<li id="wkceg"></li>
<rt id="wkceg"><delect id="wkceg"></delect></rt>
<bdo id="wkceg"></bdo>
<strike id="wkceg"><acronym id="wkceg"></acronym></strike>

  • 帳號(hào):
    密碼:
    智動(dòng)化 / 文章 /

    5G與AI驅(qū)動(dòng)更先進(jìn)的扇出級(jí)封裝技術(shù)(一)
    [作者 盧傑瑞]   2020年05月04日 星期一 瀏覽人次: [16121]

    過(guò)去AI晶片幾乎是運(yùn)用在雲(yún)端。不過(guò),從2018年開始,出現(xiàn)了一個(gè)很大推波助瀾的效應(yīng),也就是說(shuō),Edge運(yùn)算的出現(xiàn),造就Edge端跟雲(yún)端有很大的差異。


    5G時(shí)代來(lái)臨代表的是一個(gè)高頻通訊的概念,而人工智慧則是代表高度的概念,所以高頻和高度這2個(gè)名詞,將會(huì)是代表未來(lái)晶片的封裝技術(shù)在新一代的研發(fā)過(guò)程當(dāng)中,所需要面對(duì)的挑戰(zhàn)。


    過(guò)去AI晶片幾乎是運(yùn)用在雲(yún)端,因此大多是掌握在Facebook、Amazon或是Google上,因此在AI晶片製程的技術(shù)與市場(chǎng)規(guī)模上面,並沒(méi)有太大的推動(dòng)力。不過(guò),從2018年開始,出現(xiàn)了一個(gè)很大推波助瀾的效應(yīng),也就是說(shuō),Edge運(yùn)算的出現(xiàn),造就Edge端跟雲(yún)端有很大的差異。


    基於這樣的趨勢(shì)帶動(dòng)之下,全球封測(cè)與晶圓廠都爭(zhēng)相開發(fā)高速運(yùn)算晶片的封裝技術(shù),例如透過(guò)邏輯及記憶體晶片整合在矽中介層上,來(lái)高晶片整合效能,並且利用晶片切割後再整合,來(lái)達(dá)到降低製程成本(圖1)。



    圖1 : 先進(jìn)封裝產(chǎn)值趨勢(shì)。(source:工研院,智動(dòng)化整理)
    圖1 : 先進(jìn)封裝產(chǎn)值趨勢(shì)。(source:工研院,智動(dòng)化整理)

    新到來(lái)的Edge市場(chǎng) 刺激新技術(shù)的研發(fā)

    Edge端應(yīng)用所帶來(lái)的挑戰(zhàn)和變化是,首先,在Edge端的市場(chǎng)裡通常AI晶片的單價(jià)不能太高,因?yàn)閬?lái)自消費(fèi)者市場(chǎng)階層的要求,不可能拿雲(yún)端的AI晶片在手機(jī)裡面,因?yàn)殡?yún)端的AI晶片價(jià)格最少一顆要1000美元,而目前高階手機(jī)的均價(jià)也都是在1000美元左右,所以不可以為了一支具有AI能力的手機(jī),來(lái)加購(gòu)一顆1000美元的AI晶片,所以晶片成本永遠(yuǎn)是一個(gè)很重要的因素。


    其次是,在Edge端會(huì)有耗電的問(wèn)題,不像雲(yún)端的取電是經(jīng)由市電或電源供應(yīng)器,可以己乎永無(wú)止盡的獲得電力支援。因此對(duì)於Edge端所需的AI晶片耗電量就需要考量的。因此成本、耗電量跟體積這些事情,造就了面對(duì)新一代AI晶片的封裝呢,就不能用雲(yún)端的概念去思考(圖2)。



    圖2 : AI運(yùn)算從Cloud端到Edge端。(source:H-J Yoo(KAIST), ISSCC 2017)
    圖2 : AI運(yùn)算從Cloud端到Edge端。(source:H-J Yoo(KAIST), ISSCC 2017)

    因此在面臨高速通訊與AI的需求來(lái)說(shuō),Edge端的市場(chǎng)結(jié)構(gòu)必須和雲(yún)端的思考做一個(gè)切割,把跟Edge端獨(dú)立變成一個(gè)商業(yè)市場(chǎng)來(lái)看,但是要面對(duì)這樣的一個(gè)新到來(lái)的Edge端市場(chǎng),就免不了又要出現(xiàn)數(shù)量、價(jià)格的競(jìng)爭(zhēng)需求,以及被期待的龐大市場(chǎng)商機(jī)。所以可以發(fā)現(xiàn)吸引了臺(tái)灣業(yè)者先後湧入開發(fā)相關(guān)的產(chǎn)品。


    但是就目前來(lái)說(shuō),AI晶片有4大問(wèn)題,首先AI晶片不是一個(gè)通用型,而僅是半通用的架構(gòu),需要面對(duì)各種不同的運(yùn)用跟情境設(shè)定,因此AI晶片需要客製化。其次,內(nèi)建的memory要更低的耗電能力,可攜式產(chǎn)品的運(yùn)用情況之下,就會(huì)有電池供電的問(wèn)題存在,因此你的記憶體就不能耗太多力量。第三就是如何將這些AI晶片記憶體、CPU甚至未來(lái)所需的感測(cè)器整合在一起,因?yàn)檫@是把不同的Node整合在一起,因此這對(duì)於封裝來(lái)說(shuō)是一個(gè)很大的挑戰(zhàn)。


