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
关键变量与不确定性
核心驱动因素
主要不确定性
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。
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。
本赛道其他公司(5个)
Arm控股
ARMArm控股,全球移动芯片架构的垄断者,其指令集架构授权给高通、苹果、英伟达等公司用于设计处理器,超过99%的智能手机和大量AI边缘设备使用Arm架构。
Rambus
RMBS美国半导体IP和安全芯片公司,提供高速存储接口(HBM、DDR5)和安全IP核,在AI服务器存储互连IP市场具有重要地位。
Ceva
CEVA以色列无线连接和智能传感IP授权公司,提供WiFi、蓝牙、5G和AI处理器IP核,授权给全球半导体公司用于芯片设计。
Astera Labs
ALAB数据中心连接半导体公司,提供PCIe/CXL智能重定时器和交换芯片,解决AI服务器中CPU与GPU、内存之间的高速互连瓶颈。
澜起科技
688008全球领先的内存接口芯片公司,DDR5内存接口芯片全球市占率领先,同时布局CXL互联芯片,受益于AI服务器内存升级。
所在产业链位置
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
HBM与DRAM
高带宽内存,直接堆叠在AI加速器旁边,以极高带宽喂数据给GPU,是当前AI训练的最大物理瓶颈,SK海力士是市场领先者。
NAND存储
固态硬盘存储介质和控制器,用于存储海量训练数据集和模型权重,AI时代对高速大容量存储需求快速增长。
AI算力芯片
专为大模型训练设计的高算力图形处理器,拥有压倒性的市场垄断地位,是AI产业最关键的算力瓶颈。英伟达H100/H200/B200系列是行业标杆。
通用CPU
数据中心服务器的主处理器,负责任务调度、操作系统和非AI计算,英特尔与AMD在此市场激烈竞争。
定制ASIC
为模型部署和实时推理优化的专用芯片,决定AI应用的响应速度和每次推理的边际成本,重要性随AI应用普及快速上升。
晶圆代工
将芯片设计文件转化为实物,掌握最先进制程节点就掌握算力极限。台积电是全球唯一能量产3nm/2nm的晶圆厂。