بسته بندی و خنک کننده آی سی کلید بهبود عملکرد تراشه است

با بهبود مستمر تقاضای برنامه های آموزشی و استنتاج محصولات ترمینال مانند سرورها و مراکز داده در زمینه هوش مصنوعی، تراشه HPC به سمت توسعه در بسته بندی IC 2.5d/3d هدایت می شود.

با در نظر گرفتن معماری بسته بندی IC 2.5d/3d به عنوان مثال، ادغام حافظه و پردازنده در دسته بندی سه بعدی خوشه ای یا بالا به پایین به بهبود راندمان محاسباتی کمک می کند. در بخش مکانیزم اتلاف گرما، لایه هدایت حرارتی بالا را می توان به انتهای بالایی حافظه HBM یا روش خنک کننده مایع وارد کرد تا انتقال حرارت مربوطه و قدرت محاسباتی تراشه را بهبود بخشد.

ساختار بسته‌بندی IC فعلی 2.5d/3d، پهنای خط سیستم تک‌تراشه SOC با مرتبه بالا را گسترش می‌دهد، که نمی‌توان آن را همزمان کوچک‌سازی کرد، مانند حافظه، RF ارتباطی و تراشه پردازنده. با رشد سریع کاربرد پایانه هایی مانند سرور و مرکز داده در بازار تراشه HPC، باعث گسترش مستمر سناریوهای کاربردی مانند آموزش میدانی هوش مصنوعی) و استنتاج، رانندگی مانند TSMC، Intel Samsung، Sunmoon و سایر تولید کنندگان ویفر می شود. ، تولید کنندگان IDM و بسته بندی و آزمایش OEM و سایر تولید کنندگان بزرگ خود را وقف توسعه فناوری بسته بندی مربوطه کرده اند.

با توجه به جهت بهبود معماری بسته بندی IC 2.5d/3d، تقریباً می توان آن را با بهبود هزینه و کارایی به دو نوع تقسیم کرد.

1. ابتدا پس از تشکیل خوشه ای از حافظه و پردازنده ها و استفاده از راه حل انباشته شدن سه بعدی، سعی می کنیم مشکلاتی را که تراشه های پردازنده (مانند CPU، GPU، ASIC و SOC) در همه جا پراکنده هستند و نمی توانند بازده عملیات را یکپارچه کنند، حل کنیم. . علاوه بر این، HBM حافظه با هم خوشه‌بندی شده است و قابلیت‌های ذخیره و انتقال داده‌ها با یکدیگر یکپارچه شده‌اند. در نهایت، حافظه و خوشه پردازنده به صورت سه بعدی بالا و پایین قرار می گیرند تا یک معماری محاسباتی کارآمد را تشکیل دهند تا به طور موثر کارایی محاسباتی را بهبود بخشند.

2. مایع ضد خوردگی به تراشه و حافظه پردازنده تزریق می شود تا یک محلول خنک کننده مایع را تشکیل دهد و سعی می کند هدایت حرارتی انرژی گرمایی را از طریق حمل و نقل مایع بهبود بخشد تا سرعت اتلاف گرما و راندمان عملیات افزایش یابد.

در حال حاضر، معماری بسته‌بندی و مکانیسم اتلاف گرما ایده‌آل نیستند و این به یک شاخص بهبود مهم برای بهبود قدرت محاسباتی تراشه در آینده تبدیل خواهد شد.