【深铭易购】资讯：随着IC设计厂商通过增加芯片尺寸来提升处理能力，芯片制造的技术实力也面临更大的挑战。英伟达的AI芯片Blackwell，被CEO黄仁勋誉为“非常非常大的GPU”，它确实是目前业界面积最大的GPU。该芯片由两颗Blackwell芯片拼接而成，采用台积电4nm制程，拥有2080亿个晶体管。然而，这种设计也带来了封装复杂性的问题。台湾作为全球最先进的芯片制造中心，未来有望成为AI领域的重要硅岛。

在封装技术方面，CoWoS-L采用LSI（本地硅互连）桥接RDL（硅中介层）来连接晶粒，数据传输速度可达10TB/s左右。然而，由于封装过程中桥接放置精度要求极高，任何微小的缺陷都有可能导致价值4万美元的芯片报废，从而影响生产良率和利润。

业内人士透露，由于GPU晶粒、LSI桥接、RDL中介层和主基板之间的热膨胀系数（CTE）不同，可能会导致芯片翘曲和系统故障。为提高良率，英伟达重新设计了GPU芯片顶部的金属层和凸点。据供应链消息，不仅是AI芯片需要进行RTO（重新流片）设计修改，准备发布的RTX 50系列显卡也将需要RTO，这导致其上市时间有所推迟。（此前有报道称，英伟达的合作伙伴预计GeForce RTX 5090将于2024年第四季度上市。）

芯片设计问题并非英伟达独有。供应链消息指出，这类问题将会越来越多，然而，为消除缺陷或提高良率而对芯片设计进行修改在业内相当常见。AMD CEO苏姿丰曾表示，随着芯片尺寸的不断增大，制造复杂度也将不可避免地增加。未来的芯片需要在性能和功耗方面取得突破，才能满足AI数据中心对计算能力的巨大需求。

开发全球最大AI芯片的Cerebras表示，多芯片组合技术的难度将呈指数级增长，强调“一整片晶圆就是一个处理器”。Cerebras的Wafer-Scale Engine（WSE）系列采用了AI领域著名的“晶圆级处理器”技术。根据台积电的发展方向，其正在推进晶圆级系统整合技术InFO-SoW（晶圆上的系统），Dojo超级计算机的训练模块（Training Tile）就是基于台积电的InFO-SoW，并已成为首个量产解决方案。

为应对大芯片趋势和AI负载对更多HBM（高带宽存储器）的需求，台积电计划结合InFO-SoW和SoIC技术开发CoW-SoW（晶圆上的晶片封装），将记忆体或逻辑芯片直接堆叠在晶圆上，预计在2027年量产。未来可以预见，会有更多使用整片晶圆的超级AI芯片不断问世。