近两年，芯片行业的三大传统设计要素“PPA（性能、功耗与面积）”又新增了一项考量C——（Cost，成本）。不过，随着工艺不断向下演进，PPAC每项数据之间的矛盾正快速激化，例如性能与功耗愈发难以兼顾，二者又导致成本陡升等等。
在此背景下，以Chiplet为代表的系统集成概念逐渐成为高端芯片设计的主旋律，其能够在一定程度上缓解芯片的性能、功耗、面积以及成本之间的相互制约问题。虽然Chiplet技术有着广阔的发展前景，但在清华大学教授、中国半导体行业协会集成电路设计分会理事长魏少军看来，这也并非唯一的发展道路，从历史经验来看，任何一款产品能否持续发展的决定性因素一定是“性价比”。
出于性价比的考量，业内一直在摸索和讨论哪些芯片需要用到Chiplet技术。作为该技术主要推动者之一的芯原股份创始人、董事长兼总裁戴伟民博士，近日在ICCAD 2023高峰论坛演讲时便谈到了他的看法，他认为AIGC和智慧驾驶会是Chiplet率先落地的两大应用场景。
AIGC与Chiplet
如下图所示，戴伟民在演讲中引用的研究机构IBS的数据指出，当前半导体行业和AI相关的种类只占20%左右，而到2030年时全行业将有超过70%的半导体产品参与到AI应用中。
谈及AI应用，则不得不提到引领当前人工智能新一轮发展浪潮的GPT，这款OpenAI基于Transformer模型开发的大规模自然语言生成模型迅速在全球走红后，其他AI公司也快速跟进布局。仅在中国范围内，不到一年时间便有上百种大模型横空出世。
而在戴伟民看来，未来社会实际并不需要如此多的大模型，大量通用大模型带来的重复计算将导致高昂的经济成本，与绿色计算和可持续发展趋势相违背。通过训练和推理之间的微调，基于通用大模型演变出的医疗、金融、政务等垂直领域大模型（垂域大模型）才是大势所趋。
戴伟民将未来的AIGC平台生态栈形象地比作一棵树，树根是算力，通用大模型是树干，通过行业数据微调和部署的垂域大模型为树枝，千亿、万亿级别的AI相关应用是最上层的树叶。
在这样的生态栈中，除了根部的基础算力以外，垂域大模型所扮演的树枝角色也非常重要。正如“枝繁”方能“叶茂”，只有在垂直领域完成足够的微调和推理，才能支撑起顶层应用的百花齐放。而未来全球千行百业在开发各种垂域大模型时,开发的安全性、平台的可扩展性以及高效的计算系统则将至关重要。
据戴伟民透露，芯原作为合作方之一深度参与了谷歌最新公布的开源框架Open Se Cura项目。该项目采用基于RISC-V开源架构的处理器核，为“小型设备”的低功耗AI 系统开发提供一套开源设计工具和IP库，通过协同设计加速全栈式机器学习系统的开发。使得开发者能够更好地围绕安全性、效率和可扩展性进行AI系统设计，为下一代人工智能体验赋能。
在接受集微网专访时，戴伟民表示，芯原为Open Se Cura项目提供了 IP、芯片设计、BSP（板级支持包）开发以及商业化推广服务。随着AIGC的算力需求不断从云延伸至端侧，分布式计算发展快速向前推进，Open Se Cura项目将在芯原等合作方以及开源社区的共同助力下，参与到全球各地越来越多的AI系统开发中。
GPT等主流通用大模型日益壮大，其他垂域大模型则如雨后春笋般涌现。戴伟民认为，大模型引领大算力硬件的“牛市”即将到来，性价比是这一轮“牛市”的关键词，而Chiplet技术则是当前为大算力芯片提供最佳性价比的解决方案。
众所周知，Chiplet技术的核心是IP芯片化，而芯原是中国大陆排名第一、全球排名第七的半导体IP授权服务提供商，且在全球排名前七的企业中，芯原的IP 种类排名前二。针对AIGC主要应用，戴伟民在演讲中重点介绍了芯原已广泛部署在各个高端及主流汽车中的GPU IP及其衍生发展而来的GPGPU、已在全球68家企业的120余款人工智能芯片中获得采用的NPU IP，以及已被全球前20大云平台解决方案提供商中的12家所采用的VPU IP等。