    最後就是一個(gè)AI系統(tǒng)的軟體開發(fā),因?yàn)锳I的應(yīng)用幾乎都是客製化,因此不可能為了每一個(gè)客製系統(tǒng),去反覆修改、測(cè)試和調(diào)整,因此最佳的期望是在軟體的開發(fā)過(guò)程當(dāng)中,就可以把各種條件和要求做出來(lái),再確認(rèn)這樣設(shè)計(jì)是可行的,才開始進(jìn)行晶片的設(shè)計(jì)開發(fā),進(jìn)而縮短整個(gè)設(shè)計(jì)過(guò)程。


    透過(guò)更先進(jìn)的3D封裝技術(shù)來(lái)達(dá)到期望

    面對(duì)上述的種種問(wèn)題,未來(lái)AI的硬體加速器會(huì)有幾個(gè)趨勢(shì)和要求,包括Low Power、Low Latency、Data Reuse和Data Locality。尤其是Low Power和Low Latency這2項(xiàng)就需要讓封裝業(yè)者花很多時(shí)間去解決(圖3)。



    圖3 : AI硬體加速器需求 (source:工研院)
    圖3 : AI硬體加速器需求 (source:工研院)

    就Von-Neumann影像辨識(shí)架構(gòu)AI晶片來(lái)看,在HPC裡面的系統(tǒng)需要置入CPU與Memory。當(dāng)從CIS獲得影像之後,先存放到Memory,然後再去把原來(lái)放在裡面的資料取出,再送到GPU裡面進(jìn)行 prediction後再回傳,如果比對(duì)有誤,就需要重新再找一筆資料,所以基本上來(lái)它的整個(gè)cycle是1到5的一個(gè)循環(huán)(圖4)。



    圖4 : 利用逢紐曼架構(gòu)產(chǎn)生高耗工運(yùn)算(source:KAIST)
    圖4 : 利用逢紐曼架構(gòu)產(chǎn)生高耗工運(yùn)算(source:KAIST)

    基本上,需要1024個(gè)Channe個(gè)I/O來(lái)進(jìn)行傳送。因此整個(gè)運(yùn)算過(guò)程當(dāng)中,需要這麼多的步驟被執(zhí)行,假設(shè)能夠?qū)⒐β氏慕档偷脑?,才有辦法能夠讓資料量變快。對(duì)於以PCB與IC所設(shè)計(jì)出來(lái)的雲(yún)端AI系統(tǒng)來(lái)說(shuō),根本不會(huì)擔(dān)心電力問(wèn)題,但是對(duì)於應(yīng)用在可攜式產(chǎn)品上的EDGE來(lái)說(shuō),就沒(méi)辦法了。


    因此必須透過(guò)更先進(jìn)的3D封裝技術(shù)來(lái)達(dá)到期望,因?yàn)?D的話,晶片之間傳送的路徑最短,也就代表耗電量最低。但是,以目前的技術(shù)層次來(lái)說(shuō),3D基本上還有很多問(wèn)題。因此,目前眾多業(yè)者仍舊把大部分的精力放在改善2.5D封裝技術(shù)上,透過(guò)各種方法來(lái)改善耗電量,然後能夠真正在可攜式產(chǎn)品端使用。對(duì)於這方面,目前TSMC和INTEL都有一些概念提出來(lái),希望能夠解決這樣的問(wèn)題跟成本。例如,TSMC提出了一個(gè)SoIC概念,而INTEL則是提出EMIB(圖5)。



    圖5 : 多晶片異質(zhì)整合SiP方式。(source:工研院)
    圖5 : 多晶片異質(zhì)整合SiP方式。(source:工研院)

    面對(duì)更高速的應(yīng)用 AiP封裝技術(shù)正積極發(fā)展

    因此相信在短時(shí)間的1、2年之內(nèi),會(huì)有很多2.5D、2.1D甚至2.XD被提出。所以基本上整體來(lái)看,其實(shí)都是因?yàn)檫\(yùn)算所帶來(lái)的需求,前述的AI兩個(gè)大問(wèn)題,一個(gè)是功耗,另一個(gè)是速度的問(wèn)題。那速度的問(wèn)題除了將配線做的更細(xì)之外,因?yàn)橥瑫r(shí)間要有更多的記憶體,所以Die的厚度會(huì)變的更薄,這就是一個(gè)大問(wèn)題。


