<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 智能計(jì)算 > 業(yè)界動態(tài) > 下一代AI算力“革命性技術(shù)”,臺積電押注“硅光芯片”,芯片業(yè)“彎道超車”的機(jī)會出現(xiàn)了?

          下一代AI算力“革命性技術(shù)”,臺積電押注“硅光芯片”,芯片業(yè)“彎道超車”的機(jī)會出現(xiàn)了?

          作者:華爾街見聞 時間:2023-09-18 來源:搜狐科技 收藏

          全球最大芯片制造商正在大舉押注新興半導(dǎo)體領(lǐng)域——。

          本文引用地址:http://www.ex-cimer.com/article/202309/450632.htm

          據(jù)媒體報(bào)道,已組建了一支約200人的研發(fā)團(tuán)隊(duì),瞄準(zhǔn)明年即將到來的硅光子超高速芯片商機(jī);該公司不僅正在積極推進(jìn)硅光子技術(shù),還在與博通和英偉達(dá)等大客戶進(jìn)行談判,共同開發(fā)以該技術(shù)為中心的應(yīng)用。

          報(bào)道稱,此次合作旨在生產(chǎn)下一代硅光子芯片,相關(guān)制程技術(shù)涵蓋45nm至7nm,預(yù)計(jì)最快將于2024年下半年開始迎來大單。

          系統(tǒng)集成探路副總裁余振華此前表示:

          “如果我們能夠提供良好的硅光子整合系統(tǒng)……我們就可以解決AI的能源效率和計(jì)算能力的關(guān)鍵問題。這將是一個新的范式轉(zhuǎn)變。我們可能正處于一個新時代的開端?!?/p>

          他說,一個更好、更集成的硅光子系統(tǒng)是運(yùn)行大型語言模型(支撐ChatGPT和Bard等聊天機(jī)器人的技術(shù))和其他人工智能計(jì)算應(yīng)用程序所需的強(qiáng)大計(jì)算能力的驅(qū)動力。

          什么是硅光技術(shù)?

          硅光子技術(shù)是一種光通信技術(shù),使用激光束代替電子半導(dǎo)體信號傳輸數(shù)據(jù),是基于硅和硅基襯底材料,利用現(xiàn)有CMOS工藝進(jìn)行光器件開發(fā)和集成的新一代技術(shù)。最大的優(yōu)勢在于擁有相當(dāng)高的傳輸速率,可使處理器內(nèi)核之間的數(shù)據(jù)傳輸速度快100倍甚至更高,功率效率也非常高,因此被認(rèn)為是新一代半導(dǎo)體技術(shù)。

          在芯片技術(shù)的發(fā)展過程中,隨著芯片制程的逐步縮小,互連線引起的各種效應(yīng)成為影響芯片性能的重要因素。

          芯片互連是目前的技術(shù)瓶頸之一,而硅光子技術(shù)則有可能解決這一問題。

          互連線相當(dāng)于微型電子器件內(nèi)部的街道和高速公路,可將晶體管、電阻、電容等各個元件連接起來,并與外界進(jìn)行互動交流。當(dāng)芯片越做越小時,互聯(lián)線也需要越來越細(xì),互連線間距縮小,電子元件之間引起的寄生效應(yīng)也會越來越影響電路的性能。常見的互連線材料諸如鋁、銅、碳納米管等,而這些材質(zhì)的互聯(lián)線無疑都會遇到物理極限。

          光互連則不然。

          并且,基于計(jì)算機(jī)與通信網(wǎng)絡(luò)化的信息技術(shù)也希望其功能器件和系統(tǒng)具有更快的處理速度、更大的數(shù)據(jù)存儲容量和更高的傳輸速率。這時僅僅利用電子作為信息載體的硅集成電路技術(shù)已經(jīng)難以滿足上述要求。

          隨著云計(jì)算、大數(shù)據(jù)、人工智能的快速發(fā)展,社會對于信息獲取與處理效率的需求持續(xù)攀升,但摩爾定律失效在即,硅光技術(shù)正憑借其在高傳輸速率、高能效比、超低延遲等方面的突出優(yōu)勢,成為半導(dǎo)體領(lǐng)域競爭的另一條賽道。

          并不是一項(xiàng)剛剛誕生的新技術(shù)

