随着IC设计业者透过增加芯片尺寸提高处理能力，考验芯片制造实力。英伟达达AI芯片Blackwell，被CEO黄仁勋誉为「非常非常大的GPU」，而确实也是目前业界面积最大的GPU，由两颗Blackwell芯片拼接而成，并采用台积电4纳米制程，拥有2,080亿个晶体管，然而难免遇到封装方式过于复杂之问题。
本文引用地址：
CoWoS-L封装技术，使用LSI（本地硅互连）桥接RDL（硅中介层）连接晶粒，传输速度可达10／TBs左右；不过封装步骤由于桥接放置精度要求极高，稍有缺陷都可能导致价值4万美元的芯片报废，从而影响良率及获利。
相关人士透露，由于GPU晶粒、LSI桥接、RDL中介层和主基板之间的热膨胀系数（CTE）相异，导致芯片翘曲、系统故障。为提升良率，辉达重新设计GPU芯片顶部金属层和凸点。不只是AI芯片RTO（重新流片）修改设计，据供应链透露，准备发布之50系列的显卡也需要RTO，上市时间较原本递延。
芯片设计问题将不会只是英伟达所独有。供应链透露，这类问题只会越来越多，不过为了消除缺陷或为提高良率而变更芯片设计于业内相当常见。AMD执行长苏姿丰曾透露，随着芯片尺寸不断扩大，制造复杂度将不可避免地增加。次世代芯片需要在效能和功耗方面取得突破，才能满足AI数据中心对算力的巨大需求。
以开发全球最大AI芯片的Cerebras指出，多芯片组合技术难度将呈现指数级成长，强调「一整片晶圆就是一个处理器」，Cerebras的Wafer-Scale Engine（WSE）系列即采用AI领域知名的「晶圆级处理器」。依照台积电一直在发展晶圆级系统整合技术 InFO-SoW（System-on-Wafer），Dojo超级计算机训练区块（Training Tile）就是基于台积电InFO-SoW并已量产的首款解决方案。
因应大芯片趋势、及AI负载需要更多HBM，台积电计划结合InFO-SoW和SoIC为CoW-SoW，将内存或逻辑芯片堆栈于晶圆上，并预计在2027年量产。可预见的未来，将看到更多在整片晶圆上迭迭乐的巨无霸AI芯片出现。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
