在2024中國汽車與出行未來論壇上，芯礪智能首席執行官張宏宇博士以“Chiplet：破解高算力芯片三重困局”為題，深入剖析了當前高算力芯片發展面臨的挑戰，并闡述了Chiplet（芯粒）技術作為關鍵解決方案的前景與路徑。

困局一：性能提升遭遇“功耗墻”與“存儲墻”
隨著制程工藝逼近物理極限，傳統單一大型SoC（系統級芯片）的性能提升正面臨嚴峻挑戰。一方面，晶體管密度增加帶來的功耗與散熱問題日益突出，形成“功耗墻”；另一方面，處理器核心與內存之間的數據交換速度成為瓶頸，即“存儲墻”。張宏宇指出，單純依靠工藝微縮已難以維系算力的指數級增長需求，尤其是在智能駕駛、人工智能等需要實時處理海量數據的場景中。

困局二：設計復雜性與成本飆升
設計一顆先進制程、高度集成的高算力芯片，其研發周期長、投入資金巨大，一次流片失敗可能帶來數億甚至數十億元的損失。這種極高的技術門檻和財務風險，使得許多創新企業望而卻步，也制約了芯片設計的多樣化和快速迭代能力。

困局三：供應鏈安全與靈活性不足
全球半導體產業鏈高度專業化，但也帶來了供應鏈的脆弱性。單一芯片依賴于特定制程和單一供應商，在地緣政治和產業波動下風險凸顯。傳統SoC模式難以針對不同應用場景（如L2級輔助駕駛與L4級自動駕駛對算力、功能安全的要求截然不同）進行快速、經濟的定制。

Chiplet：模塊化破局之道
張宏宇提出，Chiplet技術正是應對上述三重困局的戰略性選擇。該技術將復雜的大型SoC分解為多個功能、工藝可獨立的小芯片（芯粒），通過先進的封裝技術（如2.5D/3D封裝）集成在一起，形成一個系統級芯片。

• 應對性能困局：Chiplet允許采用不同工藝節點制造不同芯粒。例如，對性能要求高的計算核心采用最先進的制程，而對性能不敏感或模擬功能的I/O、電源管理芯粒則可采用成熟制程。這能優化整體功耗，并利用高帶寬內存（HBM）等芯粒，通過硅中介層或直接堆疊，大幅緩解“存儲墻”問題，提升數據吞吐效率。
• 應對成本與設計困局：Chiplet實現了IP（知識產權）的模塊化復用。企業可以像搭積木一樣，組合來自不同供應商的成熟功能芯粒（如CPU、GPU、NPU、接口芯粒等），顯著降低設計復雜度和研發成本，加速產品上市時間。這為更多廠商參與高端芯片創新提供了可能。
• 應對供應鏈與定制化困局：模塊化設計提升了供應鏈的靈活性和韌性。芯?？梢远嘣少?，降低對單一供應鏈的依賴。更重要的是，汽車廠商或Tier 1供應商可以根據不同車型、不同配置的需求，靈活增減或替換特定功能芯粒，實現算力與功能的精準、可擴展配置，推動汽車電子架構向域控制乃至中央計算演進。

芯礪智能的實踐與展望
張宏宇介紹了芯礪智能在Chiplet架構領域的探索。公司正致力于構建基于Chiplet的開放技術平臺，包括高性能互連接口、先進封裝設計、系統級仿真與測試等關鍵環節，旨在推動建立更完善的產業生態。他認為，尤其在汽車產業“軟件定義汽車”和智能化升級的大趨勢下，Chiplet不僅是一種芯片設計方法學，更是支撐未來出行智能中樞的核心使能技術，有助于實現高性能、高可靠、可定制且成本可控的車載計算解決方案。

張宏宇呼吁產業鏈上下游加強協作，共同推進Chiplet相關接口標準、設計工具、測試認證體系的建立與完善，以抓住技術變革機遇，共同破解高算力芯片的發展困局，賦能中國汽車與出行產業的智能化未來。