          其實(shí),硅光子技術(shù)并不是一項(xiàng)剛剛誕生的新技術(shù)。

          早在1969年,美國的貝爾實(shí)驗(yàn)室的S.E.Miller首次提出了集成光學(xué)的概念,但是由于InP波導(dǎo)的高損耗和工藝落后難以實(shí)現(xiàn)大規(guī)模集成,這一技術(shù)在當(dāng)時未能掀起波瀾。

          之后將這一技術(shù)發(fā)揚(yáng)光大的是英特爾。

          21世紀(jì)初開始,以英特爾和IBM為首的企業(yè)與學(xué)術(shù)機(jī)構(gòu)就開始重點(diǎn)發(fā)展硅芯片光學(xué)信號傳輸技術(shù),期望有朝一日能用光通路取代芯片之間的數(shù)據(jù)電路,以延續(xù)摩爾定律。

          2010年,英特爾開發(fā)出首個50Gb/s超短距硅基集成光收發(fā)芯片后,開始進(jìn)入產(chǎn)業(yè)化階段。隨后歐美一批傳統(tǒng)集成電路和光電巨頭通過并購迅速進(jìn)入硅光子領(lǐng)域搶占高地。目前英特爾也是在硅光領(lǐng)域布局最全面的公司。

          在制造工藝上,光子芯片和電子芯片雖然在流程和復(fù)雜程度上相似,但光子芯片對結(jié)構(gòu)的要求不像電子芯片那樣嚴(yán)苛,一般是百納米級。這大大降低了對先進(jìn)工藝的依賴,在一定程度上緩解了當(dāng)前芯片發(fā)展的瓶頸問題。

          業(yè)內(nèi)人士將硅光技術(shù)的發(fā)展分為三個階段:

          第一階段是,用硅把光通信底層器件做出來,達(dá)到工藝的標(biāo)準(zhǔn)化。

          第二階段是,集成技術(shù)從耦合集成向單片集成演進(jìn),實(shí)現(xiàn)部分集成,再把這些器件通過不同器件的組合,集成不同的芯片。

          第三階段是,光電一體技術(shù)融合,實(shí)現(xiàn)光電全集成化。

          目前硅光技術(shù)已經(jīng)發(fā)展到了第二個階段。

          預(yù)計(jì)最快2024年會出現(xiàn)爆發(fā)式增長

          分析人士稱,如20世紀(jì)70年代的微電子技術(shù)一般,硅光產(chǎn)業(yè)正處于前期擴(kuò)張階段,未來更是有望成為媲美集成電路龐大規(guī)模的產(chǎn)業(yè),拉動萬億市場。

          正因如此,諸如英特爾、IBM、Oracle、中興通訊等著名的半導(dǎo)體企業(yè)和信息技術(shù)企業(yè),正投入大量的人力和財(cái)力推進(jìn)硅光的產(chǎn)業(yè)化。

          這其中的標(biāo)志性事件,便是注重規(guī)模效應(yīng)的晶圓代工公司格芯(GlobalFoundries)于2022年3月份推出了硅光子平臺Fotonix,以此布局90WG和45CLO工藝節(jié)點(diǎn)以及封裝工藝,平臺合作伙伴包括4家頂級光子收發(fā)器供應(yīng)商中的3家、5家頂級網(wǎng)絡(luò)公司中的4家、4家領(lǐng)先的EDA和仿真公司中的3家,以及一些最有前途的基于光子學(xué)的初創(chuàng)公司。

          報(bào)道稱,隨著臺積電、英特爾、英偉達(dá)、博通等國際半導(dǎo)體巨頭都陸續(xù)開展硅光子及共封裝光學(xué)(CPO)技術(shù),預(yù)計(jì)最快2024年該市場會出現(xiàn)爆發(fā)式增長。

          據(jù)行業(yè)人士判斷,光電封裝或?qū)⑹前l(fā)展最快的賽道,而共封裝光學(xué)(CPO)是最值得關(guān)注的技術(shù)方向。根據(jù)市場調(diào)研機(jī)構(gòu)CIR的數(shù)據(jù),到2027年,共封裝光學(xué)市場收入將達(dá)到54億美元。

          此外,據(jù)國際半導(dǎo)體產(chǎn)業(yè)協(xié)會(SEMI)估計(jì),到2030年,全球市場規(guī)模預(yù)計(jì)將從2022年的12.6億美元增至78.6億美元,復(fù)合年增長率達(dá)到25.7%。

