HBM在數(shù)據(jù)中心的出現(xiàn)：AMD的創(chuàng)新如何幫助Nvidia

生成式人工智能即將到來(lái)，它將改變世界。自從 ChatGPT 席卷全球并激發(fā)了我們對(duì)人工智能可能性的想象力以來(lái)，我們看到各種各樣的公司都在爭(zhēng)先恐后地訓(xùn)練人工智能模型并將生成式人工智能部署到內(nèi)部工作流程或面向客戶的應(yīng)用程序中。不僅僅是大型科技公司和初創(chuàng)公司，許多財(cái)富500強(qiáng)非科技公司也在研究如何部署基于LLM的解決方案。

當(dāng)然，這需要大量的 GPU 計(jì)算。GPU 的銷量像火箭一樣猛增，而供應(yīng)鏈卻難以滿足對(duì) GPU 的需求。公司正在爭(zhēng)先恐后地獲得 GPU 或云實(shí)例。

即使 OpenAI 也無(wú)法獲得足夠的 GPU，這嚴(yán)重阻礙了其近期路線圖。由于 GPU 短缺，OpenAI 無(wú)法部署其多模態(tài)模型。由于 GPU 短缺，OpenAI 無(wú)法部署更長(zhǎng)的序列長(zhǎng)度模型（8k 與 32k）。

與此同時(shí)，中國(guó)公司不僅投資部署自己的LLM，還在美國(guó)出口管制進(jìn)一步收緊之前進(jìn)行儲(chǔ)備。例如，據(jù)新聞報(bào)道，中國(guó)公司字節(jié)跳動(dòng)據(jù)稱從 Nvidia 訂購(gòu)了價(jià)值超過(guò) 10 億美元的 A800/H800。

雖然數(shù)十萬(wàn)個(gè)專門用于人工智能的 GPU 有許多合法的用例，但也有很多情況是人們急于購(gòu)買 GPU 來(lái)嘗試構(gòu)建他們不確定是否有合法市場(chǎng)的東西。在某些情況下，大型科技公司正試圖趕上 OpenAI 和谷歌，以免落后。對(duì)于沒(méi)有經(jīng)過(guò)驗(yàn)證的商業(yè)用例的初創(chuàng)公司來(lái)說(shuō)，有大量的風(fēng)險(xiǎn)投資資金。我們知道有十幾家企業(yè)正在嘗試?yán)米约旱臄?shù)據(jù)訓(xùn)練自己的LLM。最后，這也適用于沙特阿拉伯和阿聯(lián)酋今年也試圖購(gòu)買數(shù)億美元的 GPU 的國(guó)家。

盡管 Nvidia 試圖大幅提高產(chǎn)量，但最高端的 Nvidia GPU H100 直到明年第一季度仍將售空。Nvidia 每季度將增加 400,000 個(gè) H100 GPU 的出貨量。

Nvidia 的 H100 采用 CoWoS-S 上的7-die封裝。中間是H100 GPU ASIC，其芯片尺寸為814mm2 ，周圍是 6 個(gè)內(nèi)存堆棧HBM。不同 SKU 之間的 HBM 配置有所不同，但 H100 SXM 版本使用 HBM3，每個(gè)堆棧為 16GB，總內(nèi)存為 80GB。H100 NVL 將具有兩個(gè)封裝，每個(gè)封裝上有 6 個(gè)活躍的 HBM 堆棧。

在只有 5 個(gè)激活 HBM 的情況下，非 HBM 芯片可以使用虛擬硅，為芯片提供結(jié)構(gòu)支撐。這些芯片位于硅中介層的頂部，該硅中介層在圖片中不清晰可見(jiàn)。該硅中介層位于封裝基板上，該封裝基板是 ABF 封裝基板。

GPU Die和 TSMC晶圓廠

Nvidia GPU 的主要數(shù)字處理組件是處理器芯片本身，它是在稱為“4N”的定制臺(tái)積電工藝節(jié)點(diǎn)上制造的。它是在臺(tái)積電位于臺(tái)灣臺(tái)南的 Fab 18 工廠制造的，與臺(tái)積電 N5 和 N4 工藝節(jié)點(diǎn)共享相同的設(shè)施，但這不是生產(chǎn)的限制因素。

