 [45][47] 参展与赞助企业 - 钻石赞助商包括华大九天、概伦电子、广立微电子、鸿芯微纳、芯和半导体等头部企业 [93] - 铂金与黄金赞助商涵盖合见工软、硅芯科技、芯华章、立芯软件等创新企业 [96][97] - 参展单位包括晶合集成、国家集成电路设计自动化技术创新中心等产业链关键机构 [102][105][111] 报名与参与方式 - 通过EDA²官方网站或"EDA平方"微信公众号进行会议注册 [1][3] - 可扫描登记报名二维码完成参会申请 [5]