在这里插入图片描述
来自:Cost-Performance Co-Optimization for the Chiplet Era https://nanocad.ee.ucla.edu/wp-content/papercite-data/pdf/c131.pdf

这张图展示了不同 Chiplet架构在成本与性能之间的权衡配置,通过是否使用3D堆叠技术、以及chiplet数量的变化,提出了四种典型集成方式。下面是详细解析:


🧠 图示结构总览

图中分为两大维度:

  • 纵向:是否采用3D堆叠技术

    • No 3D Stacking(无3D堆叠)
    • 3D Stacking(有3D堆叠)
  • 横向:Chiplet数量

    • Fewer Chiplets(较少chiplet)
    • More Chiplets(较多chiplet)

这就形成了 四种组合方式


🟩 1. HBM + Large Chiplet (SoC) — 无3D堆叠 + 少量Chiplet

  • 架构类型:传统2D SoC(系统级芯片),只有一个较大的chiplet,旁边连接HBM(高带宽存储)。
  • 优势:集成度高、简单;适用于较低复杂度或成本敏感型产品。
  • 缺点:可扩展性差,面积大,热管理受限。

🟧 2. Full 2.5D (2.5D) — 无3D堆叠 + 多个Chiplet

  • 架构类型:多个chiplet放置在同一个interposer上(中介层),包括DPU chiplet、Tile Array chiplet等。
  • 优势:灵活组合功能模块、改善良率、可实现高性能。
  • 缺点:仍是单层结构,连线密度和互连带宽有限。

🟦 3. Large 3D Stack (L3D) — 有3D堆叠 + 少量Chiplet

  • 架构类型:采用3D堆叠将DPU和Memory chiplet堆叠在一起,额外在上方堆叠Cores和控制逻辑。
  • 优势:节省面积、提升带宽、降低功耗路径。
  • 适合:需要高密度集成但chiplet数量不多的场景。

🟪 4. Two Small 3D Stacks (S3D) — 有3D堆叠 + 多个Chiplet

  • 架构类型:将L3D进一步拆分为两个小堆叠单元(如DPU+Memory、Cores+Control),再加一个独立Memory chiplet。
  • 优势:灵活性更高,热管理更易、可按模块分批生产。
  • 代表更高级的系统封装方式,如复杂AI处理器、异构计算平台。

🔧 图注说明

“2.5D splits SoC into 3 chiplets and S3D splits L3D stack into two 3D stacks plus one additional chiplet.”

  • 2.5D架构:将原本的单芯片SoC拆分为3个chiplet(DPU、Tile、HBM等)。
  • S3D架构:在L3D的基础上,进一步拆解为两个较小的3D堆叠模块,再加一个独立chiplet,实现更细颗粒度的模块化。

✅ 总结

架构类型 关键特性 成本 性能 灵活性
SoC 单大芯片 ✅低 ⚠️受限 ❌差
2.5D 多Chiplet并排 ⚖️中 ✅中高 ✅中
L3D 垂直堆叠 ⚠️较高 ✅高 ⚠️中
S3D 多个小3D堆叠 ❌最高 ✅最高 ✅最优

这张图强调的是——如何在性能、成本和封装复杂度之间做平衡选择,是现代Chiplet系统设计中的关键课题。

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