由于 PC、智能手機(jī)和非 AI 相關(guān)數(shù)據(jù)中心芯片的嚴(yán)重疲軟，臺(tái)積電 N5 工藝節(jié)點(diǎn)的利用率降至 70% 以下。英偉達(dá)在確保額外的晶圓供應(yīng)方面沒(méi)有遇到任何問(wèn)題。

事實(shí)上，Nvidia 已經(jīng)訂購(gòu)了大量用于 H100 GPU 和 NVSwitch 的晶圓，這些晶圓立即開(kāi)始生產(chǎn)，遠(yuǎn)遠(yuǎn)早于運(yùn)送芯片所需的晶圓。這些晶圓將存放在臺(tái)積電的芯片組中，直到下游供應(yīng)鏈有足夠的產(chǎn)能將這些晶圓封裝成完整的芯片。

基本上，英偉達(dá)正在吸收臺(tái)積電的部分低利用率，并獲得一些定價(jià)優(yōu)勢(shì)，因?yàn)橛ミ_(dá)已承諾進(jìn)一步購(gòu)買成品。

Wafer bank，也被稱為die bank，是半導(dǎo)體行業(yè)的一種做法，其中存儲(chǔ)部分處理或完成的晶圓，直到客戶需要它們?yōu)橹?。與其他一些代工廠不同的是，臺(tái)積電將通過(guò)將這些晶圓保留在自己的賬簿上幾乎完全加工來(lái)幫助他們的客戶。這種做法使臺(tái)積電及其客戶能夠保持財(cái)務(wù)靈活性。由于僅進(jìn)行了部分加工，因此晶圓庫(kù)中保存的晶圓不被視為成品，而是被歸類為 WIP。只有當(dāng)這些晶圓全部完成后，臺(tái)積電才能確認(rèn)收入并將這些晶圓的所有權(quán)轉(zhuǎn)讓給客戶。

這有助于客戶修飾他們的資產(chǎn)負(fù)債表，使庫(kù)存水平看起來(lái)處于控制之中。對(duì)于臺(tái)積電來(lái)說(shuō)，好處是可以幫助保持更高的利用率，從而支撐利潤(rùn)率。然后，隨著客戶需要更多的庫(kù)存，這些晶圓可以通過(guò)幾個(gè)最終加工步驟完全完成，然后以正常銷售價(jià)格甚至稍有折扣的價(jià)格交付給客戶。

HBM 在數(shù)據(jù)中心的出現(xiàn)：

AMD 的創(chuàng)新如何幫助 Nvidia

GPU 周圍的高帶寬內(nèi)存是下一個(gè)主要組件。HBM 供應(yīng)也有限，但正在增加。HBM 是垂直堆疊的 DRAM 芯片，通過(guò)硅通孔 (TSV) 連接并使用 TCB進(jìn)行鍵合（未來(lái)更高的堆疊數(shù)量將需要混合鍵合）。DRAM 裸片下方有一顆充當(dāng)控制器的基本邏輯裸片。

通常，現(xiàn)代 HBM 具有 8 層內(nèi)存和 1 個(gè)基本邏輯芯片，但我們很快就會(huì)看到具有 12+1 層 HBM 的產(chǎn)品，例如 AMD 的 MI300X 和 Nvidia 即將推出的 H100 更新。

有趣的是，盡管 Nvidia 和 Google 是當(dāng)今使用量最大的用戶，但 AMD 率先推出了 HBM。2008 年，AMD 預(yù)測(cè)，為了匹配游戲 GPU 性能而不斷擴(kuò)展內(nèi)存帶寬將需要越來(lái)越多的功率，而這些功率需要從 GPU 邏輯中轉(zhuǎn)移出來(lái)，從而降低 GPU 性能。AMD 與 SK Hynix 以及供應(yīng)鏈中的其他公司（例如 Amkor）合作，尋找一種能夠以更低功耗提供高帶寬的內(nèi)存解決方案。這驅(qū)使 SK 海力士于 2013 年開(kāi)發(fā)了 HBM。

