0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

希荻微与普林斯顿大学合作研究下一代芯粒技术供电架构

半导体芯科技SiSC 来源:半导体芯科技SiSC 作者:半导体芯科技SiS 2023-07-21 16:13 次阅读

来源:《半导体芯科技》杂志

今年2月,一项题为《功率转换电路与电子设备》的专利(CN202211387831X)获得授权,其共同专利权人为广东希荻微电子股份有限公司和普林斯顿大学。

随着人工智能云计算等应用的普及,对数据中心服务器算力的要求随之显著提高,而随着摩尔定律的放缓,基于芯粒(chiplet)架构的处理器逐渐成为主流。芯粒技术是将一个处理器拆分成多个独立的芯粒,每个芯粒都有自己的功能单元和通信接口,并可以采用不同的半导体制程,这些芯粒可以组合在一起形成一个更强大的系统。芯粒技术可以提高处理器的集成度、降低制造成本、加速设计周期,并且有助于提高性能和降低功耗。然而由于不同的芯粒有不同的电压需求,因此需要提供多个电源域,以确保由芯粒系统工作的稳定和可靠性。但是为了实现多个电源域,需要在处理器附近布置多个供电系统,这样的架构无论是从成本和面积的角度都不具备扩展性,以至于芯粒架构的供电逐渐成为高性能处理器发展的瓶颈。

wKgaomS6PhWAOllMAAFXNFGoGIo355.jpg

△图1:专利电路架构图

合作方向与成果

希荻微与普林斯顿的合作项目致力于研究下一代芯粒架构处理器的多输出混合型供电架构。两方的研究人员共同发明了一种基于混合型电荷泵电路的两级多输出供电架构。其中,电荷泵输入级以很高的效率将高压(如48V)输入转换为多个错相的脉冲,并通过多个电压轨和电感元件同时耦接到多个电荷泵输出级以为芯粒架构处理器的多个电压域分别供电。这样的架构显著地简化了供电电路,并为供电电路与处理器封装的进一步集成提供了一条新的路径。

该项目的阶段性成果在今年二月初在美国奥兰多举行的国际电气电子工程师协会电子封装学会(IEEE-EPS)的3D-PEIM会议上发表并获得会议最佳论文奖[1]。至此,希荻微校企合作已初见成效,在未来我们将持续深耕技术领域,为新产品研发增添源源不断的“芯”动力!

wKgZomS6PhaAB-sdAAFi4PKW_oM378.jpg

△图2:采用该专利技术的三维封装示意图*

参考文献:

[1]*M. Liao, et al., "Power Systems on Chiplet: Inductor-Linked Multi-Output Switched Capacitor Multi-Rail Power Delivery on Chiplets," 2023 Fourth International Symposium on 3D Power Electronics Integration and Manufacturing (3D-PEIM), Miami, FL, USA, 2023, pp. 1-7, doi: 10.1109/3D-PEIM55914.2023.10052630.

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 半导体
    +关注

    关注

    334

    文章

    26830

    浏览量

    214044
  • 供电
    +关注

    关注

    1

    文章

    312

    浏览量

    23451
  • 芯粒
    +关注

    关注

    0

    文章

    58

    浏览量

    116
收藏 人收藏

    评论

    相关推荐

    喜讯:HL5301高通参考设计再下一

    近期,SIM卡接口电平转换芯片HL5301凭借杰出的性能指标再次拿下高通平台参考设计认证。  
    发表于 06-24 19:01 1388次阅读
    喜讯:<b class='flag-5'>希</b><b class='flag-5'>荻</b><b class='flag-5'>微</b>HL5301高通参考设计再<b class='flag-5'>下一</b>城

    高压大电流快充方案研讨会

    ,LPDDR4X等核心器件的供电研发并成功量产系列高性能DCDC芯片,其中HL7503获得了美国高通平台的参考设计认证,HL750
    发表于 03-21 14:59

    请问Ultrascale FPGA中单片和下一代堆叠硅互连技术是什么意思?

