年半导体行业i深度分析:先进封装,英伟达台积电未来的材料之选(附下载)oo散热

一、英伟达、台积电考虑使用SiC作为未来先进封装中介层

英伟达、台积电有望在未来的先进封装中使用SiC

根据行家说三代半,9月2日,据中国台湾媒体报道,英伟达正计划在新一代GPU芯片的先进封装环节中采用12英寸碳化硅衬底,最 晚将在2027年导入。

台积电广发英雄帖布局SiC,产业信息接踵而至

近期相关报道频出,我们认为可能是台积电期待产业链共同配合推进。根据芯智讯,近期半导体业界传出消息称,台积电正广发 “英雄帖”,号召设备厂与化合物半导体相关厂商参与,计划将12英单晶碳化硅(SiC)应用于散热载板,取代传统的氧化铝、蓝 宝石基板或陶瓷基板。

中国台湾股市反应强烈,A股SiC板块仍处于相对低位

根据知新闻9月17日报道,汉磊及嘉晶近期受惠碳化硅转机题材大涨,今日同步亮登涨停。根据Wind数据显示,中国台湾股市SiC相关标的在九月涨幅显著,其中嘉晶更是连续4天涨停。 回顾22年至今,A股SiC板块经历了较长时间的下行期,我们认为板块整体处于相对低位。

二、为何英伟达和台积电亟需解决CoWoS散热问题

英伟达算力芯片功率持续上升,对散热提出更高要求

根据Nvidia、KAIST、tomshardware,以单die维度,H100单位面积功率约0.86w/mm²,Rubin 约1.1w/mm²,下一代Feynman约 1.2w/mm²,未来的架构甚至将冲高至2w/mm²,将是H100的233%。 我们认为伴随着多die和更多HBM的设计,热传导的压力进一步加大,材料中的热导率等性能变得更加关键。

芯片发展遭遇“功耗墙”制约,散热是核心制约之一

根据《高算力Chiplet的热管理技术研究进展》,在微处理器40多年的发展中,晶体管数量呈指数级增加,但是典型的热设计功耗 (TDP)在最近20年基本保持在100~200W,导致芯片性能提升缓慢,集成电路发展受到“功耗墙”的严重制约。相比于SoC,基 于异质集成先进封装的Chiplet 可以实现更大面积、更多功能、更高密度的芯片集成,但也导致总热功耗增加、热分布不均、封装中 的热输运困难,同时存在严重的多物理场耦合效应,给热管理带来了更加严峻的挑战。 根据Yole,英伟达和AMD在追求算力大幅提升的情况下,不得不继续提高芯片功率。

AI芯片与HBM存储紧密结合,热量堆积可能产生更多问题

根据Nature,硅基器件中的热传输基础为了冷却产生的热点,热量必须从产生点或局部最大值沿着系统中的热梯度转移。热传递的 两个最重要的材料属性是热容和热导率。传统层间介电材料提供的热绝缘进一步阻碍了散热,恶化了局部热点问题。这些挑战会导 致结温升高、器件性能下降以及过早失效的可能性增大。 根据三星电子相关论文,HBM 的温度升高可归因于环境温升(32%)、HBM 自身热阻(19%)、HBM 上方散热环境(约 11%) 以及来自 ASIC 的热耦合(38%)。

AI芯片因高速链接需求,基本上离不开CoWoS封装

根据Semianalysis,HBM 和 CoWoS 是互补的。HBM 的高焊盘数量和短走线长度要求需要像 CoWoS 这样的 2.5D 先进封装技术来 实现在 PCB 甚至封装基板上无法完成的如此密集、短的连接。CoWoS是主流的封装技术,以合理的成本提供最高的互连密度和最 大的封装尺寸。由于目前几乎所有的 HBM 系统都封装在 CoWoS 上,并且所有先进的 AI 加速器都使用 HBM,因此推论几乎所有 领先的数据中心 GPU 都由台积电封装在 CoWoS 上。 根据半导体产业纵横,HBM(高带宽内存)已是 AI 芯片的标配,但它不是随便一个封装就能适配。HBM 必须与处理器核心超近距 离、高带宽连接,这需要极密的走线与超短的连接距离。CoWoS 通过中介层提供这样的环境,让 HBM 的带宽(最高可 达 3.6TB/s)发挥到极致。

