当图形处理器(GPU)以“芯粒”(chiplet)排列方式实现时，是否能够称其为‘Ghiplet’？这是半导体行业专家Chetan Arvind Patil最近提出的看法。
有鉴于目前单芯片GPU设计面临过大且复杂而导致的GPU元件良率较低的挑战，Patil日前在他的博客发表了一篇主题为“Ghiplet半导体的崛起”(The Rise of Semiconductor Ghiplet)的文章，文章中介绍了在芯粒架构中采用GPU更胜于单芯片GPU设计的诸多优势。
随着对于更强大计算资源需求的不断增长，特别是在AI驱动的应用中，半导体行业正见证着下一重大创新进展：Ghiplet 架构的崛起。(来源：Chetan Arvind Patil)
换句话说，设计中的所有渲染都由chiplet处理，而非通过大型计算GPU进行。以AMD Radeon RX 7000系列为例，它是首批基于chiplet的GPU之一，包含一个大型图形芯片和多个内存芯片。总部位于硅谷的AMD目前正考虑在GPU设计中使用更多的chiplet。
Radeon RX 7000系列中的Navi 31 GPU基于RDNA 3.0 Cchiplet架构，采用台积电(TSMC)的5nm制程。(来源：AMD)
针对人工智能(AI)等高性能计算(HPC)应用，采用“ghiplet”途径有其天生的优势：内存芯片可以分散在主GPU芯片周围。因此，“ghiplet”有助于实现计算与内存之间的平衡。chiplet的模块化有助于优化内存处理等特定功能。因此，Chetan Arvind Patil强调了这一新的GPU设计趋势：
Ghiplet = G(PU) + Chiplet
除了内存，chiplet还能以先进的互连实现更快、更高效的数据处理。这特别适用于AI、数据分析和科学领域的高性能计算应用。
GPU过渡至chiplet架构的进展缓慢；GPU大厂Nvidia(英伟达)表示，其最近推出的Blackwell GPU并非chiplet。尽管有诸多猜测，Nvidia目前仍坚持使用单芯片的策略。这在一定程度上是因为GPU比CPU更加复杂。
然而，随着GPU的发展超越了图形和游戏之外的更多应用，chiplet可望为GPU设计带来极大的灵活性和扩展性。因此，AMD的竞争对手英特尔(Intel)凭借其Max系列GPU进入了“ghiplet”领域。它拥有超过1,000亿个晶体管，封装在47个不同的chiplet中——英特尔称其为tiles，其内存容量高达128GB。
Max系列GPU的代号为Ponte Vecchio，采用EMIB 2.5D和Foveros 3D封装技术，并将chiplet或tile相互堆叠在一起，以提高处理器密度。(来源：Intel)
模块化的chiplet架构在GPU设计的适用性似乎是毋庸置疑的。AMD和英特尔已经跃跃欲试，即将引爆这场竞争，而Nvidia的举动也备受关注。尤其是当AI应用及其对内存容量的需求与日俱增，在与GPU的搭配时更需要计算与内存的平衡。
(原文刊登于EDN美国版，参考链接：Are ghiplets the next evolution stage in GPU designs?，由Susan Hong编译)
最前沿的电子设计资讯
