制程不够先进，把芯片做大不就行了？事情没这么简单

摘要：本文围绕“先进制程受限时，能否通过把芯片做大来弥补”这一核心问题展开。文章首先指出大芯片并非新鲜路线，头部AI芯片厂商早已在极限利用芯片面积；随后依次分析了芯片面积增大带来的良率下降、性能无法等比例提升、功耗与散热压力等硬性瓶颈，并指出“大芯片补制程”只能作为特定阶段的过渡手段，最终比拼的仍是在有限面积、功耗和成本下做出更多有效算力。

实际上是能做大的，而且业内其实早就在这么做啦

但问题是，芯片并不是越大越好。做到一定程度以后，良率、成本、功耗、散热、互连延迟和制造难度都会迅速上升。所以，“制程不够先进，那就把芯片做大一点”确实是一种办法，但它只能解决一部分问题，没办法无限往下走。先来一步步看~

1.芯片其实已经做得很大了

首先，不是没人尝试“大芯片”，恰恰相反，现在的AI GPU已经是量产芯片里尺寸非常夸张的一类。

比如NVIDIA H100，用的是TSMC 4N工艺，die面积大约814mm²，已经非常接近传统光刻的reticle limit，也就是单次曝光所能覆盖的面积上限。26×33mm算下来大约是858mm²。

换句话说，如果还想继续把单颗die往大做，就已经不是简单的“多放一点晶体管”了，而是会直接碰到光刻设备和制造工艺的边界。

华为昇腾910也是类似思路。它本身就是一个面积很大的AI芯片，再加上HBM、I/O和封装之后，整个计算模块的尺寸更大。

所以“大芯片”并不是什么没人想到的替代路线。事实上，头部厂商一直都在尽可能利用更大的芯片面积，只不过这条路本身也有上限。

2.但是芯片越大，良率通常越难看

大die最现实的问题之一，就是良率。

晶圆制造过程中不可能完全没有缺陷。可以简单理解为，一片晶圆表面会随机存在一些缺陷点，而一颗芯片占的面积越大，撞上缺陷的概率就越高。

粗略一点，可以用类似：

这样的关系来理解

D是缺陷密度，A是芯片面积。虽然真实生产中的良率模型会复杂很多，但核心逻辑是一样的。面积增大以后，良率不会一直保持不变。

比如同一套工艺：

100mm²的小芯片，可能还能维持比较高的良率；

到了七八百平方毫米的大芯片，只要晶圆上出现一个关键区域缺陷，整颗die就可能报废。

而且芯片越大，一片300mm晶圆能够切出来的die本来就越少。于是问题就变成了一片晶圆成本差不多，但你能切出来的芯片更少，同时坏掉的比例还可能更高，最终每颗合格芯片分摊到的成本自然会迅速上涨。所以对于大GPU来说，做不做得出来只是第一关，“能不能以合理成本稳定做出来”才是真正难的地方。

3.面积变大，也不等于性能可以等比例增加

另外一个很容易被忽略的问题，芯片并不是把计算单元不断复制、铺开，性能就可以一直线性增长，而这正是因为芯片内部还有大量互连

现在高性能CPU、GPU的频率已经很高，一个时钟周期只有几百皮秒。在这个尺度下，片上走线的电阻、电容和信号传播延迟都会成为真正的限制。

NVIDIA DGX

芯片面积越大，不同模块之间距离越远，数据和时钟信号的传输就越麻烦。设计上只能通过增加缓存、流水线、中继、NoC等方式去解决，但这些东西本身又会占面积、耗电，并增加设计复杂度。所以芯片做到一定尺寸之后，继续扩大面积带来的性能收益会越来越低。

4.功耗和散热同样是硬限制

还有一个很现实的问题，那就是电

如果你用相对落后的工艺实现相同数量的计算单元，晶体管通常会更大，功耗和能效也会更吃亏。这时候你当然可以继续堆面积、堆计算单元，但最后算力确实上去了，功耗也一起上去了

而服务器真正关心的从来不只是这一颗芯片能不能算，整个系统才是重点

比如一块AI加速卡功耗从几百瓦继续往上走以后，影响的就不只是芯片本身，还包括电源、主板、服务器机箱、机架供电、液冷系统乃至整个数据中心。单颗芯片勉强能跑出来，不代表大规模部署以后经济账仍然划算。这也是为什么先进制程对于AI芯片特别重要。它的意义并不只是“让芯片更小”，更重要的是在有限面积和有限功耗下塞进更多晶体管，同时提高整体能效。

5.那国产AI芯片能不能先走“大而粗”的路线呢？

可以，而且事实上大家也确实会这么做的

如果先进制程受到限制，那么用更大的die、更高的功耗以及更复杂的封装，去补偿一部分晶体管密度和能效差距，是非常正常的工程选择。尤其是在服务器和AI训练场景里，芯片尺寸本身没有手机SoC那么敏感，所以这种路线是有现实意义的。

甚至可以说，在特定阶段，它是一条很重要的过渡路线。但它的问题也很明显。同样的算力，如果需要更大的芯片面积、更低的良率、更高的功耗、更复杂的散热，甚至更多服务器才能实现，那么最终竞争的就不再是单颗芯片参数，而是整个集群的TCO，也就是总拥有成本。

比如同样完成一个训练任务，一套系统需要100张卡，另一套需要150张甚至200张卡，那么后者不仅多买芯片，还意味着更多服务器、交换机、电力、制冷和机房空间。

所以“大芯片补制程”可以缓解问题，但很难完全抹平先进制程带来的能效和密度优势。

所以回到最开始的问题

“先进制程做不了，能不能把芯片做大来补？”

答案是：可以，而且这是实际工程里非常合理的一种补偿手段。

只不过它能补的是一部分晶体管数量和算力，补不了先进制程带来的全部优势。面积继续增加以后，良率、晶圆利用率、互连延迟、功耗和散热都会逐渐成为新的瓶颈。所以对于国产AI芯片来说，在制程受限的阶段，用更大的芯片、更高的系统功耗，再配合Chiplet、先进封装和集群扩展去换算力，是很现实的路线。

但如果讨论长期竞争力，最终比的依然是谁能在有限的面积、功耗和成本里，做出更多有效算力。

说到底，芯片这件事从来不是“理论上能不能堆出来”，而是堆出来之后，良率能不能接受、成本能不能压住、功耗能不能供得起、热能不能散掉，最后客户愿不愿意为整套系统买单~