SK Hynix 于 2015 年首次為 AMD Fiji 系列游戲 GPU 提供 HBM，該 GPU 由 Amkor 進(jìn)行 2.5D 封裝。隨后，他們?cè)?017 年推出了使用 HBM2 的 Vega 系列。然而，HBM 并沒(méi)有對(duì)游戲 GPU 性能產(chǎn)生太大的改變。由于沒(méi)有明顯的性能優(yōu)勢(shì)以及更高的成本，AMD 在 Vega 之后重新在其游戲卡中使用 GDDR。如今，Nvidia 和 AMD 的頂級(jí)游戲 GPU 仍在使用更便宜的 GDDR6。

然而，AMD 的最初預(yù)測(cè)在某種程度上是正確的：擴(kuò)展內(nèi)存帶寬已被證明是 GPU 的一個(gè)問(wèn)題，只是這主要是數(shù)據(jù)中心 GPU 的問(wèn)題。對(duì)于消費(fèi)級(jí)游戲 GPU，Nvidia 和 AMD 已轉(zhuǎn)向使用大型緩存作為幀緩沖區(qū)（large caches for the frame buffer），使它們能夠使用帶寬低得多的 GDDR 內(nèi)存。

正如我們過(guò)去所詳述的，推理和訓(xùn)練工作負(fù)載是內(nèi)存密集型的。隨著人工智能模型中參數(shù)數(shù)量的指數(shù)級(jí)增長(zhǎng)，僅權(quán)重的模型大小就已達(dá)到 TB 級(jí)。因此，人工智能加速器的性能受到從內(nèi)存中存儲(chǔ)和檢索訓(xùn)練和推理數(shù)據(jù)的能力的瓶頸：這個(gè)問(wèn)題通常被稱為“內(nèi)存墻”。

為了解決這個(gè)問(wèn)題，領(lǐng)先的數(shù)據(jù)中心 GPU 與高帶寬內(nèi)存 (HBM) 共同封裝。Nvidia 于 2016 年發(fā)布了首款 HBM GPU P100。HBM 通過(guò)在傳統(tǒng) DDR 內(nèi)存和片上緩存之間找到中間立場(chǎng)，以容量換取帶寬來(lái)解決內(nèi)存墻問(wèn)題。通過(guò)大幅增加引腳數(shù)以達(dá)到每個(gè) HBM 堆棧 1024 位寬的內(nèi)存總線，可以實(shí)現(xiàn)更高的帶寬，這是每個(gè) DIMM 64 位寬的 DDR5 的 18 倍。同時(shí)，通過(guò)大幅降低每比特傳輸能量 (pJ/bit) 來(lái)控制功耗。這是通過(guò)更短的走線長(zhǎng)度來(lái)實(shí)現(xiàn)的，HBM 的走線長(zhǎng)度以毫米為單位，而 GDDR 和 DDR 的走線長(zhǎng)度以厘米為單位。

如今，許多面向HPC的芯片公司正在享受AMD努力的成果。具有諷刺意味的是，AMD 的競(jìng)爭(zhēng)對(duì)手 Nvidia 作為 HBM 用量最大的用戶，或許會(huì)受益最多。

HBM市場(chǎng)：SK海力士占據(jù)主導(dǎo)地位

作為HBM的先驅(qū)，SK海力士是擁有最先進(jìn)技術(shù)路線的領(lǐng)導(dǎo)者。SK 海力士于 2022 年 6 月開(kāi)始生產(chǎn) HBM3，是目前唯一一家批量出貨 HBM3 的供應(yīng)商，擁有超過(guò) 95% 的市場(chǎng)份額，這是大多數(shù) H100 SKU 所使用的。HBM 現(xiàn)在的最大配置為 8 層 16GB HBM3 模塊。SK Hynix 正在為 AMD MI300X 和 Nvidia H100 刷新生產(chǎn)數(shù)據(jù)速率為 5.6 GT/s 的 12 層 24GB HBM3。