此外，芯原还将这些自有的处理器IP进行原生耦合，形成了AI-GPU、AI-VPU、AI-ISP等子系统，推动AI设备技术升级和AIGC产业的快速发展。
在ICCAD 2023大会的展区现场，芯原展示了汽车电子、数据中心、云游戏、AR/VR、物联网等领域的创新技术方案，并重点展出了该公司在智慧驾驶领域提供的领先方案，而这也是戴伟民眼中Chiplet将率先落地的另一重要领域。
智慧驾驶与Chiplet
根据Precedence Research的数据，2022年全球自动驾驶汽车市场规模为121.78亿美元，预计到2030年，全球自动驾驶汽车市场规模将达到1227.16亿美元。
虽然自动驾驶汽车规模将呈现爆发式增长，但戴伟民也指出，由于汽车芯片和手机芯片在体量上存在很大差距，因此从性价比角度来看，汽车芯片的研发将更倾向于采用Chiplet架构，并采用大量的第三方成熟IP。
另外，由于两颗die同时失效的几率要远小于一颗单芯片，Chiplet从架构上还具备着天然的安全优势。
Chiplet在智慧驾驶领域的落地给IP厂商带来了机遇的同时也带来了挑战，即IP产品车规认证。据戴伟民介绍，芯原的ISP IP已经获得了ISO 26262汽车功能安全认证，芯片设计流程则已经获得ISO 26262汽车功能安全管理体系认证，此外，公司的很多接口IP也通过了车规认证，其他IP正在逐一通过认证的进程中。
芯原高级副总裁、定制芯片平台事业部总经理汪志伟则在ICCAD 2023专题论坛的演讲中表示，芯原可以为客户提供完整的车规级芯片设计与量产服务。目前，芯原已经帮助客户设计了多颗基于先进工艺的高性能自动驾驶芯片，并成功帮助客户设计和量产了多颗车规级MCU芯片。
当IP厂商能够提供车规级产品，借由Chiplet的结构优势，汽车芯片公司便可以通过添加已过车规的Chiplet来完成升级和迭代，进而大幅解决车规芯片的开发周期问题。
虽然汽车芯片体量无法和手机相比，但戴伟民强调，未来的智慧驾驶并非只是依靠汽车芯片，而是包括车与车、车与人、车与云以及车与基础设施在内的“V2X”技术。
当前的智慧驾驶还只是汽车单机版本的初级阶段，只有当V2X融合发展后，才能实现更智能的自动驾驶。而在V2X技术的发展过程中，由于对算力的庞大需求和与AI技术的结合需求，Chiplet将迎来更多的应用空间。
芯原与Chiplet
回归到Chiplet技术本身，芯原当前对该领域的布局包括IP芯片化、芯片平台化和平台生态化。在接受集微网采访时，戴伟民解释称，IP芯片化指的是将传统意义上的IP转变成实实在在的Chiplet，一方面便于IP交易后的数量稽查，另一方面，已经生产出来的Chiplet也能够为客户降低成本，实现共赢。另外，由于近年来外部环境变幻莫测，在健康水位内储存一部分芯片化的IP能够在一定程度上帮助公司抵御供应链风险。
关于芯片平台化，戴伟民指出，与仅提供IP产品的公司相比，芯原加以定制化芯片设计服务，便是二维对一维；而与部分能够做定制化芯片的IP公司相比，芯原通过软、硬、IP结合的方式，形成三维对二维，以此形成差异化竞争。
在平台生态化层面，戴伟民则强调了软件的重要性，芯原能够为客户提供全方位的一站式芯片定制服务。
最后，在被问及Chiplet技术的未来走向时，戴伟民提出，面板级封装有望超越当前主流的晶圆级封装，成为Chiplet技术的最佳封装方案。不过，目前在材料、封装技术等方面还有诸多问题需要解决。
