AI技术引领集成电路产业革新

在半导体行业区域化和信息化的背景下，芯片的发展关系着经济发展、国家安全和全球核心竞争力，中国乃至全球已经表达了对半导体行业未来发展的期待和对芯片技术探索的决心，芯片行业毫无疑问将踏上一个新的征程。

近年来AI大模型的推出，成功把人工智能推上了风口浪尖，AI应用的快速发展在进一步带动PC、新能源汽车行业的发展，多家行业机构预测表明，尽管全球经济大环境仍然存在不确定性，但是半导体行业即将在2024年迎来新一轮的周期反弹。

最近Aspencore举办的IIC Shanghai同期进行的2024中国IC领袖峰会上，全球IC设计业界专家从最新半导体技术、技术和市场等方面分享了本土IC设计的创新，人工智能、AI芯片、半导体技术成为谈论的重点。

AI对集成电路的影响

东南大学集成电路学院教授、中国集成电路设计创新联盟专家组组长时龙兴认为，集成电路产业有三大特征，分别为产业特征、技术特征、人才特征。当前，AI技术迎来高速发展，赋能千行百业，众多集成电路设计公司也都自然拥抱了AI技术。

AI对芯片的最大影响首先体现在算力爆炸式增长上，而摩尔定律虽能带来算力的提升，但能销收益就十分有限，应用产业对算力的需求以及摩尔支撑下的集成电路的算力，两者形成了鲜明的剪刀差。

对此，产业在不断探索新型计算架构以实现高算力。时龙兴指出，AI时代下，模拟计算被重新给予厚望，模拟计算可以大量减少数据搬运，提高能效。然而，模拟计算的AI芯片目前还不算成熟，面临这样的问题：

1）  模拟计算目前无法满足多样化网络的需求，因为在AI当中网络设计的理念是复杂化的，而模拟计算的规则化比较强，导致出现矛盾。

2）  模拟计算要同时兼顾精度、能量效率和面积效率，用单一的范式、单一电压域、电流域、频域或者是时间域都难以满足，需要用多个域的组合兼顾精度能量效率和面积效率的解决方式。

3）  模数转换电路和外围参考电路的损耗是模拟计算的新瓶颈，位数越高模拟计算的能效带来的收益就会被外围电路的能量消耗所吞噬，导致收益大幅下降。

虽然现阶段看来，模拟计算的AI芯片尚未成熟，但是已经显示出了巨大的潜力。

与此同时，AI对集成电路制造也产生了重大影响。通过人机协作可以优化半导体的工艺研发，虚拟制造可以大幅度降低集成电路研发对设计流片的依赖，使得时间缩短、成本下降。

AI对EDA也产生了一定的影响，下一代EDA需要智能化、敏捷化的特点，AI成为了破解EDA卡脖子境况的关键手段。目前，学术界从集成电路全流程由上往下基本在探索利用AI赋能解决问题，现阶段看来，用AI手段赋能EDA带来了积极的效果。

不可或缺的高速接口IP

为大算力产业带来全新科技革命的无疑是AI，随着去年生成式人工智能在全球范围内掀起热潮，尤其是ChatGPT的出现，真正推动了人工智能的发展，也极大地拓宽了大算力产业的市场空间。

数据显示，2023年全球AI市场规模达到了5380亿美元，预计到2027年将会达到10万多亿美元的规模，年复合增长率为15%。而全球AI芯片市场规模将从2023年的388亿美元，成长到2027年的1150亿美元，年复合增长率高达24%。

人工智能应用对于算力的需求是巨大的，根据IDC预测，中国算力规模将持续高速增长，预计2027年达到1117.4EFLOPS，2022-2027年年均复合增长率高达34%。

谈到算力的增长，以英伟达最新一代用于AI和HPC工作负载的AI芯片Blackwell GPU B200为例，这款“超级芯片”在大模型训练、推理性能方面分别较H100提升了4倍和30倍。芯耀辉董事长曾克强指出，芯片之所以能够大幅度提升计算性能，关键作用还是在于其中的互联技术，AI芯片更是离不开高速的互联。

AI芯片区别于传统芯片的一大特点就是快速计算和处理大量数据能力。由于人工智能任务通常需要大量的数据处理和复杂的计算，AI芯片通常配备更强大的计算单元和加速器，以支持这些高强度的计算需求。而AI引擎处理数据的能力越强、速度越快，就要求互连接口的带宽越大、吞吐量越高、数据传输速度越快，否则互连就会成为计算的瓶颈，让大算力“空转”，英雄无用武之地。

高速接口IP对于高效、稳定的传输，对于整个大算力系统是至关重要的，这也反映在了全球接口IP产业高速的成长。在过去20年，全球IC设计业复合增长率4%，全球IP产业的复合增长率是13%，而在IP产业里面，接口IP已经成为第二大品类并且最快增速的产业，它的复合增长率高达19%。

AI技术的广泛快速应用，对于计算速度、存储容量、大规模处理能力、复杂计算都提出了更高要求，另一方面，AI还影响着半导体产业的发展方向与市场前景，为半导体上下游企业带来了发展机遇与转型机会，随着AI技术下沉到边缘与端侧，将激发万亿美元规模市场。