随着人工智能算力需求持续增长，高端芯片正朝着更高集成度、更大带宽和更强互连能力的方向发展。据行业人士透露，英伟达近期重新评估了下一代Rubin Ultra芯片的设计方案，将原本计划的4裸片结构调整为2裸片。裸片是从硅晶圆切割出的完整电路单元，多裸片设计可以突破单芯片面积限制，但也对封装技术、互连密度和制造良率提出了更高要求。 业内人士指出，该调整主要受先进封装的技术限制和成本因素影响。4裸片方案虽然能实现高带宽互连——但封装尺寸会大幅增加——导致翘曲控制、散热设计和互连可靠性面临更大挑战。同时，过大的封装面积可能接近光罩和制造工艺的极限，影响良率。此外，先进封装成本较高，增加封装复杂度和尺寸会推升材料、制程、测试和报废风险，最终提高单位算力成本。在当前算力市场竞争加剧、客户更关注总体成本的背景下，选择更稳健的方案以确保量产可行性成为更现实的选择。 从供应链和产业格局来看，2裸片方案可能带来多重积极影响：首先，结构简化有助于提升制造和封装的可控性，降低量产难度，确保按时交付；其次，良率改善和封装成本下降将增强产品在价格和供货上的竞争力，尤其适合大规模数据中心部署；最后，这一调整也反映了行业趋势——从单纯追求性能堆料转向综合考虑性能、成本和可制造性，先进封装不仅是技术竞赛，更是工程能力的比拼。 在工艺选择上，Rubin Ultra预计采用台积电N3P制程和CoWoS-L封装技术。行业观察显示，英伟达并未大幅减少对台积电的代工需求，而是调整了投片策略：在推进下一代产品研发的同时，将更多产能和资源倾斜至当前Blackwell架构，以满足市场对现货算力的需求。这种“研发与量产并行、动态调配资源”的策略，既能保障短期交付，也能为后续迭代争取工艺成熟度和供应链灵活性。 未来，3纳米等制程的产能将继续向AI芯片倾斜。行业预测显示，AI芯片在3纳米产能中的占比将快速提升，反映出算力需求对先进制程和封装的拉动作用。 可以预见，随着算力基础设施投资持续增加，芯片企业将更注重系统级优化，通过合理的裸片数量、互连方案和封装形态，在可量产的前提下提升性能。同时，封装能力、测试能力和材料供应的协同将与制程技术同等重要，成为影响产品节奏和市场地位的关键因素。
英伟达的架构调整既是对技术现实的务实回应，也表明了半导体产业发展规律；在全球竞争和技术自主的双重压力下，如何平衡创新与产业化落地将成为芯片企业的核心战略课题。这个案例再次证明，在尖端科技领域，适度的技术调整可能是为了更稳健的前进。未来AI芯片的竞争，或将更取决于企业对技术创新与商业落地的精准把握。