1965 ခုနှစ်တွင် Intel ၏ပူးတွဲတည်ထောင်သူ Gordon Moore သည် "Moore's Law" ဖြစ်လာခဲ့သည်ကို ရှင်းလင်းဖော်ပြခဲ့သည်။ ရာစုနှစ်တစ်ဝက်ကျော်ကြာအောင် ပေါင်းစပ်-ဆားကစ် (IC) စွမ်းဆောင်ရည်နှင့် ကုန်ကျစရိတ်ကျဆင်းခြင်း—ခေတ်မီဒစ်ဂျစ်တယ်နည်းပညာ၏ အခြေခံအုတ်မြစ်တွင် တည်ငြိမ်မှုရရှိမှုကို ရာစုနှစ်တစ်ဝက်ကျော်က ပံ့ပိုးပေးခဲ့သည်။ အတိုချုပ်ပြောရလျှင်- ချစ်ပ်တစ်ခုပေါ်ရှိ ထရန်စစ္စတာအရေအတွက်သည် နှစ်နှစ်လျှင် အကြမ်းအားဖြင့် နှစ်ဆတိုးသည်။
နှစ်ပေါင်းများစွာ တိုးတက်မှုသည် ထိုလမ်းကြောင်းကို ခြေရာခံခဲ့သည်။ အခုပုံက ပြောင်းနေပြီ။ နောက်ထပ်ကျုံ့ရန်ခက်ခဲလာသည်။ အင်္ဂါရပ်အရွယ်အစားများသည် နာနိုမီတာအနည်းငယ်သာရှိသည်။ အင်ဂျင်နီယာများသည် ရုပ်ပိုင်းဆိုင်ရာ ကန့်သတ်ချက်များ၊ ပိုမိုရှုပ်ထွေးသော လုပ်ငန်းစဉ်အဆင့်များနှင့် ကုန်ကျစရိတ်များ မြင့်တက်လာသည်။ သေးငယ်သော ဂျီသြမေတြီများသည် အထွက်နှုန်းကို ကျဆင်းစေပြီး ထုထည်မြင့်မားသော ထုတ်လုပ်မှုကို ပိုမိုခက်ခဲစေသည်။ ထိပ်တန်းအဆင့်ရှိ Fab ကို တည်ဆောက်ခြင်းနှင့် လည်ပတ်ခြင်းသည် ကြီးမားသော အရင်းအနှီးနှင့် ကျွမ်းကျင်မှုကို လိုအပ်သည်။ ထို့ကြောင့် Moore's Law သည် ရေနွေးငွေ့ ဆုံးရှုံးသွားသည်ဟု လူအများက ငြင်းခုံကြသည်။
ထိုအပြောင်းအလဲသည် ချဉ်းကပ်မှုအသစ်ဆီသို့ တံခါးဖွင့်ပေးလိုက်သည်- chiplets။
Chiplet သည် တိကျသောလုပ်ဆောင်ချက်ကိုလုပ်ဆောင်ပေးသည့် သေးငယ်သောသေတ္တာ—အဓိကအားဖြင့် monolithic ချစ်ပ်တစ်ခုဖြစ်ခဲ့ဖူးသော အစိပ်အပိုင်းတစ်ခုဖြစ်သည်။ အထုပ်တစ်ခုတည်းတွင် chiplets များစွာကို ပေါင်းစပ်ခြင်းဖြင့် ထုတ်လုပ်သူများသည် ပြီးပြည့်စုံသော စနစ်တစ်ခုကို စုစည်းနိုင်သည်။
monolithic ခေတ်တွင်၊ လုပ်ဆောင်ချက်အားလုံးသည် ကြီးမားသောသေတ္တာတစ်ခုပေါ်တွင် တည်ရှိနေသောကြောင့် မည်သည့်နေရာတွင်မဆို ချို့ယွင်းချက်တစ်ခုသည် ချစ်ပ်တစ်ခုလုံးကို ဖယ်ရှားပစ်နိုင်သည်။ chiplets များဖြင့်၊ စနစ်များကို "လူသိများသောသေတ္တာ" (KGD) မှ တည်ဆောက်ထားပြီး အထွက်နှုန်းနှင့် ကုန်ထုတ်လုပ်မှု ထိရောက်မှုကို သိသိသာသာ တိုးတက်စေသည်။
