AI驱动的设计应用
是什么推动了Multi-Die系统的发展?由于AI、超大规模数据中心、自动驾驶汽车等应用的高速发展,单片片上系统(SoC)已经不足以满足人们对芯片的需求了。Multi-Die系统是在单个封装中集成了多个裸片或小芯片(chiplet),因此系统规模十分庞大和复杂,但对于解决不断趋近极限的摩尔定律和系统复杂性挑战而言,Multi-Die无疑是非常不错的方案。
Multi-Die系统内部各组件之间相互依赖,虽然在流片之前的步骤与SoC相似,但若想实现出色的PPA,就必须从概念到生产进行全局性的开发,从非常全面的角度完成整个过程。
今天就与各位开发者一起讨论下这几个问题。
适用于单片片上系统的技术未必适合Multi-Die系统架构。幸运的是,支持Multi-Die系统的生态系统正在迅速走向成熟,为设计团队提供了各种工具来实现这些系统具备的优势:
实现Multi-Die系统架构通常有两种方式。
一是分解法,即将一个大芯片分解成几个小芯片,与单个大芯片相比,这样可以提高系统良率并降低成本。这种方法适用于异构和同构设计。
二是将不同工艺的裸片进行组装,以达到优化系统功能和性能的目的。这类系统可能包含分别用于数字计算、模拟、存储和光学计算的裸片,并且每个裸片各自采用适合其目标功能的工艺技术。从长远来看,与大型单片片上系统相比,包含多个小裸片的设计能够显著提高制造良率。
硅中介层、重布线层(RDL)和混合键合封装等先进封装技术的出现为Multi-Die系统的发展铺平了道路。各项行业标准也在保障质量、一致性和互操作性方面发挥着重要作用,例如适用于高密度内存的HBM3和适用于安全Die-to-Die连接的UCIe。
Multi-Die系统的设计和验证流程也是一个挑战。在2D设计领域,团队通常只要完成自己的部分,然后将成果交给下一个团队即可。对于Multi-Die系统,团队需要一起应对各项挑战,合作分析功耗、信号完整性、邻近效应和散热等参数的相互影响。
不仅Multi-Die系统设计过程中需要全面考量整个过程,EDA公司在开发工具流程时也需要全面地思考。一个可扩展、可靠且全面的统一Multi-Die系统解决方案可以提高生产力,同时助力团队实现PPA目标并及时上市。
点击下载白皮书《Multi-Die系统如何推动电子设计变革:一种全面的异构晶粒集成方法》,进一步了解如何从Multi-Die系统的角度来阐述架构探索、系统实现、Die-to-Die连接、软件开发、验证、签核、芯片生命周期管理和测试等步骤。