✿【华泰电子】中国如何实现Zettascale计算

 ✿【华泰电子】中国如何实现Zettascale计算

高性能计算是AI发展的基石，架构、工艺、先进封装是核心技术

在今年ISSCC（国际固态电路会议）上，AMD CEO Lisa Su提出一个大胆的预测，在以ChatGPT为代表的AI计算需求的推动下，全球最高性能的计算集群的算力到2035年有望和2022年比增加1000倍进入ZettaScale（每秒10的21次方浮点运算）时代。并呼吁全行业从工艺，架构，先进封装三方面进行创新。我们看到，在美国加强对华出口管制的背景下，中国发展先进工艺的路径中短期受阻。但是，我们认为，通过1) 芯片架构创新及2）先进封装，我们仍然能进一步提高计算芯片性能。国内行业方面，我们看到在长电、通富、盛合晶微、华峰测控等在先进封装领域，寒武纪、海光、燧原、沐曦、芯原等在异构计算（算力芯片、IP）等领域积极布局。

需求：AI成为高性能计算主要需求，OpenAI的算力已经超过太湖之光

高性能计算主要用于气候预测等科学计算领域，但随着AI大模型的出现，AI相关算力需求正成为高性能计算的主要增长点。据OpenAI，目前大模型训练所需算力的增速保持3-4个月/倍速度增长，远超摩尔定律18-24个月/倍。据微软2020年披露，其服务OpenAI的计算集群采用超过1万张GPU，根据我们测算，其浮点计算能力约相当于我国最先进的超算中心太湖之光，是世界最大的超算中心Frontier的9%。AMD估计，在AI等推动下，世界最高性能超算可能从现在的Exascale（10^18），上升1000倍到2035年的Zettascale级（10^21）。其能耗或达500MW，逼近一座核电站的输出功率。

路径#1：异构计算，关注GPU，DPU，存算一体等不同路径

面对先进制程昂贵的成本和日趋接近的物理极限，仅靠工艺改进难以满足算力膨胀需求。异构计算从计算架构出发，充分利用计算资源的并行分布，将不同制程/架构、不同指令集、不同功能硬件进行组合，成为解决算力瓶颈更为经济的方式。目前主流异构包括1）GPU（英伟达/AMD），2）DPU（英伟达子公司Mallonex），3）存算一体，4）自适应加速器（AMD）等路径。

路径#2：先进封装从2.5D走向3D

先进封装是以一系列通过把采用不同工艺的小芯片相结合，提升芯片互联密度及通信带宽，从而能大规模提升芯片性能的技术。AMD于2015年，在业界内率先采用2.5D Chiplet设计的芯片，通过把把存储和计算芯片在平面上连接，大幅提高系统性能。目前业界正向垂直堆叠的3D封装（图10）演进。

路径#3：半导体工艺在2026年进入1.4nm时代

IMEC预计全球先进制程工艺将在2026年左右进入1.4nm时代。当半导体进入3nm制程以下时，目前主流的FinFET将走向物理极限，新一代的 GAAFET（Nanosheet、Forksheet）将成为主流技术。IMEC指出，ASML牵头的欧洲企业研发的High NA EUV光刻机是半导体工艺进入GAA的关键技术。美国出口管制限制，该设备目前无法对中国出口。