摘要：1971年，半导体行业首次售出超过1万亿个晶体管，那时英特尔的首个微处理器只有2300个晶体管。眼下，此领域身处千亿级时代，其中佼佼者，例如英伟达的Nvidia B200，就有2080亿个晶体管。而从千亿级到未来的万亿级，路途似乎并不遥远。台积电高管在2024

GPU从千亿晶体管迈向万亿晶体管，只需不到十年时间？

英伟达的GPU正面对多少行业挑战，谁可超越这一行业龙头？

英伟达的纳米片晶体管与背面供电技术已经整合到芯片上了吗？

芯片封装和光刻技术的前沿，有何新进展与新方向？

美国电子电气工程师协会旗下著名杂志《IEEE纵览》（IEEE Spectrum）近日回顾了2024年半导体领域的年度故事。

01 何时实现万亿晶体管GPU

1971年，半导体行业首次售出超过1万亿个晶体管，那时英特尔的首个微处理器只有2300个晶体管。眼下，此领域身处千亿级时代，其中佼佼者，例如英伟达的Nvidia B200，就有2080亿个晶体管。而从千亿级到未来的万亿级，路途似乎并不遥远。台积电高管在2024年做出预测：十年内，我们会见证单个GPU就拥有1万亿个晶体管的里程碑。

02 迷你激光器竟能切割钢铁

长久以来，只有像大型二氧化碳激光器这样大且重的系统才能实现切割钢铁等光学壮举。但现在，厘米级半导体也开始秀特技——所谓的“光子晶体半导体激光器”（简称PCSEL）依靠半导体内部纳米级孔洞的复杂阵列，可将更多能量从激光器中直导而出，以日本制造的PCSEL为例，其产生的用于切割钢铁的光束发散度仅为0.5度。

03 英特尔欲实现芯片超越

2024年初壮志满怀的英特尔当前状况不太乐观。但无论如何，他们立的flag没被打脸：旨在“取代传统FinFET技术”的纳米片晶体管RibbonFET已于国际会议上展示6nm栅极长度技术，实现了全环绕栅极结构，为传统FinFET在极小栅极长度下的性能瓶颈提供了解决方案；新一代晶体管与PowerVia背面供电技术形成组合，成功集成于Intel 20A芯片制程节点，不过英特尔未将20A版本商业化，而是计划在2025年量产18A版本。

04 英特尔求重塑代工辉煌

英特尔的代工部门希望获得Intel 18A工艺的代工客户。如前文所述，18A将是结合纳米片晶体管和背面供电技术的王炸产品。目前还没有太多关于客户计划用此工艺构建何物的详情信息，但英特尔高管已就他们计划如何在Clearwater Forest处理器中使用这些技术以及一些先进封装作出了解释。

05 首款石墨烯基芯片

石墨烯凭借其应用于未来电子产品的潜力而备受期待，但往往希望越大失望越大。一方面，电子在石墨烯中的运动速度奇快，远非硅所能及的，因此科学家着迷于利用石墨烯研制太赫兹晶体管的可能性。另一方面，它没有天然带隙，而且事实也证明很难给它一个带隙。不过佐治亚理工学院的研究人员于《自然》撰文称，他们鼓捣出一种非常简单的方法，成功创制首款可运转的石墨烯基芯片，其电子迁移率优于硅芯片。

06 谁能战胜英伟达

我们能从大量报道中读到行业对英伟达的赞誉和期待，以及作者的潜台词：有其他公司能挑战甚至击败英伟达吗？《IEEE纵览》的编辑于2024年10月撰文分析了有望叫板英伟达的六个对手。

AMD

另一家GPU制造商

AMD在图形芯片领域与英伟达竞争了近二十年。论GPU销量，前者干不过后者；但论硬件本身性能，AMD表示可以一战！尤其是他们2024年10月推出的GPU加速器Instinct MI325X，拥有超过1500亿个晶体管和288GB的高带宽内存，专为AI训练与推理打造，强势对标NVIDIA H200。当然，AMD的软件生态系统难以比肩英伟达的CUDA平台。

