芯片层·第2

Chiplet与互联

将CPU、GPU等多个小芯片通过先进封装拼接在一起,突破单芯片光刻面积极限,是算力持续提升的关键架构创新。

上游依赖

封装基板、高速接口IP

服务下游

CPU/GPU/AI加速器设计公司

赛道受益 AI 逻辑

随着AI芯片面积越来越大(逼近光罩极限),单颗巨型芯片的良率急剧下降。Chiplet(芯粒)架构将一颗大芯片拆成多个小芯片,再通过先进封装组合起来,在保持性能的同时大幅提升良率和降低成本。 因果链:AI芯片面积持续增大 → 单片良率下降到不经济的程度 → 采用Chiplet架构拆分设计 → 需要高速Die-to-Die互连和先进封装 → AMD率先在EPYC/MI系列成功应用 → 成为AI芯片设计的主流趋势 AMD是Chiplet的先驱——EPYC处理器和MI300系列都采用多Die设计。NVIDIA的Blackwell B200也首次采用了双Die架构。UCIe(通用Chiplet互连)标准正在推动行业标准化。

Chiplet市场预估

~$60亿

2024年,快速增长中

AMD MI300X

8+4 Die

8个GPU die + 4个IO die

NVIDIA B200

双Die架构

首次采用Chiplet

市场格局与竞争态势

Chiplet目前不是一个独立的"产品市场",而是一种芯片设计方法论。主要的实践者包括:AMD(最积极的采用者)、Intel(Foveros/EMIB封装)、NVIDIA(B200双Die)。 从产业链角度看,Chiplet的关键环节包括:Die-to-Die互连IP(Alphawave Semi、Cadence、Synopsys提供)、先进封装(台积电CoWoS/InFO、日月光)、以及UCIe标准联盟推动的互操作性。 格局特征:Chiplet正从"少数公司的高端方案"变成AI芯片设计的标准做法。UCIe标准如果成功,可能催生跨公司的Chiplet混搭生态。

主要厂商市场份额

AMD (AMD)
~35%
Intel (INTC)
~25%
NVIDIA (NVDA)
~20%
其他
~20%

关键变量与不确定性

核心驱动因素

AI芯片面积逼近光罩极限Chiplet提升良率降低成本UCIe标准推动生态统一先进封装技术成熟支撑Chiplet

主要不确定性

UCIe标准能否真正实现跨厂商互操作Chiplet的Die-to-Die互连功耗开销Chiplet设计工具链的成熟度单片方案在某些场景仍有优势

Chiplet是半导体行业的长期趋势,但短期更像是一种技术方法而非独立投资赛道。直接受益方是先进封装(台积电)和Die-to-Die互连IP提供商。AMD是Chiplet实践最成功的公司,但其股价更多反映GPU和CPU的竞争态势而非Chiplet本身。

代表性公司解读

AMD AMD(美股)

Chiplet架构的先驱和最积极的实践者。EPYC和MI300系列都充分利用Chiplet提升性能和良率。在UCIe联盟中也是核心推动者。

Chiplet先驱UCIe推动者

Alphawave Semi(伦敦)

专注高速互连IP,提供Die-to-Die接口和UCIe IP核。是Chiplet生态中关键的IP供应商,客户包括多家大型芯片公司。体量较小但成长性强。

互连IPChiplet基础设施

所在产业链位置

上游材料与设备 2条
制造核心 4条
芯片设计 7条
上游 下游
预设链路:
双指放大查看产业链地图

产业链联动

Chiplet与先进封装赛道是一体两面——Chiplet架构必须依赖2.5D/3D先进封装来实现多Die集成。与EDA工具赛道也紧密相关——Chiplet设计需要新的多Die协同设计工具。 下游就是AI算力芯片、通用CPU等需要采用Chiplet架构的芯片产品。晶圆代工赛道也受益——Chiplet允许不同Die使用不同制程节点(如计算Die用3nm,IO Die用成熟制程),增加了代工需求的多样性。

相关赛道

下一步研究建议