HBM 的主要挑戰(zhàn)是存儲(chǔ)器的封裝和堆疊，這是 SK 海力士所擅長(zhǎng)的，他們過(guò)去在這方面積累了最強(qiáng)大的工藝流程知識(shí)。

三星緊隨 Hynix 之后，預(yù)計(jì)將在 2023 年下半年發(fā)貨 HBM3。我們相信它們是為 Nvidia 和 AMD GPU 設(shè)計(jì)的。他們目前在銷量上與 SK 海力士存在很大差距，但他們正在緊鑼密鼓地前進(jìn)，并正在大力投資以追趕市場(chǎng)份額。三星正在投資以追趕并成為 HBM 市場(chǎng)份額第一，就像他們?cè)跇?biāo)準(zhǔn)內(nèi)存方面一樣。我們聽(tīng)說(shuō)他們正在與一些加速器公司達(dá)成優(yōu)惠協(xié)議，以試圖獲得更多份額。

他們展示了 12 層 HBM 以及未來(lái)的混合鍵合 HBM。三星 HBM-4 路線圖的一個(gè)有趣的方面是，他們希望在內(nèi)部 FinFET 節(jié)點(diǎn)上制作邏輯/外圍設(shè)備。這顯示了他們擁有內(nèi)部邏輯和 DRAM 代工廠的潛在優(yōu)勢(shì)。

美光科技在HBM方面排名墊底。

他們?cè)诨旌洗鎯?chǔ)立方體 (HMC) 技術(shù)上投入了更多資金。這是與 HBM 競(jìng)爭(zhēng)的技術(shù)，其概念非常相似，大約在同一時(shí)間開(kāi)發(fā)。然而，HMC周圍的生態(tài)系統(tǒng)是封閉的，導(dǎo)致圍繞HMC的IP很難開(kāi)發(fā)。此外，還存在一些技術(shù)缺陷。HBM 的采用率要高得多，因此 HBM 勝出，成為 3D 堆疊 DRAM 的行業(yè)標(biāo)準(zhǔn)。

直到 2018 年，美光才開(kāi)始從 HMC 轉(zhuǎn)向 HBM 路線圖。這就是美光科技落在最后面的原因。他們?nèi)匀煌Ａ粼贖BM2E（SK海力士在2020年中期開(kāi)始量產(chǎn)）上，他們甚至無(wú)法成功制造HBM2E。

在最近的財(cái)報(bào)電話會(huì)議中，美光對(duì)其 HBM 路線圖做出了一些大膽的聲明：他們相信，他們將在 2024 年憑借 HBM3E 從落后者變?yōu)轭I(lǐng)先者。HBM3E 預(yù)計(jì)將在第三季度/第四季度開(kāi)始為 Nvidia 的下一代 GPU 發(fā)貨。

“我們的 HBM3 斜坡實(shí)際上是下一代 HBM3，與當(dāng)今業(yè)界生產(chǎn)的 HBM3 相比，它具有更高水平的性能、帶寬和更低的功耗。該產(chǎn)品，即我們行業(yè)領(lǐng)先的產(chǎn)品，將從 2024 年第一季度開(kāi)始銷量大幅增加，并對(duì) 24 財(cái)年的收入產(chǎn)生重大影響，并在 2025 年大幅增加，即使是在 2024 年的水平基礎(chǔ)上。我們的目標(biāo)也是在 HBM 中獲得非常強(qiáng)勁的份額，高于行業(yè)中 DRAM 的非自然供應(yīng)份額。”美光首席商務(wù)官Sumit Sadana說(shuō)。

他們希望在 HBM 中擁有比一般 DRAM市場(chǎng)份額更高的市場(chǎng)份額的聲明非常大膽。鑒于他們?nèi)栽谂Υ笈可a(chǎn)頂級(jí) HBM2E，我們很難相信美光聲稱他們將在 2024 年初推出領(lǐng)先的 HBM3，甚至成為第一個(gè) HBM3E。在我們看來(lái)，盡管Nvidia GPU 服務(wù)器的內(nèi)存容量比英特爾/AMD CPU 服務(wù)器要低得多，但美光科技似乎正在試圖改變?nèi)藗儗?duì)人工智能失敗者的看法。