在高功率趋势下,CoWoS中介层已面临多项挑战

根据Semianalysis 24年8月的报道,Blackwell 家族在实现大批量生产方面遇到了重大问题。由于台积电的封装问题和英伟达的设 计,原始Blackwell封装的供应受到限制。Blackwell封装是第一个采用台积电CoWoS-L技术封装的大批量设计。 根据Semianalysis,CoWoS-L 是一项更复杂的技术,出现了各种各样的问题。其中一种是与在中介层中嵌入多个Bump有关,在有 机中介层内会导致各模块之间的热膨胀系数 (CTE) 不匹配,从而导致翘曲。

结论梳理:解决CoWoS封装散热问题成为AI算力芯片发展重要课题

根据《大功率电力电子器件散热研究综述》,当前大功率电力电子器件正朝着高功率水平、高集成度的方向发展,因此散热问题不 可避免的受到关注。已有研究表明,半导体芯片的温度每升高10 ℃,芯片的可靠性就会降低一半,器件的工作温度越高,器件的生 命周期越短。

三、为何SiC成为CoWoS interposer主要考虑对象

CoWoS成为算力发展关键技术,英伟达表示其无可替代

根据《Reliability Improvement Research of 2.5D CoWoS package》,2.5D CoWoS封装采用中介层互连技术,使用C2W(芯片到 晶圆)技术将ASIC、HBM和中介层连接为一个整体,再与基板连接,实现芯片、中介层和基板之间的互连。CoWoS技术旨在实现 更高集成度、更小封装尺寸、更短互连路径,以优化线宽和间距利用,提高传输速率,降低损耗和延迟。 根据天天IC,英伟达CEO黄仁勋在今年5月的采访中表示,CoWoS是非常先进的技术,“在目前除了CoWoS,我们无法有其他选 择”。

CoWoS核心价值在于interposer(中介层)的连通作用

根据广电计量,CoWoS是由Chip on Wafer on Substrate缩写而来,即先将各主芯片和储存器集成堆叠到无源的Wafer(中介层) 上,再将CoW部分封装在有机载板Substrate上。Interposer上的RDL使得各芯片之间的电信号可以直接交流,并通过Interposer中的硅通孔(TSV)传输到有机载板以完成与外界的 连接。这种封装形式具有以下优点: 1、减小器件所占用的面积,充分利用纵向空间,降低功耗; 2、缩短各芯片之间的电信号传输距离,减少导线寄生电容的影响。

CoWoS核心在于interposer,目前可划分为S、R、L三种类型

根据洞见热管理,CoWoS技术根据中介层所采用的材料不同,可分为 CoWoS-S(硅中介层)、CoWoS-R(RDL重布线)和 CoWoS-L(LSI,重布线+部分硅中介层)三种类型。 随着CoWoS封装在高性能计算(HPC)芯片上的广泛应用,其热管理问题正成为影响系统稳定性和性能释放的关键瓶颈。与传统封 装结构相比,CoWoS具备更高的集成密度和更复杂的堆叠结构,热流通路不再是单一方向的导热,而是需要穿越多个功能层、封装 材料和界面接触面。热路径中任何一层导热性能的不匹配,都可能导致局部热点、热阻叠加,进而限制芯片频率提升与长期可靠 性。

Interposer的材料选择对芯片散热起到重要作用

根据IBM的测试,玻璃中介层FCPBGA的逻辑芯片温度比硅中介层FCPBGA高约14℃,这仅仅是因为玻璃中介层的热导率较低。可 以看到热量在封装芯片中四处发散,在同等条件下热导系数更低的interposer材质,能使整体温度更低。

SiC用作Interposer的热性能有望高于现有的硅和玻璃

根据北京大学的相关论文,其制备的热管interposer在散热性能上显著优于硅与玻璃,证明了SiC衬底作为大功率器件散热主题材料 的潜力。虽然和CoWoS的interposer有差异,但从侧面验证了SiC在作为CoWoS中interposer的性能与可行性。

随着Interposer的变大,CoWoS的硅中介层还面临开裂等难题

根据Semianalysis,因为硅中介层越来越难以扩展,MI300 CoWoS-S 可能接近单个硅中介层的极限。这是因为硅中介层的脆弱性, 这种硅中介层厚度仅为 100 微米,当中介层在工艺过程中缩放到更大的尺寸时,存在分层或开裂的风险。

