从1965年沉睡到现在的狂热复兴，Chiplet在AI中迎来自己的黄金时代

AI时代，AI应用的普及与数据中心需求的增长齐头并进，数据中心对高性能计算的需求进一步推动了芯片技术的发展。然而，随着摩尔定律逐渐接近其物理极限，传统的芯片设计方法难以满足AI计算对性能和成本的双重需求。

因此，行业正在积极寻找全新的技术路径以应对这一挑战。在此背景下，芯粒（Chiplet）技术在市场中迅速崛起，通过异构集成的方式解决了传统芯片的诸多问题，为数据中心和AI应用的发展提供了有力支持，逐渐成为业界广泛采用的解决方案。

IDTechEx报告称，在数据中心和人工智能（AI）等领域高性能计算需求的推动下，预计到2035年全球芯粒市场规模将达到4,110亿美元。从1965年首次提出，到现在的狂热复兴。Chiplet正在AI中迎来自己的黄金时代。

Chiplet：突破极限，解锁下一代计算潜力

摩尔定律过去几乎主导了半导体产业的发展，它要求每两年芯片的晶体管数量翻一番，从而实现计算能力的快速增长。然而，随着晶体管尺寸逐步接近纳米尺度，功耗、热管理和制造成本等问题日益突出，传统的“更多晶体管”方式难以继续满足市场对性能、成本和能效的多重需求，而Chiplet技术作为一种新的芯片架构，正在成为突破这一瓶颈的关键技术，解锁下一代计算的潜力。

Chiplet技术的核心理念是将传统单一的集成电路（IC）分解成多个功能模块，每个模块（或称“芯粒”）可以独立设计、制造和优化。这些模块可以是不同的计算核心、内存、存储单元，甚至是加速器（如GPU、NPU），然后通过高速互联技术将它们组合成一个统一的系统。这种模块化的设计思想打破了传统芯片的集成方式，使得设计师能够灵活地选择和组合不同的芯粒，优化成本、性能、功耗和开发周期。

（图源：AM IG）

在解读解读Chiplet时，我们通常会听到业界专家用乐高积木来进行类比，可以更直观和形象帮助我们理解其概念和原理。

乐高积木——模块化设计： 就像乐高积木有不同形状和大小的模块，Chiplet技术也是一种模块化设计。每个Chiplet（芯粒）可以是一个功能单元，像乐高积木中的一个小块，可能是处理器核心、内存、存储、输入输出模块等。就像你可以把不同形状和功能的乐高积木拼接在一起，Chiplet也可以根据需求组合成一个完整的系统。

灵活组合——自由定制： 在乐高世界里，你可以根据自己的需求，选择不同的积木来搭建房子、车子或其他任何东西，不同的模块可以组合成不同的结构。同样，Chiplet技术允许设计师根据实际应用需求，选择不同的芯粒，并将它们组合成一个特定的芯片或系统。这种灵活性使得设计过程更加高效，能够快速响应不同市场需求和技术进步。

标准接口——无缝连接： 乐高积木的所有模块都有标准的接口（比如凹凸的连接点），使得不同的积木能够方便地连接在一起，形成一个完整的结构。同样，Chiplet技术也依赖标准化的接口和高速互连技术（例如，CXL、UCIe等），使得不同功能模块的Chiplet可以无缝连接，协同工作。

可扩展性和灵活性——不断扩展： 在乐高模型中，如果你想扩展你的作品，只需要增加更多的积木块，而不需要重新构建整个模型。同样，Chiplet技术也支持系统的扩展。如果需要增加更多的计算能力或功能，可以直接在现有的Chiplet基础上添加更多的模块，而不必重新设计整个芯片。

降低成本和时间——模块化生产： 乐高积木的生产是高度标准化和模块化的，因此你可以很容易地找到任何你需要的部件，且生产成本较低。Chiplet技术采用模块化设计，也有类似的优势。各个芯粒可以根据不同的需求进行独立制造，并且可以使用不同的工艺技术，这样不仅减少了开发和制造成本，还能加快生产周期。

（图源：UCIe）

传统的单芯片设计往往受到单一制造工艺和制程技术的限制。而Chiplet技术的模块化设计使得不同功能块可以根据需求进行选择和组合，甚至可以采用不同的制程技术。例如，高性能的计算核心可以采用先进的制程工艺，而存储模块则可以选择性价比更高的工艺，这样能够兼顾不同性能需求和成本控制。此外，通过优化芯片间的互联方式，Chiplet设计也可以实现更高效的通信，减少数据传输的延迟和能耗，提升整体系统的性能。Chiplet架构的另一大优势是可扩展性和易于升级的特性。在传统芯片设计中，升级整个芯片系统需要重新设计所有功能模块。而在Chiplet架构下，设计人员可以根据市场需求和技术进步，更换或升级单独的芯粒，而不必完全更换整个芯片。这种灵活性使得芯片设计的生命周期大大延长，也为不同应用场景提供了更高效的解决方案。

通过标准化和模块化的设计，Chiplet克服了传统的集成电路设计周期长、成本高的挑战，加快了产品创新周期。当前Chiplet技术的应用领域非常广泛，尤其在数据中心、高性能计算（HPC）、人工智能（AI）以及5G通信等领域，具有巨大的市场潜力。在数据中心领域，芯片的性能需求不断增加，而功耗和散热问题也日益严重。通过采用Chiplet技术，可以有效地在不同模块之间分配计算负载，优化功耗和热管理，从而提升整个系统的计算能力与能效。

