研报总结
核心观点
- 摩尔定律的终结:传统的基于几何缩放的摩尔定律已不再适用,因为单纯缩小晶体管尺寸带来的性能提升已逐渐消失,先进节点的制造成本过高,且每晶体管成本不再下降。
- τ缩放原则:提出以时间常数τ作为衡量电子系统进步的主要指标,通过在各个层级(晶体管、电路、芯片、系统)中减少τ来实现系统性能的提升。
- LogicFolding技术:在移动SoC中,通过LogicFolding设计方法,将数字、模拟和存储电路垂直堆叠,实现晶体管密度提升55%,功耗降低41%。
- AI系统中的τ缩放:在AI系统中,通过Unified Bus系统布线、Hi-ONE光互连和3D Folding封装技术,实现系统τ的显著降低,硬件集成度预计到2035年将增长100倍以上。
- 逻辑和存储的重新融合:AI时代,数据移动的重要性日益凸显,逻辑和存储需要更紧密的融合,这将改变供应链的权力格局。
关键数据
- LogicFolding技术在Kirin 2026 SoC中实现了晶体管密度从155 MTr/mm²到238 MTr/mm²的飞跃。
- LogicFolding技术使SoC性能核心的最大时钟频率提升了13%,SRAM工作频率提升超过40%。
- Unified Bus技术将远程访问延迟从微秒级降低到纳秒级,降低了500倍。
- Hi-ONE技术实现了8 Tb/s的模块带宽,并可将SerDes传输距离缩短至5厘米。
- AI硬件集成度预计到2035年将增长100倍以上。
研究结论
- τ缩放原则是继Dennard缩放后的首个涵盖整个计算栈的统一优化目标。
- LogicFolding和Unified Bus、Hi-ONE等技术验证了τ缩放原则的可行性。
- 逻辑和存储的重新融合是AI时代的重要趋势。
- 未来需要开发τ原生的工具链、标准和基准测试方法。
开放性挑战
- 需要开发τ原生的EDA工具链和方法论。
- 需要应对晶圆间工艺变化带来的挑战。
- 需要降低垂直互连的开销。
- 需要在降低τ的同时控制能耗。
- 需要建立τ基准测试方法。