Chiplets teilen einen komplexen Prozessor in kleinere spezialisierte Dies auf und nutzen anschließend fortschrittliches Packaging, damit sie sich wie ein einziges System verhalten.
Ein Chiplet-Prozessor teilt einen komplexen Chip in mehrere kleinere Teile auf und verbindet sie anschließend im selben Package.
Anstatt jeden CPU-Kern, Speichercontroller, Grafikblock und jede Ein-/Ausgabefunktion auf einem einzigen riesigen Stück Silizium zu fertigen, können Entwickler spezialisierte Dies separat herstellen und miteinander kombinieren.
Dadurch lassen sich Fertigungsabfälle reduzieren, verschiedene Funktionen können unterschiedliche Fertigungsprozesse nutzen, und eine Architektur lässt sich leichter skalieren. Gleichzeitig entsteht ein neues Problem: Mehrere Chips müssen sich wie ein einziger verhalten.
Der traditionelle Ansatz: ein monolithischer Die
Ein herkömmlicher Prozessor wird als einzelner Silizium-Die gefertigt. Dieser Die kann Folgendes enthalten:
- Rechenkerne
- Cache
- Speichercontroller
- Grafik
- Display-Engines
- PCIe
- und andere Ein-/Ausgabefunktionen.
Ein monolithisches Design bietet wichtige Vorteile. Daten können sich innerhalb des Dies über eng integrierte Verbindungen bewegen. Das System lässt sich leichter als eine einzige physische Komponente behandeln. Latenz und Softwareverhalten können vorhersehbarer sein. Der Nachteil zeigt sich, wenn der Die größer wird. Siliziumwafer enthalten unvermeidbare Defekte. Ein kleiner Defekt kann ein sehr viel größeres Stück wertvollen Siliziums unbrauchbar machen. Auf größere Dies passen außerdem weniger Exemplare auf jeden Wafer.
Je größer und komplexer der Prozessor wird, desto schwieriger lässt er sich effizient fertigen.
Chiplets teilen das Risiko auf
Stellen Sie sich einen großen Prozessor vor, der in vier kleinere Dies aufgeteilt ist. Wenn ein Defekt einen kleinen Die betrifft, können die anderen fehlerfreien Dies möglicherweise weiterhin verwendet werden. Kleinere Teile passen außerdem effizienter auf den Wafer. Dadurch kann sich die Fertigungsausbeute verbessern und die Herstellungskosten eines insgesamt sehr großen Prozessors können sinken. Die Teile müssen nicht identisch sein. Ein Package kann Folgendes kombinieren:
- Dies für Hochleistungsrechnen
- ein Ein-/Ausgabe-Die
- Grafik
- KI-Beschleunigung
- Cache
- und spezielle Schnittstellen.
Aus jedem Block wird eine Komponente des Bauteils.
Verschiedene Aufgaben können unterschiedliche Fertigungsprozesse erfordern
Der fortschrittlichste Fertigungsprozess ist teuer und nicht für jede Funktion gleichermaßen nützlich. Hochleistungs-CPU-Kerne können von kleineren Transistoren profitieren. I/O-Schaltungen, analoge Funktionen und Speicherschnittstellen benötigen möglicherweise nicht denselben hochmodernen Fertigungsprozess. Einige davon können auf einem ausgereiften Knoten besser oder kostengünstiger funktionieren. Chiplets ermöglichen es Entwicklern, für jede Aufgabe den passenden Fertigungsprozess zu verwenden.
AMDs RDNA-3-Grafikdesign kombinierte beispielsweise einen 5-nm-Grafik-Compute-Die mit 6-nm-Speicher-Cache-Dies. Es ging nicht einfach darum, mehr Teile zu schaffen. Vielmehr sollten verschiedene Funktionen auf dafür geeigneten Fertigungsprozessen untergebracht werden. Intel beschreibt dieselbe übergeordnete Idee als heterogene Integration: die Kombination von Chiplets, die für unterschiedliche Funktionen entwickelt wurden und möglicherweise verschiedene Fertigungstechnologien verwenden.