在人工智能和机器学习领域，尤其是推理和训练任务中，Chiplet技术通过支持专门的硬件加速器（如神经网络处理单元，NPU）和高带宽内存等，能够提升AI工作负载的处理效率。此外，5G通信的部署也对芯片提出了更高的要求，Chiplet技术通过提供灵活的网络处理模块和低延迟的数据传输能力，有助于满足5G网络对低功耗和高性能的需求。

随着制造工艺不断进步，Chiplet技术将继续发展，未来可能会更多出现在更多新兴应用中，包括边缘计算、自动驾驶、物联网等领域。

Chiplet成功关键：加速推进标准化，扩大生态繁荣

随着Chiplet技术在半导体领域的迅猛发展，行业对其前景充满期待。然而，技术创新的背后，Chiplet的成功并不仅仅依赖于模块化设计理念本身，更在于行业能否有效推动标准化进程。标准化已成为Chiplet技术发展的核心驱动力，决定了这一创新能否在未来的芯片生态中占据主导地位。

在当前的半导体产业中，许多企业和行业组织已经开始着手推动Chiplet的标准化工作，以解决异构集成中的接口兼容性和互操作性问题。没有统一的标准，不同厂商生产的Chiplet将难以实现跨平台互联，进而限制Chiplet技术的广泛应用。

而Arm致力于成为芯粒生态系统的基石：从推出芯粒系统架构 (CSA) 到近期发布首个公开规范，Arm一步步推动芯粒技术的标准化，减少行业的碎片化，加速芯片技术演进。

事实上，一直以来，Arm都在芯粒发展过程中扮演重要角色：

· 2023年10月，Arm全面设计(Arm Total Design)推动芯粒生态系统蓬勃发展。

· 2024年2月，Arm携手生态系统制定标准，提供加速芯粒应用所需的通用框架。

· 2024年4月，Arm携手合作伙伴共同推动AMBA CHI芯片到芯片互连协议等倡议的落地实施。

这三项举措，体现了Arm推动Chiplet技术从概念到现实的全方位努力。

首先，Arm Total Design是Arm提出的一种全面的芯片设计系统，汇集了专用集成电路 (ASIC) 设计公司、IP 供应商、EDA 工具提供商、代工厂和固件开发者等行业领先企业，能够加速Chiplet设计中的系统整合，帮助芯片设计师构建异构集成的系统。

而Arm芯粒系统架构 (Chiplet System Architecture, CSA)，则是Arm 与 20 多位合作伙伴正在分析和界定基于芯粒的系统的最佳分区选择，以提高多个供应商之间的组件（包括物理设计 IP、软 IP 等）复用率。这项举措的核心是通过提供通用框架和标准化接口，帮助不同厂商的芯粒互相兼容，确保它们能够无缝集成。标准化不仅是推动Chiplet技术发展的关键因素，它也能为厂商提供共同的技术基础，减少开发成本和时间。

（图源：CSA）

AMBA CHI协议（Arm Memory Bus Architecture Chip-to-Chip Interface）则是Arm推动的芯粒间互连协议，它专门用于芯粒之间的高效通信。AMBA CHI协议为不同芯粒间的通信提供了统一的高带宽、低延迟的连接方式。通过这一协议，芯粒能够通过标准化的连接路径共享内存和其他系统资源，确保了系统性能的提升。

（图源：Arm）

设计创新 + 标准化 + 高效互连，Arm的三大举措从三个核心维度入手，推动了Chiplet技术的成熟与普及。通过设计创新，Arm为芯粒提供了灵活的定制化设计框架；通过标准化，Arm确保了不同芯粒之间能够高效协作，克服了异构集成中的兼容性问题；而通过AMBA CHI协议，Arm为芯粒间的高速数据传输提供了可靠的技术支撑。

结语

Chiplet并非一种全新的设计思维，早在 1965 年，IBM 就使用类似模块化的方法来开发大型处理器。但当时的半导体制造工艺和封装技术无法支撑这种模块化设计的广泛应用。特别是在芯粒互连和高密度集成方面，传统的单片集成电路设计在性能上具有更大的优势。

但随着摩尔定律走向极致，而AI、大数据、云计算、边缘计算等领域对高性能计算、低功耗、高灵活性的计算需求又在不断增加；这些因素共同促进了Chiplet技术的现代复兴，使其在今天成为半导体行业的热门技术方向。

行业领先企业纷纷针对Chiplet展开技术探索，并积极进行技术奠基，取得了卓越成绩。

2025年1月，Arm宣布其芯粒系统架构(CSA)正式推出首个公开规范，在AMBA CHI C2C统一接口协议基础上，进一步推动芯粒技术的标准化，并减少行业的碎片化。目前，已有超过60 家行业领先企业，如 ADTechnology、Alphawave Semi、AMI、楷登电子、云豹智能、Kalray、Rebellions、西门子和新思科技等，积极参与了 CSA 的相关工作，助力不同领域的芯片战略制定并遵循统一的标准。

Arm、三星晶圆代工厂、ADTechnology 和Rebellions共同合作开发了基于Neoverse CSS V3 的 AI CPU 芯粒平台；Alcor Micro 和Alphawave 也已经推出基于台积公司工艺的全新芯粒；这都是使用AMBA CHI C2C接口协议的生态伙伴取得的创新成果。

展望未来，随着技术不断成熟、标准逐步统一、生态系统进一步繁荣，Chiplet将推动高性能计算在性能和效率上的进一步突破，也为其他行业带来更为可定制化的解决方案。未来，Chiplet技术能够有效应对各种特定市场需求和挑战，帮助我们满足在AI时代日益增长的各种计算需求挑战。