          兵家必爭之地

          硅光芯片已成為半導(dǎo)體行業(yè)的一個密集投資領(lǐng)域,眾多科技公司都在關(guān)注其在數(shù)據(jù)中心、超級計(jì)算機(jī)和網(wǎng)絡(luò)設(shè)備、無人駕駛汽車和國防雷達(dá)系統(tǒng)等各個領(lǐng)域的潛在用途。

          不只是英特爾、思科和IBM,英偉達(dá)也在2021年以69億美元現(xiàn)金收購了光纖互連技術(shù)提供商Mellanox Technologies,這是英偉達(dá)史上最大規(guī)模的一筆收購交易。

          華為多年來也在一直投資開發(fā)硅光技術(shù),包括在英國劍橋建立了一個研發(fā)基地。

          縱觀硅光子在全球的發(fā)展情況,美國是硅光子最先興起的,也是目前發(fā)展最超前的國家。

          中國真正開始大規(guī)模研究硅光子是在2010年左右,之前多為學(xué)術(shù)上的研究,起步晚導(dǎo)致中國在硅光子的產(chǎn)品化進(jìn)程上不如美國。但中國對于硅光子技術(shù)研發(fā)方面人才和資金的大規(guī)模投入,使得國內(nèi)硅光產(chǎn)業(yè)與國外差距并沒有十年之久。

          2017年中國的硅光產(chǎn)業(yè)迎來快速發(fā)展。

          從產(chǎn)業(yè)鏈進(jìn)展看,全球硅光產(chǎn)業(yè)鏈已經(jīng)逐漸成熟,從基礎(chǔ)研發(fā)到商業(yè)應(yīng)用的各個環(huán)節(jié)均有代表性的企業(yè)。

          其中以英特爾、思科、Inphi為代表的美國企業(yè)占據(jù)了硅光芯片和模塊出貨量的大部分,成為業(yè)內(nèi)領(lǐng)頭羊。

          國內(nèi)廠商主要有中際旭創(chuàng)、熹聯(lián)光芯、華工科技、新易盛、光迅科技、博創(chuàng)科技、華為、亨通光電等。

          雖然國產(chǎn)廠商進(jìn)入該領(lǐng)域較晚,市場份額相對較小,但是通過近年來在技術(shù)上的快速追趕,國產(chǎn)廠商與國外廠商在技術(shù)上的差距已經(jīng)在逐步縮小。

          硅光的應(yīng)用場景

          光通信領(lǐng)域是硅光芯片的主要應(yīng)用場景。

          目前,產(chǎn)業(yè)內(nèi)已基本建立了面向數(shù)據(jù)中心、光纖傳輸、5G承載網(wǎng)、光接入等市場的系列硅光通信產(chǎn)品解決方案,其中數(shù)據(jù)中心光通信是硅光的最大市場,微軟的內(nèi)部數(shù)據(jù)中心互連有超過40%是基于硅光芯片實(shí)現(xiàn)。

          數(shù)據(jù)中心場景下,CSP和云提供商(諸如Facebook、Apple、騰訊等)正轉(zhuǎn)向大規(guī)模數(shù)據(jù)中心,Capex支出持續(xù)提升以支持客戶的高帶寬需求,通信速率正由100、200G向400G、800G、1.6T、3.2T迭代,而且迭代周期持續(xù)縮短。

          在此背景下,傳統(tǒng)的可插拔光模塊在性價比及功耗方面已然“捉襟見肘”,而高集成高速硅光芯片由于在潛在降價空間與功耗方面有明顯優(yōu)勢,則成為更優(yōu)越的選項(xiàng)。

          業(yè)界分析,高速數(shù)據(jù)傳輸目前仍采用可插拔光學(xué)元件,隨著傳輸速度快速發(fā)展并進(jìn)入800G時代,以及未來進(jìn)入1.6T至3.2T等更高傳輸速率,功率損耗、散熱管理將會是最大難題。半導(dǎo)體業(yè)界提出的方案是,將硅光子光學(xué)元件及交換器特殊應(yīng)用芯片(ASIC),通過CPO封裝技術(shù)整合為單一模組。此方案已開始獲得微軟、Meta等大廠采用,并應(yīng)用于新一代網(wǎng)絡(luò)架構(gòu)。

          不過,即便CPO技術(shù)有望很快量產(chǎn),但初期生產(chǎn)成本仍偏高。隨著先進(jìn)制程推進(jìn)到3nm節(jié)點(diǎn),AI運(yùn)算將推動高速傳輸?shù)男枨螅⑦M(jìn)一步帶動高速網(wǎng)絡(luò)架構(gòu)重整,預(yù)計(jì)未來CPO技術(shù)將不可或缺,2025年之后將大量進(jìn)入市場。

