CoPoS: skleněné balení mění čipy pro AI a výpočty v praxi

Představte si tenkou tabulku skla, která tiše přetváří vnitřek nejvýkonnějších čipů na světě. Tento obraz vystihuje slib technologie CoPoS, balicího postupu, který podle pozorovatelů průmyslu vyvíjí TSMC.

Tichá revoluce pod sklem

Informované zdroje uvádějí, že CoPoS znamená „čip na panelu na struktuře“. Metoda využívá sklo jako dočasný nosič během sestavování a totéž sklo se následně začlení do finálního substrátu jako třívrstvá struktura. Zní to jednoduše. Důsledky tak jednoduché nejsou.

Hromadná výroba má podle zpráv začít do konce roku 2028. Prvním známým zákazníkem má být Nvidia, která plánuje využít CoPoS pro svůj čipový set pro umělou inteligenci Feynman. To dává smysl: balení nové generace cílí přímo na výpočetní úlohy s vysokou šířkou pásma a vysokým výkonem, kde se započítává každý milimetr propojení a každý watt energie.

Proč je to důležité? Protože balení určuje, jak čipy komunikují s pamětí a akcelerátory. CoPoS má za cíl zkrátit tyto propojení, zvýšit hustotu vstupně-výstupních rozhraní a nabídnout lepší tepelnou cestu. Jednoduše řečeno: nižší náklady na funkci a vyšší udržitelný výkon pro návrhy pro umělou inteligenci a vysokovýkonné výpočty. Taková kombinace je v polovodičové výrobě vzácná.

Existují rizika a výhrady. Integrace dočasného nosiče do finálního substrátu je složitý tanec materiálů a procesů. Výtěžnost, tepelná spolehlivost a dlouhodobá připravenost dodavatelského řetězce rozhodnou, zda bude CoPoS evoluční nebo revoluční.

Pokud CoPoS uspěje v měřítku, může TSMC získat rozhodující výhodu a přimět konkurenci, aby reagovala vlastními průlomy v balení.

Co přijde dál? Očekávejte pečlivé sledování ze strany návrhářů čipů a systémových integrátorů. Očekávejte, že konkurenti zrychlí výzkum a vývoj a budou hledat alternativní cesty k podobným ziskům. A očekávejte, že CoPoS se stane měřítkem, jímž průmysl posuzuje výkon balení nové generace.

Ne každá nová technika se vyplatí. Ale když proces slibuje jak snížení nákladů, tak měřitelné zlepšení výkonu pro hardware umělé inteligence, celý dodavatelský řetězec tomu věnuje pozornost.