全球產業數位化，數位資料規模攀升，加上AI技術興起，全球對資料處理、大數據分析與AI應用的需求快速增長，間接提高對支援高效能運算(HPC)與AI運算的硬體裝置及芯片要求。以云端資料中心伺服器來說，HPC與AI運算需求下，需要搭配升級的芯片包含作為運算核心的中央處理器(CPU)與圖形處理器(GPU)、伺服器基板管理芯片(BMC)、電源管理芯片(PMIC)、高速傳輸芯片，以及存儲等。

　　其中，存儲除用于長期儲存資料、屬于非揮發性存儲的NAND Flash固態硬盤(SSD)，也包含用于即時高速運算暫存資料、屬于揮發性存儲的靜態隨機存取存儲(SRAM)與動態隨機存取存儲(DRAM)。

　　存儲在芯片運算過程中的主要作用，是暫存運算過程中的中間值或參數。傳統的暫存用存儲可區分為芯片內部的快閃(Cache)存儲與外部連接的DRAM。隨著運算效能持續提升，芯片對內部與外部存儲的容量與資料存取速率要求提高，特別是內部Cache存儲。在封裝的空間尺寸有限下，將小芯片(Chiplet)透過先進封裝在單一芯片內形成更高密度的堆疊整合，成為提高芯片內部存儲容量的重要選項。

　　先進封裝技術發展針對芯片運算效能與功能持續提升的需求，透過中介層、矽穿孔與微凸塊等技術達成2.5D/3D的小芯片堆疊，使業者能在更小空間內達成更多運算單元與芯片功能整合。超微(AMD)的Ryzen 7 5800X3D芯片就是存儲小芯片與CPU堆疊整合的例子：透過在CPU上方堆疊64MB的SRAM存儲小芯片，將CPU原本32MB的Cache存儲擴充為96MB，使CPU運算效能提升15%。

　　不過，用于HPC或AI運算的高階GPU芯片，如英偉達(NVIDIA)的***與超微的MI300，其主要運算架構是以GPU運算核心搭配可快速大量存取傳輸資料的高頻寬存儲( HBM )，二者透過先進封裝技術，也就是臺積電的CoWoS 2.5D封裝技術在中介層上整合連接。

　　HBM是超微與存儲大廠SK海力士、聯電、日月光等伙伴合作開發，SK海力士在2015年量產第一代HBM(HBM1)，導入超微Radeon Rx300 GPU芯片。隨后南韓與存儲大廠Samsung Electronics與Micron Technology也投入HBM開發。其主要結構是由多層DRAM存儲小芯片形成的高容量存儲垂直堆疊，最下層是HBM的控制芯片。堆疊中上一層DRAM與下一層DRAM間的訊號透過微凸塊連接，而上一層DRAM的訊號可穿過下一層DRAM的矽穿孔與更下層的DRAM甚至最下層的控制芯片連接，再向下傳遞至基板。垂直堆疊的短距離確保層與層間的訊號傳輸快速且耗能低，間接提升運算效能。

　　在CoWoS架構下，GPU運算核心可搭配多個HBM堆疊。目前全球已發展到HBM3的最新規格，在HBM堆疊數、垂直堆疊層數及層間訊號連接通道數都有增加;如從HBM2到HBM3，堆疊數可從八個增至16個，有效提升存儲的資料容量與存取傳輸速率。

　　HBM主要是搭配GPU這類高運算效能芯片，本身主要結構采用3D堆疊的先進封裝制作，再以CoWoS先進封裝與GPU運算核心整合，形成完整的GPU芯片。若非GPU采用7奈米以下先進制程制作，是屬于高單價產品，要以先進封裝整合HBM的芯片生產成本是難以承受。在超微Ryzen 7 5800X3D芯片的例子中，CPU上方堆疊SRAM小芯片，為提高存儲容量，也需以先進制程制作SRAM，成本高昂。

　　針對智能物聯網(AIoT)應用所需中等算力需求，有半導體業者提出非先進制程運算芯片搭配客制化DRAM存儲的解決方案，將存儲與運算芯片以3D封裝垂直堆疊。所謂的客制化DRAM存儲，是根據運算芯片的電路與內連線的接觸電極分布，設計出DRAM芯片的電路與資料存取傳輸通道位置，使運算芯片與垂直堆疊的DRAM小芯片之間能有高效率的資料存取傳輸，以提升運算效能。運算芯片是以AIoT應用所需的單芯片(SoC)或特殊應用芯片(ASIC)為主，而DRAM高于SRAM的存儲密度，讓DRAM小芯片在不采用先進制程下可擁有相當于SRAM小芯片的容量，也是成本優勢。

　　有存儲業者與晶圓代工業者、封測業者、IC設計業者合作，構建解決方案平臺，依照應用需求，完成ASIC、DRAM以及二者封裝連接與散熱等需求的完整設計。無論是ASIC與DRAM都采用成熟制程制作，相較HBM、SRAM與先進制程運算芯片的組合，成本降低，可因應應用開發業者對成本結構的要求。

　　因應日漸增加的AI應用，存儲以小芯片或HBM等不同的樣態，可透過先進封裝技術與運算芯片形成單一芯片封裝，支持不同類型的運算需求，也促成半導體產業鏈跨領域多元整合的生態體系發展。

　　【來源：半導體行業觀察】