英特尔

软件有神功

AMD的短板刚好是英特尔的强项。他们几年前推出的开源统一编程平台OneAPI可以帮助开发人员在任何英特尔硬件上加速AI任务并广受好评。至于硬件，此前收购得来的Gaudi AI加速器已有了不输英伟达的第3代；而承载了英特尔GPU雄心的Falcon Shores似乎要到2025年底才有准谱。

Cerebras

大，才好

Cerebras的晶圆级芯片主打“做得大”“装得多”，提供“量大管饱”的片上内存和性能，封装有1.2万亿个晶体管。3月面世的第三代晶圆级AI加速芯片WSE-3（Wafer Scale Engine 3）竟封装有多达4万亿个晶体管，这让英伟达的2080亿只能往后稍稍。不过限于规模和成本，晶圆级芯片的应用（以AI超算为主）属于小众市场。（详见：“规模巨大”“性能惊人”，它能满足人们对AI算力的想象吗？）

SambaNova

动态、定制、效率

这家芯片设计企业的旗舰产品SN40L以所谓的“可重构数据流架构”（reconfigurable dataflow architecture）帮助开发人员提高AI模型的效率。这类非常规架构由内存和计算资源模块组成，模块之间的链接可以动态更改，旨在促进大型神经网络的数据快速移动。

Groq

“天下武功，唯快不破”

Groq在AI硬件方面有独特优势，其技术方法围绕内存与计算资源的紧密耦合，旨在加快大型语言模型响应提示的速度。2024年7月，Groq发布芯片推理速度演示：他们的王牌产品，靠推理性能吃饭的“语言处理单元”LPU，在运行Meta Llama 3的80亿参数时，展现了超过每秒1250个token的推理速度，把几百token每秒的英伟达GPU“按地上摩擦”。

高通

问就是骁龙

高通的骁龙系统为多种热门安卓手机提供支持。这家比肩英特尔、英伟达的巨头企业更侧重特定任务的AI推理和能效，曾在一项重要的AI基准测试中呈现出显著提高服务器的推理能力。此外，高通也在AI辅助驾驶和自动驾驶领域发力。

除了上述六大公司，包括亚马逊、苹果、谷歌、Meta和微软在内的超级科技巨头也都希望尽快部署AI硬件，以供自己和云计算客户使用。为加速进程，他们都自主设计芯片。

07 混合键合在3D芯片中扮演重要角色

先进封装是摩尔定律延续的一大关键。所谓“3D混合键合”（3D hybrid bonding）是当下最热门的集成电路封装技术之一。该技术能在同一封装中将两块以上芯片垂直堆叠在一起，实现不同芯片间的高密度互联——1平方毫米纳数以百万计的芯片。

08 摩尔定律的未来藏在粒子加速器里吗

当下的极紫外光刻技术依赖一套繁琐到可怕的程序，简而言之就是用千瓦级激光轰击飞散的熔融锡滴，使其变作等离子体，等离子体发射的13.5纳米EUV光就是光刻所需的刀。未来的芯片制造需要更亮的光。有专家指出，我们或许可以借助一台巨大的粒子加速器，用它实现高能物理版的再生制动，从而节省能源，提供更亮光源。

09 期待晶圆级计算机的浪潮

未来计算机会用到更多硅。多到什么程度？一整片晶圆上全是硅的那种……2024年4月，全球最大芯片代工厂台积电公布其先进封装计划，表示未来将发力晶圆级计算机赛道。台积电已为Cerebras公司代工了一段时间，而他们计划于未来几年推出的产品会更加灵活、通用。到2027年，台积电有望带来能提供40倍于当前算力的强大芯片。

资料来源：

The Top 10 Semiconductor Stories of 2024

Challengers Are Coming for Nvidia’s Crown

Intel 20A Node Cancelled for Foundry Customers, "Arrow Lake" Mainly Manufactured Externally

来源：世界科学