CPUs machten Chiplets vertraut
AMDs Zen-Prozessorfamilien trugen dazu bei, das Chiplet-Design bei Desktop- und Server-CPUs zum Mainstream zu machen. Ein Ryzen- oder EPYC-Package kann einen oder mehrere Dies mit Kernkomplexen und einen separaten I/O-Die kombinieren. Dieser Ansatz erleichtert die Skalierung der Kernanzahl. Ein Desktop-Prozessor für den Massenmarkt kann einen oder zwei Compute-Dies verwenden. Ein Serverprozessor kann rund um ein zentrales I/O-System deutlich mehr davon nutzen. Das Unternehmen muss nicht für jede Kernanzahl einen einzigen riesigen, einzigartigen monolithischen Die entwickeln. Derselbe Baustein kann in mehreren Produkten zum Einsatz kommen.
GPUs lassen sich schwieriger aufteilen
Grafik-Workloads hängen davon ab, dass enorme Datenmengen zwischen Recheneinheiten, Cache und Speicher bewegt werden. Die Aufteilung einer GPU kann daher Latenz- und Bandbreitenprobleme verursachen. AMDs RDNA-3-Architektur verwendete einen zentralen Grafik-Compute-Die, der mit separaten Speicher-Cache-Dies verbunden war. Das Unternehmen erklärte, dass die Verbindung zwischen ihnen mit bis zu 5,3 TB/s arbeiten könne. Das ist ein Spitzenwert des Herstellers und kein realer Durchsatz beim Gaming. Er veranschaulicht die Größenordnung der erforderlichen Verbindung.
Eine Chiplet-GPU kann sich nicht wie mehrere lose verbundene Grafikkarten verhalten. Die Dies benötigen eine schnelle, kohärente Kommunikation, damit die Software das Produkt als eine GPU behandeln kann. Deshalb bedeutet ein Chiplet-Grafikdesign nicht einfach, „die CPU-Methode noch einmal zu verwenden“.
Das Packaging wird Teil der Architektur
Sobald der Prozessor aufgeteilt ist, wird das ihn verbindende Package entscheidend wichtig. Herkömmliche Leiterbahnen im Package bieten möglicherweise nicht genügend Bandbreite oder Energieeffizienz. Zu den fortschrittlichen Ansätzen gehören:
2,5D-Integration
Mehrere Dies sitzen nebeneinander und kommunizieren über einen Interposer oder eine hochdichte Umverteilungsschicht.
3D-Stacking
Ein Die sitzt über einem anderen, wodurch deutlich kürzere vertikale Verbindungen entstehen.
Hybride Ansätze
Logik, Cache und Speicher können mithilfe verschiedener Gehäusetechnologien nebeneinander und übereinander angeordnet werden. Intels Foveros-Familie ist ein Beispiel für fortschrittliche 2,5D- und 3D-Integration. Auch AMD kombiniert Chiplets mit fortschrittlicher Gehäusetechnologie in CPU-, GPU- und Beschleunigerprodukten. Das Gehäuse ist nicht länger nur das Objekt, das den Siliziumchip schützt. Es bestimmt, wie das System kommuniziert, mit Strom versorgt wird und Wärme abführt.
Warum nicht alles als Chiplet bauen?
Chiplets verursachen eigene Kosten.
Kommunikations-Overhead
Datenbewegungen zwischen Dies können mehr Zeit und Energie benötigen als Bewegungen innerhalb eines Dies.
Kosten der Gehäusetechnologie
Fortschrittliche Interposer, Bonding und Montage können teuer sein.
Wärmedichte
Das Stapeln von Dies kann die Wärmeabfuhr erschweren.
Tests
Jedes Chiplet und das fertige Gehäuse müssen getestet werden. Eine fehlerhafte Komponente kann weiterhin das montierte Produkt beeinträchtigen.
Software und Scheduling
Betriebssystem und Anwendungen müssen möglicherweise Unterschiede bei Latenz, Cache oder der Platzierung von Kernen verstehen.
Produktumfang
Ein kleiner, kostengünstiger Prozessor kann als monolithischer Die günstiger und einfacher sein.
