在高性能计算应用中，对突破性性能的追求从未停止过，特别是在人工智能，机器学习和大数据分析等新兴应用提出了更高的性能要求之后。
但是，过程突破的速度逐渐放慢，每个过程节点带来的频率红利逐渐变小。
为了降低生产和开发成本并提高产量，许多CPU制造商开始将目光投向小型芯片。
2020年的最后一天，AMD宣布了自己在小型芯片GPU上的专利，这引起了很多热烈讨论。
每个人都在猜测，小芯片是否可以成为后摩尔时代芯片设计创新的强大工具？ AMD：从小型CPU到小型GPU，AMD从很早就开始致力于小型芯片的开发。
无论是EPYC服务器CPU还是线程撕裂器台式机CPU，小型芯片设计都已被广泛使用。
在AMD看来，传统的单芯片处理器将一个或多个CPU内核放在单个裸片上，以加快时钟频率和缓存读取。
尽管此策略对于需要大量CPU使用的作业非常合理，但是仍然存在局限性。
小芯片设计可以带来更快的架构创新，尤其是在数据中心等应用中。
在去年的ISSCC2020上，AMD强调了第二代EPYC服务器CPU上小型芯片的优势。
在具有Zen2架构的EPYC服务器CPU上，AMD在CPU内核上使用TSMC的Foundry 7nm小芯片，而IOD仍在使用GlobalFoundries的14nm工艺。
AMD提到该设计可实现更多的内核数量和更高的性能，并显着降低了成本。
AMD最近宣布的小芯片GPU专利也引起了很多热潮。
该专利展示了一种使用高带宽交叉链接的小型芯片GPU设计方案。
Chiplet GPU / AMD在此专利中，AMD提到，由于大多数应用程序都是在单个GPU的前提下编写的，因此，为了保留现有的应用程序编程模型，在GPU上实现芯片设计一直是一件大事。
挑战。
该专利使用总线将第一个GPU小芯片连接到CPU，其余的GPU通过被动交叉链接连接。
如今，许多架构至少具有在GPU芯片上一致分布的第一级缓存，例如L3或其他最后一级缓存（LLC）。
在这种设计中，这些物理资源被放置在不同的芯片上，并且提供了通信连接以确保高速缓存的一致性。
在工作过程中，内存地址请求从CPU发送到GPU小芯片，后者与高带宽无源交叉链接进行通信以定位所需的数据。
因此，从CPU的角度来看，它仍然在单独的GPU上解决。
。
英特尔：使用小型芯片创建客户2.0芯片客户2.0解决方案/英特尔的设计还为英特尔提供了更多的芯片定位自由度。
例如，游戏玩家需要更高的图形性能，而开发人员则更渴望更高的计算能力。
强大的AI性能。
这是英特尔构想的客户2.0愿景，旨在通过智能感知为消费者带来无缝的高性能体验。
尽管GPU一直是英特尔的弱点之一，但这并不意味着英特尔在显示领域没有做出任何努力。
自从Intel从AMD图形部门挖走首席架构师Raja Koduri之后，Intel就开始致力于离散图形。
英特尔在2019年底发布了一款超级计算级GPU，代号为PonteVecchio。
GPU基于7纳米工艺和小芯片技术，并将于2021年作为图形加速器安装在Aurora超级计算机上。
小型芯片的支持：没有创新的互连和封装技术的新型互连和封装技术，小型芯片设计也将无法实现获得立足点。
关于小芯片的包装，英特尔已经计划了详细的包装路线图。
处理器封装路线图/英特尔在KabyLakeG处理器和AgilexFPGA上，英特尔实现了EMIB的2.5D封装方法。
英特尔在Lakefield系列处理器上使用的Foveros3D封装技术是对EMIB的进一步补充。
该技术可以将凸块高度进一步降低到50-25um，并实现接近1000IO / mm2的密度。
Infinity架构/ AMD，但是如果您希望在分解后保持小芯片的连接性，那么互连技术就非常有用，例如AMD在Zen架构CPU中引入的InfinityFabric。
AMD将InfinityFabric视为连接主要产品线的基石。
通过第三代Infinity框架，AMD能够在CPU和GPU之间提供大带宽和低延迟的连接以及统一的内存访问，从而改善AMD产品的综合性能并简化
