在生成式AI与大模型热潮之下，『芯片』行业正面临一场剧烈的技术范式转变。传统的摩尔定律步伐放缓，AI计算的复杂性和能耗压力持续攀升，全球『芯片』企业都在寻找通往高性能、高能效、高安全的“新路径”。日前，Arm发布《『芯片』新思维：人工智能时代的新根基》产业报告。在该报告中，Arm与业界专家提供了多元化观点，共同探讨AI时代启幕之际的行业现状与趋势，以及未来面临的挑战与机遇。
报告指出，通过摩尔定律实现『半导体』缩放的传统方法已达到物理与经济的极限。产业正转向创新的替代方案，如定制『芯片』、计算子系统(CSS)以及芯粒(chiplet)，以持续提升性能与能效。
定制『芯片』被认为是AI时代提升效率、降低能耗的核心手段。然而，这一过程常伴随高昂的开发成本与较长的周期。“最基础的方法是从平台的角度出发，识别可复用的模块与资源，并确保定制工作是在已有基础上进行，无需一切从零开始。我们需要充分评估现有的资源，并在此基础上构建定制化产品。正是基于这种方式，Arm与SoC及各类IP提供商密切合作，将解决方案交付给我们的合作伙伴，”Arm 解决方案工程部执行副总裁 Kevork Kechichian 日前在接受采访时表示。
目前，包括微软、AWS、Google等在内的云计算巨头都已纷纷采用基于Arm架构的定制『芯片』部署于『数据中心』，以应对AI工作负载的高速增长。定制『芯片』并非仅限于超大型云服务提供商，许多中小企业也在积极研发专属的定制『芯片』解决方案，以应对日益复杂的计算需求。比如，在Arm技术和英特尔代工服务 (IFS) 的支持下，『芯片』设计技术提供商智原科技正在开发面向『数据中心』和先进5G网络的64核定制SoC。此外，韩国的AI『芯片』公司 Rebellions 也宣布打造新的大规模AI『芯片』平台，用以提升AI 工作负载的能效表现。
近年来，转型为计算平台公司的Arm正通过平台化解决方案来助力行业应对AI时代『芯片』开发的挑战。比如，Arm Neoverse CSS经过验证的核心计算功能以及灵活的内存与I/O接口配置，加快了产品上市进程，带来显著的优势。它在确保软件一致性的同时，为SoC设计人员提供了灵活性，使其能够基于CSS周围新增定制子系统，以打造差异化的解决方案。微软、智原科技和Rebellions等公司展示了CSS如何实现定制『芯片』的快速开发，同时保留了系统级优化的灵活性。
此外，先进的封装技术和工艺推动了芯粒的发展。这些技术允许多个『半导体』晶粒的堆叠和互连，在提升性能和能效的同时，开创了现代『芯片』设计的可能性，如晶粒间接口以及新的2.5D和3D封装解决方案。
芯粒的价值不止于设计优化，更关键的是构建一个可协同、可持续的生态体系，而实现这一目标的前提是——标准化。“在我们当前所处的技术范式中，最关键的是如何对芯粒的设计与接口方式进行标准化。这涉及从封装厂如何集成这些芯粒，一直到在系统中不同芯粒之间进行通信的全过程。因此，与合作伙伴就标准化问题达成共识至关重要。”Kevork Kechichian指出，正因如此，Arm 推出的芯粒系统架构 (Chiplet System Architecture, CSA)，通过对各个芯粒之间及在整个系统内的通信方式等多个方面实现标准化。配合其推动的AMBA CHI『芯片』间互联协议，这一套标准体系正成为连接各家芯粒方案的桥梁。
可以预见，芯粒与封装的协同创新，将不再只是硬件层面的优化技术，而是构建未来AI『芯片』生态的战略基础。在这个基础之上，标准化将成为推动技术普及、降低创新门槛的关键通道，也将决定整个产业能否从碎片化走向规模化的智能算力时代。
此外，AI 工作负载的计算需求极大，需要大量电力与能源资源来支持其运行，且这种需求在未来将会持续增长。报告指出，更具能效的『芯片』设计与更小型、更高效的 AI 模型的研发正不断取得进展。而当前在数据类型优化方面的进步，例如全行业推动采用FP4（4 位浮点数）灵活架构并推出新指令集和功能，有助于实现更高效的 AI 计算。
谈及行业应如何在降低能耗的同时，实现算力和能效的平衡，Kevork认为，首先应从最底层出发，从晶体管层开始，与晶圆代工厂紧密合作，确保晶体管在功耗和性能方面实现优化，无论是动态功耗还是漏电功耗；再来是架构层面，对CPU以及各类处理引擎的指令集进行针对性优化；然后向上进入整个结构中的更高层级，从系统级『芯片』(SoC)设计、封装到『数据中心』等方面进行优化。在此过程中，关键要点在于对数据及其传输过程的保护，降低在内存之间传输数据所消耗的电力；最后，在支撑大型『数据中心』运行的软件层，实现智能『负载均衡』，即针对AI的不同方面进行处理上的优化，并合理分配工作负载，尽可能减少不同节点之间的数据传输。
针对行业关心的AI时代下的安全问题，Arm在报告中指出，当前行业面临的安全挑战不仅在于防御已知威胁，还在于打造出强大的安全功能，以适应并抵御日益复杂的 AI 驱动型攻击，同时保持系统的性能和可靠性。
为应对安全挑战，Arm正在通过构建多层级的软硬件防护体系，以助力提升防御能力。“Arm 在『芯片』中直接集成加密技术，并结合经AI强化的安全监测系统，使现代 SoC 架构能够抵御传统攻击与新兴的威胁。此外，AI本身也正日益成为抵御安全攻击的有力助手。通过基于网络的监测与先进的代码分析，AI驱动的技术能够以人类难以企及的速度和规模识别可疑行为，并发现潜在漏洞。”在Kevork Kechichian看来，Arm 正在最大限度地发挥自身优势。
结语
“Arm深知高效且可扩展的计算架构在释放 AI 潜能中的关键作用。通过与『半导体』生态系统中的合作伙伴持续协作，我们致力于应对能效、安全性和性能等根本性挑战，定义计算的未来，” Kevork强调。
AI的浪潮还在持续奔涌，而『芯片』作为支撑这一浪潮的底层基石，也正在悄然重塑自己。未来属于那些不仅追逐技术极限，更能驾驭生态复杂性的企业。此刻，Arm正走在这条路径的前列。