ကွဲပြားသော ပေါင်းစပ်မှု— မတူညီသော လုပ်ငန်းစဉ် node များနှင့် မတူညီသောလုပ်ဆောင်ချက်များအတွက် တည်ဆောက်ထားသော အသေများကို ပေါင်းစပ်ခြင်းသည် chiplets များကို အထူးသဖြင့် အားကောင်းစေသည်။ စွမ်းဆောင်ရည်မြင့် ကွန်ပျူတာဘလောက်များသည် နောက်ဆုံးပေါ် node များကို အသုံးပြုနိုင်ပြီး memory နှင့် analog circuit များသည် ရင့်ကျက်ပြီး ကုန်ကျစရိတ်သက်သာသော နည်းပညာများဖြင့် ဆက်လက်တည်ရှိနေပါသည်။ ရလဒ်- ကုန်ကျစရိတ်သက်သာစွာဖြင့် စွမ်းဆောင်ရည်မြင့်မားသည်။
ကားလုပ်ငန်းကို အထူးစိတ်ဝင်စားသည်။ အဓိက မော်တော်ကားထုတ်လုပ်သူများသည် 2030 ခုနှစ်နောက်ပိုင်းတွင် အစုလိုက်အပြုံလိုက်အသုံးပြုရန် ပစ်မှတ်ထားကာ အနာဂတ်တွင် မော်တော်ယာဥ် SoCs များကို ဖွံ့ဖြိုးတိုးတက်စေရန် ဤနည်းပညာများကို အသုံးပြုနေပါသည်။ Chiplets သည် ၎င်းတို့အား AI နှင့် ဂရပ်ဖစ်စကေးများကို ပိုမိုထိရောက်စွာလုပ်ဆောင်နိုင်စေသည်—မော်တော်ယာဥ်တစ်ပိုင်းလျှပ်ကူးကိရိယာများတွင် စွမ်းဆောင်ရည်နှင့် လုပ်ဆောင်နိုင်စွမ်းများကို မြှင့်တင်ပေးသည်။
အချို့သော မော်တော်ယာဥ်အစိတ်အပိုင်းများသည် တင်းကြပ်သောလုပ်ငန်းဆောင်တာ-ဘေးကင်းရေးစံနှုန်းများကို လိုက်နာရမည်ဖြစ်ပြီး၊ ထို့ကြောင့် သက်သေပြထားသော node အဟောင်းများကို အားကိုးရမည်ဖြစ်သည်။ တစ်ချိန်တည်းတွင်၊ ခေတ်မီသောစနစ်များဖြစ်သည့် အဆင့်မြင့်ယာဉ်မောင်းအကူအညီ (ADAS) နှင့် ဆော့ဖ်ဝဲလ်သတ်မှတ်ထားသောယာဉ်များ (SDVs) တို့သည် တွက်ချက်မှုပိုမိုလိုအပ်ပါသည်။ Chiplets သည် ထိုကွာဟချက်ကို ပေါင်းကူးပေးသည်- ဘေးကင်းရေး-အတန်းအစား မိုက်ခရိုကွန်ထရိုလာများ၊ ကြီးမားသောမှတ်ဉာဏ်နှင့် အစွမ်းထက်သော AI အရှိန်မြှင့်စက်များကို ပေါင်းစပ်ခြင်းဖြင့် ထုတ်လုပ်သူများသည် ကားထုတ်လုပ်သူတိုင်း၏ လိုအပ်ချက်များနှင့်အညီ SoC များကို ပိုမိုမြန်ဆန်စွာ ချိန်ညှိနိုင်သည်။
ဤအားသာချက်များသည် မော်တော်ကားများထက် သာလွန်သည်။ Chiplet ဗိသုကာများသည် AI၊ တယ်လီကွန်းနှင့် အခြားဒိုမိန်းများသို့ ပြန့်နှံ့နေပြီး၊ စက်မှုလုပ်ငန်းခွင်များတွင် ဆန်းသစ်တီထွင်မှုကို အရှိန်မြှင့်ကာ ဆီမီးကွန်ဒတ်တာ လမ်းပြမြေပုံ၏ မှတ်တိုင်တစ်ခုဖြစ်လာသည်။