    大家好, 在Ultrascale FPGA中,使用单片和下一代堆叠硅互连(SSI)技术编写。 “单片和下一代堆叠硅互连(SSI)技术”是什么意思?谢谢娜文G K.
    发表于 04-27 09:29

    普林斯顿研究员宣称量子计算再获突破

    电子发烧友网讯【编译/David】:来自普林斯顿大学研究员开发出能读取自旋电子信息的技术,在量子计算潜在障碍中再前进步。
    的头像 发表于 10-22 11:17 3909次阅读

    普林斯顿研发出世界首枚光子神经形态芯片 以证明其超算能力

    据《麻省理工技术评论》杂志网站近日报道,美国普林斯顿大学的科研团队日前研制出全球首枚光子神经形态芯片,并证明其能以超快速度计算。 该芯片有望开启个全新的光子计算产业。
    发表于 11-21 15:14 842次阅读
    <b class='flag-5'>普林斯顿</b>研发出世界首枚光子神经形态芯片 以证明其超算能力

    普林斯顿大学与英特尔合作,绘制大脑“地图”

    在美国普林斯顿神经科学研究所的个实验室里,群受试者正在看图片、看电影、听广播,而科学家们则通过功能性磁共振成像(fMRI)来追踪他们的大脑活动。
    的头像 发表于 08-17 17:00 3415次阅读

    ABS与CATL宣布将共同合作研究下一代船舶用锂电池的推进技术

    根据美国船级社(ABS)的最新消息,ABS和中国电池企业CATL将共同合作研究下一代船舶用锂电池的推进技术
    发表于 12-11 09:49 928次阅读

    什么时候上市

    1月21日,广东微电子股份有限公司成功登陆科创板,新股上市。本次公司募集资金13.43亿元,发行价格33.57元/股。
    的头像 发表于 01-21 14:40 1864次阅读

    正式加入JEDEC委员会

    日前,中国领先的模拟芯片厂商——广东微电子股份有限公司(下称“”或“公司”)(SH: 688173)宣布,公司已正式加入JEDEC
    的头像 发表于 05-31 15:51 1780次阅读

    下一代家电供电:如何积少成多?

    下一代家电供电:如何积少成多?
    发表于 11-02 08:16 1次下载
    为<b class='flag-5'>下一代</b>家电<b class='flag-5'>供电</b>:如何积少成多?

    下一代家电供电:如何集腋成裘

    下一代家电供电:如何集腋成裘
    发表于 11-02 08:16 1次下载
    为<b class='flag-5'>下一代</b>家电<b class='flag-5'>供电</b>:如何集腋成裘

    薪火相传 绽放未来 ——【官宣】“广东”更名为“集团”

    不变。各单位与“广东微电子股份有限公司”签署的合同等法律文件继续有效,相应的权利义务将由“微电子集团股份有限公司”继续履行,望各位客户、合作
    发表于 05-26 11:25 462次阅读
    薪火相传 绽放未来 ——【官宣】“广东<b class='flag-5'>希</b><b class='flag-5'>荻</b><b class='flag-5'>微</b>”更名为“<b class='flag-5'>希</b><b class='flag-5'>荻</b><b class='flag-5'>微</b>集团”

    荣获丘钛“2023年度最佳战略伙伴”

    近日,荣获昆山丘钛微电子科技股份有限公司(以下简称“丘钛”)颁发的“2023年度最佳战略伙伴”奖牌,以表彰其在质量保证和产品交付等方面的卓越表现。这
    的头像 发表于 01-31 11:05 682次阅读

    普林斯顿仪器为燃烧领域的研究提供臂之力

    普林斯顿仪器作为科研仪器的领军者,生产的各种高性能相机和光谱仪,在量子研究、生物拉曼、活体成像、X射线探测、太阳能电池以及燃烧等许多应用领域已成为不可分割的组成部分。现在,由小编带领大家探索科学研究
    的头像 发表于 02-01 06:32 447次阅读
    <b class='flag-5'>普林斯顿</b>仪器为燃烧领域的<b class='flag-5'>研究</b>提供<b class='flag-5'>一</b>臂之力

    普林斯顿大学联手DARPA研发人工智能芯片

    来自普林斯顿大学的电气和计算机工程教授纳文·维尔马(Naveen Verma)在本次合作中扮演了重要角色。他表示,新硬件的重新设计使得AI芯片能够适应当前工作负载,同时消耗更少能源就能驱动高效能的AI系统。
    的头像 发表于 03-10 13:34 649次阅读