我們所有的渠道檢查都發(fā)現(xiàn) SK 海力士在新一代技術(shù)方面保持最強(qiáng)，而三星則非常努力地通過(guò)大幅供應(yīng)增加、大膽的路線圖和削減交易來(lái)追趕。

真正的瓶頸 - CoWoS

下一個(gè)瓶頸是 CoWoS 產(chǎn)能。CoWoS（Chip on Wafer on Substrate）是臺(tái)積電的一種“2.5D”封裝技術(shù)，其中多個(gè)有源硅芯片（active silicon）（通常的配置是邏輯和 HBM 堆棧）集成在無(wú)源硅中介層上。中介層充當(dāng)頂部有源芯片的通信層。然后將中介層和有源硅連接到包含要放置在系統(tǒng) PCB 上的 I/O 的封裝基板。

HBM 和 CoWoS 是互補(bǔ)的。HBM 的高焊盤(pán)數(shù)（high pad count）和短走線長(zhǎng)度要求需要 CoWoS 等 2.5D 先進(jìn)封裝技術(shù)來(lái)實(shí)現(xiàn) PCB 甚至封裝基板上無(wú)法實(shí)現(xiàn)的密集、短連接。CoWoS是主流封裝技術(shù)，能夠以合理的成本提供最高的互連密度和最大的封裝尺寸。由于目前幾乎所有 HBM 系統(tǒng)都封裝在 CoWoS 上，并且所有高級(jí) AI 加速器都使用 HBM，因此，幾乎所有領(lǐng)先的數(shù)據(jù)中心 GPU 都由臺(tái)積電在 CoWoS 上封裝。百度確實(shí)有一些先進(jìn)的加速器，三星的版本也有。

雖然臺(tái)積電 (TSMC) 的 SoIC 等 3D 封裝技術(shù)可以將芯片直接堆疊在邏輯之上，但由于散熱和成本的原因，這對(duì)于 HBM 來(lái)說(shuō)沒(méi)有意義。SoIC 在互連密度方面處于不同的數(shù)量級(jí)，并且更適合通過(guò)芯片堆疊擴(kuò)展片上緩存，如 AMD 的 3D V-Cache 解決方案所示。AMD 的 Xilinx 也是多年前 CoWoS 的第一批用戶，用于將多個(gè) FPGA 小芯片組合在一起。

雖然還有一些其他應(yīng)用使用 CoWoS，例如網(wǎng)絡(luò)（其中一些用于網(wǎng)絡(luò) GPU 集群，如 Broadcom 的 Jericho3-AI ）、超級(jí)計(jì)算和 FPGA，但絕大多數(shù) CoWoS 需求來(lái)自人工智能。與半導(dǎo)體供應(yīng)鏈的其他部分不同，其他主要終端市場(chǎng)的疲軟意味著有足夠的閑置空間來(lái)吸收 GPU 需求的巨大增長(zhǎng)，CoWoS 和 HBM 已經(jīng)是大多數(shù)面向人工智能的技術(shù)，因此所有閑置產(chǎn)能已在第一季度被吸收。隨著 GPU 需求的爆炸式增長(zhǎng)，供應(yīng)鏈中的這些部分無(wú)法跟上并成為 GPU 供應(yīng)的瓶頸。

“就在最近這兩天，我接到一個(gè)客戶的電話，要求大幅增加后端容量，特別是在 CoWoS 中。我們?nèi)栽谠u(píng)估這一點(diǎn)?！迸_(tái)積電首席執(zhí)行官C.C Wei早起那說(shuō)。