金刚石仍难以匹配芯片制造工艺,使其目前还难以成为Interposer的选择

根据Nature 25年8月新文章,金刚石无论是单晶或是多晶,在IC散热领域应用仍存在较多可行性问题。 Interposer的制造需要经历光刻等制造工艺,且对材料的要求高。根据Semianalysis,芯片的最大尺寸通常为 26 毫米 x 33 毫米, 因为光刻工具的狭缝/扫描将该尺寸最大化。由于仅 GPU 芯片就接近这个限制,并且还需要将 HBM 安装在它周围,因此中介层需 要很大。未来的先进封装对光刻等制造工艺还提出了更高要求。根据Veeco,未来五年内互连密度要求不断提高,将推动对更小线路/空间要 求的需求。这些要求正在影响用于创建先进封装结构的封装技术。特别是,光刻和相关的湿法工艺在整个工艺领域都面临着挑战, 从凸块、柱子和 RDL 到贯穿硅通孔 (TSV)、中介层和混合键合。 因此我们认为在金刚石在尚未能解决芯片制造(如光刻、刻蚀、镀膜等)的基本要求之前,还难以成为interposer的选项。

SiC成为解决Interposer痛点的重要方向

根据Semivision,芯片的内部热路径涉及多层——硅衬底、金属互连、微凸块、底部填充、热界面材料 (TIM) 等。由于这些分层 的热界面,热量无法 100% 有效地传递到盖子上,从而导致局部“热点”。 这种累积热阻是限制芯片最大功率输出的主要因素之 一。提高热传导效率第一个关键在于缩短热路径并降低每层的界面热阻,并结合引入高导热材料,例如:SiC 衬底等。 近些年Piotr Mackowiak、Jared E. Payne等团队已在SiC的interposer上做了通孔、Bonding等相关研究,我们认为SiC用于先进封装 领域的interposer做了较好的理论指导,结合SiC产业链在功率器件领域多年的芯片制造经验,SiC作为CoWoS的Si interposer未来替 代者已具备一定的理论和产业基础。

SiC通孔有望实现高深宽比,进一步契合先进封装未来高速、降温方向

根据Nature,3D 集成涉及使用具有导电晶圆通孔 (TWV) 的中介层芯片,该芯片集成了两个或多个小芯片。这些小芯片可以连接 到中介层的同一侧和/或不同侧。TWV 提供小芯片之间的电气互连。为了实现高性能,小芯片之间需要高密度的互连。中介层中 TWV 密度的极限由 TWV 的最大纵横比决定,许多高纵横比通孔研究都使用硅作为其 TWV 衬底。然而,由于连接的小芯片会产生 大量热量,因此需要具有高导热性的中介层来实现高性能。单晶碳化硅 (SiC) 是一种具有高导热性的半导体,这种属性可提供高 散热性。