    在晶片中Data的部分,因?yàn)?G的頻段比較高,因此呢它容易受到一些所相關(guān)的阻隔,因此在手機(jī)晶片設(shè)計(jì)上,晶片在封裝時(shí)都會(huì)加上AiP(Antennas in package),為什麼Antennas in package變成非常重視?這個(gè)因?yàn)榛旧侠脗鹘y(tǒng)的PCB沒(méi)有辦法實(shí)現(xiàn)天線的結(jié)構(gòu),所以才會(huì)利用封裝的Wafer Level Processes將天線置入,並且將天線縮小,因?yàn)楝F(xiàn)有的4G通訊環(huán)境之下只需要一個(gè)天線就夠了,一個(gè)大片的天線就可以進(jìn)行訊號(hào)的傳送接受了,但是相對(duì)的呢整個(gè)功率跟能量的損耗會(huì)比較大。


    不過(guò),面對(duì)更高速的應(yīng)用,就無(wú)法以目前的技術(shù)來(lái)因應(yīng),因此在最近這幾年全球的晶片業(yè)者都相當(dāng)積極的開發(fā)AiP的封裝技術(shù),就是因?yàn)樵谙到y(tǒng)端面對(duì)28 GHz、38 GHz的頻段時(shí),是無(wú)法利用single pattern的方式達(dá)到,所以一定要用陣列方式,但又無(wú)法放入封裝裡,因此這是一個(gè)很大的挑戰(zhàn)。


    圖6是一個(gè)RF chip上面有天線,而另外一種較簡(jiǎn)單用Fan Out的模式,把模封材料(Molding Compound)整個(gè)應(yīng)用在AiP,但是高頻的情況之下會(huì)有電磁干擾,因此模封材料原先不是用來(lái)做電磁干擾,只是用來(lái)做保護(hù)。



    圖6 : 因5G帶動(dòng)的RF FE模組新需求。(資料來(lái)源:工研院)
    圖6 : 因5G帶動(dòng)的RF FE模組新需求。(資料來(lái)源:工研院)

    封裝從DIP等技術(shù)開始, 模封材料本來(lái)的責(zé)任就是指要保護(hù)晶片不要受到外面的傷害,但是到現(xiàn)在,不僅僅保護(hù)的功能還能在上面做線路的置劃。在這種情況之下,模封材料現(xiàn)在責(zé)任越來(lái)越大,以前只是配角,但是現(xiàn)在已經(jīng)快變成主角,因?yàn)橛泻芏嗟膽?yīng)用都會(huì)利用模封材料來(lái)當(dāng)作一個(gè)載板,以及高頻的隔離和散熱,所以呢對(duì)於整個(gè)來(lái)說(shuō),因?yàn)樾碌男枨螅阅7獠牧蠒?huì)有一個(gè)很大的挑戰(zhàn)。


    comments powered by Disqus
      相關(guān)新聞
    » SEMI矽光子聯(lián)盟啟動(dòng)3大SIGs 搶攻2030年78億美元市場(chǎng)
    » 大同智能攜手京元電子 簽訂綠電長(zhǎng)約應(yīng)對(duì)碳有價(jià)
    » [SEMICON] 儀科中心展現(xiàn)自主研製實(shí)績(jī) 助半導(dǎo)體設(shè)備鏈在地化
    » SEMICON Taiwan開展倒數(shù) AI與車電將助半導(dǎo)體產(chǎn)值破兆元
    » SEMICON Taiwan將於9月登場(chǎng) 探索半導(dǎo)體技術(shù)賦能AI應(yīng)用無(wú)極限
      相關(guān)產(chǎn)品
    » 愛(ài)德萬(wàn)測(cè)試推出最新影像處理引擎 瞄準(zhǔn)高解析度智慧型手機(jī)CIS元件測(cè)試
    » KLA-Tencor推出全新FlashScanTM產(chǎn)品線
    » 英飛凌新款I(lǐng)GBT模組以62 mm封裝提供更高的功率密度
    » EVG突破半導(dǎo)體先進(jìn)封裝光罩對(duì)準(zhǔn)曝光機(jī)精準(zhǔn)度
    » Tektronix推出Keithley S540功率半導(dǎo)體測(cè)試系統(tǒng)

    ?
    刊登廣告 新聞信箱 讀者信箱 著作權(quán)聲明 隱私權(quán)聲明 本站介紹

    Copyright ©1999-2025 遠(yuǎn)播資訊股份有限公司版權(quán)所有 Powered by O3
    地址:臺(tái)北數(shù)位產(chǎn)業(yè)園區(qū)(digiBlock Taipei) 103臺(tái)北市大同區(qū)承德路三段287-2號(hào)A棟204室
    電話 (02)2585-5526 #0 轉(zhuǎn)接至總機(jī) / E-Mail: webmaster@hope.com.tw
    主站蜘蛛池模板: 仙游县| 汕头市| 中西区| 镇江市| 伊金霍洛旗| 福建省| 清徐县| 泊头市| 阳谷县| 平乡县| 高阳县| 神农架林区| 乐清市| 固原市| 淮北市| 开江县| 高阳县| 车致| 区。| 黔西| 苗栗县| 巴马| 金乡县| 确山县| 凯里市| 郁南县| 沧源| 苏尼特左旗| 安平县| 南充市| 盘锦市| 灵山县| 河曲县| 景洪市| 通榆县| 长垣县| 沈丘县| 青川县| 吉木萨尔县| 汉中市| 祁连县|