Chiplets sind ein Designwerkzeug, keine universelle Aufrüstung.
Sind Chiplets automatisch schneller?
Nein. Chiplets können einen wesentlich größeren oder stärker spezialisierten Prozessor wirtschaftlich realisierbar machen. Dieses System kann schneller sein, weil es mehr Kerne, Cache, Speicher oder Beschleunigung enthält. Die Chiplet-Anordnung selbst bringt jedoch auch Kommunikations-Overhead mit sich. Ein gut entwickelter monolithischer Chip kann ein schlecht konzipiertes Multi-Die-System übertreffen. Die Leistung hängt ab von:
- Architektur
- Workload
- Verbindung
- Cache
- Speicher
- Gehäusetechnologie
- Software
- und Leistung.
Der Vorteil liegt in Flexibilität und Skalierbarkeit, nicht in kostenloser Geschwindigkeit.
Warum sie für KI wichtig sind
KI-Beschleuniger benötigen enorme Rechenleistung, Speicher mit hoher Bandbreite und schnelle Verbindungen zwischen mehreren Verarbeitungsblöcken. Chiplets ermöglichen es Entwicklern, Rechen-Dies, I/O, Cache, Speicher mit hoher Bandbreite und spezialisierte Beschleuniger zu kombinieren. AMDs CDNA-Architektur nutzt fortschrittliche Gehäusetechnologien, um Chiplet-Technologien und HBM in Rechenzentrumsbeschleunigern zu kombinieren. Auch die gesamte Branche bewegt sich auf offene Standards für Chiplet-Verbindungen zu, sodass Dies verschiedener Entwicklungsteams oder letztlich verschiedener Unternehmen über gemeinsame Schnittstellen kommunizieren können. Das könnte Prozessoren modularer machen, doch die kommerziellen, sicherheitsbezogenen und Kompatibilitätsherausforderungen bleiben erheblich.
Was sich für Käufer ändert
Die meisten Käufer müssen sich nicht für einen Prozessor entscheiden, nur weil er monolithisch oder chipletbasiert ist. Die nützlichen Ergebnisse sind indirekt: mehr Kerne zu einem bestimmten Preis, größere Caches, bessere Skalierung der Produkte, stärker spezialisierte Beschleuniger und mehr Wettbewerb zwischen Fertigungsprozessen. Chiplets können auch ungewöhnliches Verhalten erklären. Ein Prozessor kann zwischen Kerngruppen unterschiedliche Latenzen aufweisen. Eine GPU kann stark von ihrem Cache und Interconnect abhängen. Ein Design mit gestapeltem Cache kann andere thermische Grenzen haben als eine herkömmliche Version. Die Architektur ist dann relevant, wenn sie sich auf die tatsächliche Arbeitslast auswirkt, nicht weil „Chiplet“ im Marketing auftaucht.
Die Zukunft ist wahrscheinlich gemischt
Einige Prozessoren werden monolithisch bleiben. Andere werden mehrere Chiplets kombinieren. Manche werden Cache oder Speicher vertikal stapeln. Große KI-Systeme könnten so viele Packages eng miteinander verbinden, dass die Grenze zwischen Chip, Modul und Computer weniger eindeutig wird. Das Ziel besteht nicht darin, die größtmögliche Anzahl an Bausteinen zu schaffen. Vielmehr soll jede Funktion auf dem passenden Silizium untergebracht, wirtschaftlich gefertigt und alles schnell genug verbunden werden, damit der Nutzer ein einziges System erlebt.
Chiplets verändern die Art und Weise, wie Prozessoren gebaut werden, weil sie es Entwicklern ermöglichen, nicht länger einen einzigen riesigen Die als einzigen Weg zu einem leistungsfähigen Chip zu betrachten. Die kleineren Bausteine sind nicht an sich der Durchbruch. Der Durchbruch besteht darin, sie zusammenarbeiten zu lassen. Lesen Sie, warum Grafikspeicher strategisch immer wichtiger wird, oder entdecken Sie die Hardware für Unternehmen und Rechenzentren von GPUsed.