芯耀辉科技解读高速互连对于AI和大算力芯片而言意味着什么？-电子发烧友网

近年来，随着人工智能技术的迅猛发展，大算力芯片已成为推动AI技术创新的关键力量。然而，随着芯片内部计算单元数量的增加和任务复杂度的提升，互连已成为一个严重的瓶颈，制约着算力的发挥。好比饭店里烹饪美味佳肴，算力就像炒菜，互连像传菜，炒菜速度再快，传菜速度跟不上，就会导致出菜的整体速度无法提升。此外，随着单灶炒菜速度逼近极限，通过多灶联合烹饪提升整体烹饪速度成为必须，而灶间传菜速度就变得越发关键。所以说，如果互连跟不上，算力就无法充分发挥，整个AI行业的算力瓶颈已不再只是局限于算力本身。

最新发布的英伟达B200芯片充分体现了这一现象。B200虽没有公布具体裸片面积，但上一代的H100单芯片裸片面积就已经达到814平方毫米，已经接近ASML EUV光刻机的最大光罩曝光面积（858平方毫米），以现有掩膜版的尺寸和光刻技术，已没法做出一个更大的die size。而随着摩尔定律失效，晶体管密度提升接近极限，导致B200的单芯片算力提升幅度不可能很大，所以就索性把两个die给拼接起来，视为一个GPU。这也是英伟达在现有的光刻技术极限工艺条件下唯一的选择。因此，互连技术就成为新的算力提升路径下的核心关键技术，其中包括NVLink、D2D、HBM、PCIe 6等一系列互连技术，这些都是推动算力扩展提升的关键因素。

AI芯片与传统芯片最大的区别在于，AI芯片内置了专门加速AI算法的处理单元，具备海量数据处理和并行计算的能力。在这一过程中，互连的作用愈发突显。高带宽、大吞吐量和快速传输对于海量数据处理至关重要。若互连不佳，算力的提升也将无法充分发挥作用。随着AI芯片的不断发展，互连的重要性将进一步凸显。

在这一背景下，专注于提供芯片高速互连接口IP的厂商芯耀辉备受瞩目。我们提供全面的高速互连接口IP，包括PCIe、Serdes、DDR、HBM、D2D、USB、MIPI、HDMI、SATA、SD/eMMC等一系列主流接口IP，能够更好地支持AI芯片的发展。过去三年，我们的产品已经在高性能计算、数据中心、智能汽车、5G、物联网、人工智能、消费电子等领域的头部客户中得到了广泛应用。我们与客户通力合作，不断迭代、打磨产品，确保产品质量和可靠性，助力客户顺利实现量产。