Chiplet ပေါင်းစည်းမှုသည် ကျစ်လစ်သော၊ မြန်နှုန်းမြင့် အသေခံချိတ်ဆက်မှုများအပေါ် မူတည်သည်။ သော့ဖွင့်ပေးသူမှာ သေးငယ်သော ဆားကစ်ဘုတ်ကဲ့သို့ အချက်ပြမှုများကို လမ်းကြောင်းပေးသည့် သေမင်းများအောက်တွင် မကြာခဏဆိုသလို ဆီလီကွန်ကြားခံအလွှာတစ်ခုဖြစ်သည်။ ပိုကောင်းတဲ့ interposers တွေက ပိုတင်းကျပ်တဲ့ coupling နဲ့ signal exchange ပိုမြန်တာကို ဆိုလိုပါတယ်။
အဆင့်မြင့်ထုပ်ပိုးမှုတွင်လည်း ပါဝါပေးပို့မှုကို ပိုမိုကောင်းမွန်စေသည်။ အသေများကြားရှိ သေးငယ်သောသတ္တုချိတ်ဆက်မှုများ၏သိပ်သည်းသောအခင်းအကျင်းများသည် တင်းကျပ်သောနေရာများတွင်ပင် လက်ရှိနှင့်ဒေတာအတွက် လုံလောက်သောလမ်းကြောင်းများကိုပေးစွမ်းနိုင်ပြီး အကန့်အသတ်ရှိသောပက်ကေ့ခ်ျဧရိယာကို ထိရောက်စွာအသုံးပြုနေစဉ်တွင် ဘန်းဝဒ်မြင့်မားသောလွှဲပြောင်းမှုကိုဖြစ်စေသည်။
ယနေ့ခေတ်ရေစီးကြောင်းချဉ်းကပ်မှုမှာ 2.5D ပေါင်းစည်းခြင်းဖြစ်သည်- အများအပြားကို အပြန်အလှန်ထည့်သည့်ကိရိယာပေါ်တွင် ဘေးချင်းကပ်လျက် နေရာချထားသည်။ နောက်ထပ် ခုန်ပျံကျော်လွှားမှုမှာ 3D ပေါင်းစည်းမှုဖြစ်ပြီး ပိုမြင့်သောသိပ်သည်းဆအတွက် စီလီကွန်မှတစ်ဆင့် (TSVs) ကို အသုံးပြု၍ ဒေါင်လိုက်သေဆုံးသွားခြင်းဖြစ်သည်။
3D stacking ဖြင့် မော်ဂျူလာ ချစ်ပ်ဒီဇိုင်း (လုပ်ဆောင်ချက်များနှင့် ဆားကစ်အမျိုးအစားများ) ကို ပေါင်းစပ်ခြင်းဖြင့် ပိုမိုမြန်ဆန်၊ သေးငယ်၊ စွမ်းအင်ပိုသက်သာသော တစ်ပိုင်းလျှပ်ကူးကိရိယာများကို ထုတ်ပေးပါသည်။ Memory နှင့် Compute တို့သည် AI နှင့် အခြားစွမ်းဆောင်ရည်မြင့်မားသော လုပ်ငန်းခွင်များအတွက် စံပြကြီးမားသော dataset များထံ ကြီးမားသော bandwidth ကို ပို့ဆောင်ပေးပါသည်။
သို့သော် ဒေါင်လိုက် စည်းခြင်းသည် စိန်ခေါ်မှုများကို ဆောင်ကျဉ်းပေးသည်။ အပူသည် အလွယ်တကူ စုပုံလာပြီး အပူစီမံခန့်ခွဲမှုနှင့် အထွက်နှုန်းကို ရှုပ်ထွေးစေသည်။ ယင်းကိုဖြေရှင်းရန်၊ သုတေသီများသည် အပူကန့်သတ်ချက်များကို ပိုမိုကောင်းမွန်စွာကိုင်တွယ်ရန် ထုပ်ပိုးမှုနည်းလမ်းအသစ်များကို မြှင့်တင်နေကြသည်။ မည်သို့ပင်ဆိုစေကာမူ အရှိန်အဟုန်သည် အားကောင်းနေသည်- ချပ်လက်များနှင့် 3D ပေါင်းစပ်မှုအား အနှောင့်အယှက်ဖြစ်စေသော ပါရာဒိုင်းအဖြစ် ကျယ်ပြန့်စွာရှုမြင်သည်— Moore's Law မှထွက်ခွာသွားသော မီးရှူးတိုင်ကို သယ်ဆောင်ရန် အသင့်ရှိနေပါသည်။
တင်ချိန်- အောက်တိုဘာ ၁၅-၂၀၂၅