多芯片模塊（MCM）技術(shù)的應用在半導體業(yè)界已經(jīng)不是什么新鮮事了，但隨著Chiplet、2.5D/3D封裝技術(shù)日趨火熱，MCM正在滲透進更多的芯片設(shè)計中，無論是GPU、光模塊還是AI芯片，都在慢慢引入這類封裝技術(shù)。

MCM GPU成為趨勢

以去年AMD發(fā)布的首個MCM GPU Instinct MI250X為例，這款GPU集成了兩個GPU Chiplet和128GB的超大HBM2e內(nèi)存，在算力和帶寬上都做到了極致，實現(xiàn)了383TFLOPS（FP16）和3.2TB/s的可怕成績，無疑是專注AI的各大超算中心夢寐以求的加速器了。同樣，英特爾也在其Ponte Vecchio GPU上采用了MCM。

Instinct MI250X GPU / AMD

雖然MCM已經(jīng)由AMD和英特爾兩家GPU廠商開始推進了，但目前來看英偉達的動作比較小，雖然有相關(guān)的研究，但還未拿出商用的MCM產(chǎn)品。不過以上都是面向HPC/AI市場的GPU，消費級的GPU是否也會迎來MCM的GPU呢？據(jù)現(xiàn)在的傳聞，AMD極有可能在下一代RDNA3架構(gòu)的高端GPU中用上MCM。

但消費級應用與HPC/AI應用又屬于截然不同的場景，后者使用多個GPU跑負載是很常見的情況。但消費場景中多GPU已經(jīng)相當少見了，在兼容性上肯定會大打折扣，所以邁出這一步很可能會帶來一定的風險。

IP公司眼中的MCM

MCM不僅為GPU公司帶來了更多設(shè)計靈活性，也讓一眾IP公司找到了新的商業(yè)模式。比如IP公司Credo就提供混合信號DSP IP，用于客戶的ASIC設(shè)計，以Chiplet的形式集成到SoC上，打造更低功耗更高性能的MCM。隨著數(shù)據(jù)中心的網(wǎng)絡(luò)架構(gòu)慢慢趨向于400G以上，芯片連接性的要求也在逐步升高。為此，Credo在去年底推出了全新的3.2Tbps BlueJay重定時器chiplet，通過64通道56Gbps PAM4 LR的DSP，提供了強大的系統(tǒng)級連接性。

BlueJay Chiplet / Credo

BlueJay雖然只是以臺積電28nm工藝打造，但保證了性能和功耗的要求，與其先進工藝方案Nutcracker相比也降低了成本。此外，由于BlueJay與主機端MCM中SoC核心的通信是通過超低功耗的BoW D2D接口實現(xiàn)的，其接口已經(jīng)針對臺積電的CoWoS封裝技術(shù)做了優(yōu)化。這種將SerDes功能從片上（on-die）轉(zhuǎn)向片外（off-chip）的做法，顯著增加了ASIC的可使用面積，設(shè)計者可以將這一部分多出來的面積用于實現(xiàn)更高的計算性能。

AI在MCM上的創(chuàng)新

同樣，AI也在MCM上找到了新的解決方案。我們已經(jīng)看到了大的機器學習模型通過訓練大數(shù)據(jù)在多個領(lǐng)域展示了驚人的成果，比如計算機視覺、語音識別和自然語言處理等。為了減少機器學習加速器的成本，業(yè)界引入了不少設(shè)計創(chuàng)新，其中之一就是MCM。

Coral TPU / 谷歌

英偉達的Simba，谷歌的TPU，都用到了MCM的設(shè)計。谷歌的Coral TPU是一個用于邊緣端的機器學習推理加速器，在極小的占用面積下可以實現(xiàn)4 TOPS（INT8）的峰值性能，能效比可達2 TOPS/W。英偉達的Simba同樣是一個用于推理的芯片，但規(guī)模比谷歌的Coral更大，整個MCM由36個Chiplet組成，每個都能實現(xiàn)4 TOPS的峰值性能，將整個芯片算力提升至最高128 TOPS，能效比更是高達6.1 TOPS/W。

一來在設(shè)計上，設(shè)計小芯片的難度比一整塊芯片要低，二來小芯片由于面積較小，生產(chǎn)良率也更高。這都證明了這種方案既可以減少設(shè)計和生產(chǎn)成本，也能達到與單個大芯片近似的性能與能效。

但正如我們上文提到的MCM GPU兼容問題一樣，機器學習中MCM也并非毫無痛點。由于MCM中單個Chiplet的內(nèi)存遠比單個大芯片要小，所以大型機器學習模型的訓練與推理都需要將矢量計算的數(shù)據(jù)流圖在Chiplet上進行劃分。多芯片進行劃分就是為了將運算分配給Chiplet，從而將某個性能指標最大化，比如說吞吐量。但與單芯片不一樣，MCM中小芯片的數(shù)量以及神經(jīng)網(wǎng)絡(luò)的節(jié)點數(shù)量增加，都會讓搜索空間成指數(shù)級增長，從而降低效率，更不用說因為MCM的硬件特性，可用的劃分方案并不多。所以這種劃分的質(zhì)量，直接影響到了MCM芯片設(shè)計的優(yōu)化。

為了解決這個問題，谷歌的研究員們開發(fā)了一種深度強化學習的劃分方案，同時利用一個約束求解器來專門解決MCM封裝的機器學習模型劃分問題。他們的方案可以通過預訓練來普及到未知的輸入圖，通過對生產(chǎn)級BERT模型的硬件評估，他們得到了超過隨機搜索和模擬退火等現(xiàn)有方案5%以上的吞吐量。更重要的是，這種方案具備極佳的遷移學習性能，使用預訓練的模型可以有效提升樣本效率，將搜索時間從3個小時減少到了9分鐘。