THE END
0.清华大学类脑芯片天机芯X登Science子刊封面,机器人版猫捉老鼠上演在此过程中,“天机猫”需要实现实时场景下的语音识别、声源定位、目标检测、避障和决策,而TianjicX能够以节能的方式同时运行跨计算范式的多种AI算法,并处理多种机器人协调方式;在相同的任务下,TianjicX的功耗比英伟达AI芯片的低一半,跑多个网络的延迟大幅降低了79.09倍! jvzq<84yyy4jw|3ufw4ff~3ep1oohx4324<04<<:0jzn
1.Ai芯片产业链一文梳理清楚,核心机会看好这几支受益龙头关于AI芯片的定义与分类 AI芯片(Artificial Intelligence Chip)是一种专门设计和优化用于人工智能任务的集成电路。它通过在硬件层面上实现高效的计算、存储和通信功能,加速机器学习和深度学习等AI算法的执行。 未来,AI芯片产业的发展趋势展望 来看下,A股AI芯片相关上市公司情况 jvzquC41zwkrk~3eqo54:><55:=5887:28<68?9
2.AI专用芯片(ASIC)上市公司梳理谁是下一个英伟达?芯片新浪财经• 博通:在AI芯片领域业务主要体现在定制化ASIC芯片以及相关的数据交换芯片上,其定制化ASIC芯片广泛应用于数据中心、云计算、高性能计算(HPC)、5G无线基础设施等领域。根据最新财报数据,博通的AI业务收入在其整个财年中同比暴涨了220%,这一增长主要得益于其AI加速器和网络设备的强劲需求。博通CEO陈福阳(Hock Tan)在业jvzq<84hkpgoen3ukpg/exr0ep5tvxhm1tkmpn|u1wy04977/28.2A4fqe3jpnnwhu~9:<5;954tj}rn
3.AI驱动存储芯片“超级周期”来袭,半导体产业ETF大涨近5%!|存储|相关机构发文表示,外媒对国家资助数据中心须采用国产人工智能芯片的报道,继续强化市场对国产替代的预期,存储芯片的涨价也印证了AI高景气的延续,电子领域受益于国产 AI 芯片替代政策,国产算力芯片、存储芯片、HBM 相关产业链及 PCB 板块具备投资潜力。 大同证券表示,随着AI生成内容从初期的单一形态(如简单语音、图像)逐步jvzq<84m0uooc7hqo0io1jwvkerfa>>74;7699:a388e4==h;2<82;89dk4ivvq
4.巴比特每日必读:ChatGPT测试新功能,DALL·E3能P图了近期,ChatGPTPlus测试新功能,支持文件上传和多模态处理,百度王海峰宣布文心大模型4.0性能大幅提升。同时,英国政府增加对AI芯片投入,AI生成图像引发版权争议,如GettyImages起诉侵权。其他公司如万兴科技和阿里巴巴也发布了AI视频创作软件和大模型应用。 摘要:10 月 29 日,有部分用户在社交平台上分享,ChatGPTPlus 正在测试jvzquC41dnuh0lxfp0tfv8|gkzooa=95:5>928ftvkimg8igvcomu86563923:5
5.深度学习架构的硬件共生论:为什么GPU决定了AI的进化方向(Transformer、S专用计算单元:Tensor Core、AI专用指令集 内存技术突破:HBM3、近数据计算 互联技术:NVLink、GPU间高速通信 >新兴硬件平台 8.2 架构-硬件协同演进 >有趣的假设场景 假设1:专用SSM芯片的出现 如果硬件厂商开发出专门为状态空间模型优化的芯片,具有: 高效的序列处理单元 jvzquC41dnuh0lxfp0tfv8m{e2713:51ctzjeuj1fgzbkux137745;72;
6.财报前瞻|AI热潮驱动“戴维斯双击”!AMD三季度营收料增28%,绑定OpenAAMD 2nm芯片MI450系列进展 AMD CEO苏姿丰接受采访时表示,专为数据中心开发的Instinct MI450系列,基于CDNA 5架构打造,已确认OpenAI将成为Instinct MI450的首批客户之一,计划于2026年下半年开始供应。 AMD已经确定,将会为MI450系列显卡加速器首次用上2nm制程工艺。此次向2nm跨越,被视为AMD针对AI与HPC场景的重要技术布局jvzquC41hktbplj0uktb0lto0et0q}mgt1ntpn|u14637662/4?0fxh/kplwsojh54::9?50ujznn
7.台积电:晶圆巨头大幅上调指引,端侧AI驱动半导体新景气周期端侧AI加速落地,驱动半导体硅含量第5波浪潮,持续看好AI领域相关企业。ChatGPT引爆AI技术新浪潮,带动算力需求高涨,推动AI相关芯片市场,AI领域相关企业有望迎来新一轮成长,重点关注芯原股份(IP授权&芯片量产)等。 风险提示 下游需求不足风险:若宏观环境变化,下游需求不足,将影响公司产品需求。 jvzq<84hkpgoen3ukpg/exr0ep5squq14285/978;3ujvsm
8.消息称阿里百度使用自研芯片训练AI模型,英伟达回应凤凰网科技讯 北京时间9月12日,据科技网站The Information报道,四位知情人士称,阿里巴巴、百度已开始采用内部自主设计的芯片训练他们的AI大模型,取代了部分英伟达芯片。 报道称,阿里自今年初以来已将自研芯片应用于轻量级AI模型的训练,百度则正试验使用昆仑芯的P800芯片训练新版文心大模型。三名使用过阿里芯片的员工称,jvzquC41hktbplj0uktb0ls14286/9>/345eg}fkn/oohzjthx929<6370j/j}rn
9.相关概念股梳理:一、AI算力基础设施(硬件+芯片)1.AI服务器&amp1. AI服务器 & 超算 浪潮信息(000977) —— AI服务器龙头,国产替代核心 中科曙光(603019) —— 超算+国产服务器 紫光股份(000938) —— 新华三AI服务器 2. AI芯片 & 计算架构 寒武纪(688256) —— 国产AI芯片(云端+边缘) 海光信息(688041) —— 国产CPU+AI加速 jvzquC41zwkrk~3eqo535=5835<43886;3?24;:
10.硬件感知神经架构搜索:AI芯片协同设计摘要:本文围绕硬件感知神经架构搜索与AI芯片协同设计展开深入探讨。首先介绍了该领域的研究背景,包括目的、预期读者、文档结构和相关术语。接着阐述了核心概念,包括硬件感知神经架构搜索和AI芯片协同设计的原理及联系,并给出了相应的示意图和流程图。详细讲解了核心原理,通过Python代码示例说明具体操作步骤。深入分析了相关jvzquC41dnuh0lxfp0tfv8r2a8867=;4:1gsvrhng1jfvjnnu1765>6;879