          此外,在5G承載網(wǎng)市場中,5G前傳(電信側(cè)光模塊)是硅光技術(shù)的又一市場增長點(diǎn),英特爾已針對5G前傳發(fā)布具有擴(kuò)展工作溫度范圍的100G收發(fā)器,支持在-40℃~85℃的工作溫度范圍內(nèi)通過單模光纖實(shí)現(xiàn)10km鏈路。

          雖然滲透率的節(jié)奏很難有明確判斷,但硅光趨勢的確定性毋庸置疑。英特爾作為硅光領(lǐng)域的帶頭企業(yè),已然搶占硅光通信40%以上的市場份額;Cisco、Marvell、博通等通信光模塊頭部企業(yè)則基于并購模式布局硅光模塊業(yè)務(wù);

          國內(nèi)企業(yè)中,華為(海思)、海信寬帶(Hisense)、旭創(chuàng)科技(Innolignt)、亨通光電、光迅科技(Accelink)等光模塊廠商陸續(xù)推出硅光通信模塊,旭創(chuàng)科技成立硅光業(yè)務(wù)事業(yè)部并且發(fā)展迅速,亨通光電則與英國洛克利公司(Rockley Photonics)合資成立“亨通洛克利”來布局硅光產(chǎn)品。

          此外,諸如熹聯(lián)光芯、賽勒光電、羲禾科技、雨數(shù)光科等大批創(chuàng)業(yè)企業(yè)也紛紛涌入硅光賽道,但目前尚待高速率通信應(yīng)用市場成熟,尤其是1.6T等更高速率光模塊市場高速發(fā)展。

          光傳感領(lǐng)域——應(yīng)用場景眾多且迭代迅速,硅光發(fā)展?jié)摿薮蟆?/p>

          現(xiàn)階段來看,面向自動駕駛的激光雷達(dá)硅光芯片以及面向消費(fèi)者健康監(jiān)測及診斷的硅光芯片將是重要增長點(diǎn)。

          隨著摩爾定律的失效,光計(jì)算與硅光概念同時被關(guān)注。

          短期內(nèi),片間光互連、片上光互連將是算力提升方向最先商業(yè)化成功的應(yīng)用。

          目前,英特爾數(shù)據(jù)中心已采用片間光互連提高計(jì)算效能,英偉達(dá)也將與Ayar Labs合作將光學(xué)I/O應(yīng)用于AI/HPC架構(gòu)。Ayar Lab是光互連賽道的主要創(chuàng)業(yè)公司,持續(xù)融資已超過2億美元,B輪估值為11.375億美元,C輪估值估計(jì)已超過20億美元,投資方包括Intel、NVIDIA、Global Foundries等。

          據(jù)報(bào)道,光計(jì)算創(chuàng)業(yè)企業(yè)曦智科技在今年8月舉行的2023全球閃存峰會(FMS)上,推出了首款適用PCIe和CXL協(xié)議的數(shù)據(jù)中心光互連硬件產(chǎn)品——Photowave,并現(xiàn)場演示了內(nèi)存擴(kuò)展光互連解決方案。

          此外,光量子計(jì)算本質(zhì)也屬于光計(jì)算范疇,但光量子計(jì)算落地周期樂觀預(yù)計(jì)仍需5~10年左右,短期內(nèi)無法拉動硅光產(chǎn)業(yè)的發(fā)展。

          行業(yè)人士分析稱,硅光產(chǎn)業(yè)是大勢所趨,應(yīng)用場景側(cè)的市場空間潛力令人激動,但回歸制造業(yè)本質(zhì),硅光產(chǎn)業(yè)的基礎(chǔ)是硅光生態(tài),若要推動萬億產(chǎn)業(yè)市場的落地,不僅需要應(yīng)用側(cè)的拉動,更需要底層工藝生態(tài)的建設(shè)。

          目前硅光產(chǎn)業(yè)面臨的關(guān)鍵問題,在于工藝平臺尚不成熟、硅基有源器件難以實(shí)現(xiàn)以及納米尺寸硅光技術(shù)路徑尚未收斂等等,尤其是工藝平臺的建設(shè)至關(guān)重要。



          關(guān)鍵詞: 硅光芯片 臺積電

          評論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();