臺(tái)積電一直在為更多的封裝需求做好準(zhǔn)備，但可能沒(méi)想到這一波生成式人工智能需求來(lái)得如此之快。6月，臺(tái)積電宣布在竹南開(kāi)設(shè)先進(jìn)后端Fab 6。該晶圓廠占地 14.3 公頃，足以容納每年 100 萬(wàn)片晶圓的 3D Fabric 產(chǎn)能。這不僅包括 CoWoS，還包括 SoIC 和 InFO 技術(shù)。有趣的是，該工廠比臺(tái)積電其他封裝工廠的總和還要大。雖然這只是潔凈室空間，遠(yuǎn)未配備齊全的工具來(lái)實(shí)際提供如此大的容量，但很明顯，臺(tái)積電正在做好準(zhǔn)備，預(yù)計(jì)對(duì)其先進(jìn)封裝解決方案的需求會(huì)增加。

稍微有幫助的是晶圓級(jí)扇出封裝產(chǎn)能（主要用于智能手機(jī) SoC）的閑置，其中一些產(chǎn)能可以在某些 CoWoS 工藝步驟中重新利用。特別是，存在一些重疊的工藝，例如沉積、電鍍、背面研磨、成型、放置和RDL形成，這將趨勢(shì)設(shè)備供應(yīng)鏈發(fā)生了有意義的轉(zhuǎn)變。

雖然市場(chǎng)上還有來(lái)自英特爾、三星和 OSAT （例如 ASE 的 FOEB）提供的其他 2.5D 封裝技術(shù)，但CoWoS 是唯一一種大批量使用的技術(shù)，因?yàn)榕_(tái)積電是迄今為止最主要的 AI 加速器代工廠。甚至Intel Habana的加速器也是由臺(tái)積電制造和封裝的。然而，一些客戶正在尋找臺(tái)積電的替代品。

CoWoS 擁有幾種變體，但原始 CoWoS-S 仍然是大批量生產(chǎn)中的唯一配置。這是如上所述的經(jīng)典配置：邏輯芯片 + HBM 芯片通過(guò)帶有 TSV 的硅基中介層連接。然后將中介層放置在有機(jī)封裝基板上。

硅中介層的一項(xiàng)支持技術(shù)是一種稱為“reticle stitching”的技術(shù)。由于光刻工具slit/scan最大尺寸芯片的最大尺寸通常為26mm x 33mm 。隨著 GPU 芯片本身接近這一極限，并且還需要在其周圍安裝 HBM，中介層需要很大，并且將遠(yuǎn)遠(yuǎn)超出這一標(biāo)線極限。TSMC 通過(guò)reticle stitching解決了這個(gè)問(wèn)題，這使得他們能夠?qū)⒅薪閷訄D案化為標(biāo)線限制的數(shù)倍（截至目前，AMD MI300 最高可達(dá) 3.5 倍）。

CoWoS-R 在具有重新分布層 (RDL) 的有機(jī)基板上使用，而不是硅中介層。這是一種成本較低的變體，由于使用有機(jī) RDL 而不是硅基中介層，因此犧牲了 I/O 密度。正如我們所詳述的，, AMD 的 MI300 最初是在 CoWoS-R 上設(shè)計(jì)的，但我們認(rèn)為，由于翹曲和熱穩(wěn)定性問(wèn)題，AMD 必須改用 CoWoS-S。

CoWoS-L 預(yù)計(jì)將在今年晚些時(shí)候推出，并采用 RDL 中介層，但包含嵌入中介層內(nèi)部的用于芯片間互連的有源和/或無(wú)源硅橋。這是臺(tái)積電相當(dāng)于英特爾EMIB封裝技術(shù)。隨著硅中介層變得越來(lái)越難以擴(kuò)展，這將允許更大的封裝尺寸。MI300 CoWoS-S 可能接近單硅中介層的極限。

對(duì)于更大的設(shè)計(jì)來(lái)說(shuō)，使用 CoWoS-L 會(huì)更加經(jīng)濟(jì)。臺(tái)積電正在開(kāi)發(fā)6x reticle尺寸的 CoWoS-L 超級(jí)載具中介層。對(duì)于 CoWoS-S，他們沒(méi)有提到 4x reticle 之外的任何內(nèi)容。這是因?yàn)楣柚薪閷拥拇嗳跣浴＿@種硅中介層只有 100 微米厚，并且在工藝流程中隨著中介層尺寸增大而存在分層或破裂的風(fēng)險(xiǎn)。

審核編輯：劉清