2024GTC大会上，黄仁勋右手B200，左手H100，理所当然地有了新人忘旧人：“我们需要更大的GPU，如果不能更大，就把更多GPU组合在一起，变成更大的虚拟GPU。”
英伟达公布的Blackwell架构的B200 GPU，亲手把网红显卡H100拍在了沙滩上。
按照黄仁勋的介绍，B200理论上的AI性能可达20PFLOPS，是H100的五倍。相比H100的800亿晶体管规模，B200的晶体管规模高达2080亿。
图片来自：GTC 2024
一般来说，芯片算力提升的最常用方法是采用先进制程，用更高的密度在芯片里塞进更多晶体管。如摩尔定律所说：
集成电路上可以容纳的晶体管数目，大约每经过18个月到24个月便会增加一倍。
比如采用7nm工艺的A100 GPU，芯片（Die）面积为826mm² ，内有542亿晶体管；采用5nm（台积电N4）工艺的H100，芯片面积缩小为814mm² ，晶体管数量反而暴涨至800亿。
然而，B200在晶体管数量提高近三倍的同时，并没有用更先进的3nm工艺，而是采用了和H100一样的5nm工艺。黄仁勋所说的“大”和“组合”，是字面意义上的：
从技术原理看，B200其实是把两块芯片“拼”成了一个大芯片。
在英伟达的PPT演示里，两颗GPU从边缘“无缝粘合”在一起，面积X2的同时，算力翻倍。
1+1=2的方法看似简单粗暴，背后却是一场在物理学边缘的冲锋与冒险。
1+1有时候不等于2
工厂提高生产力有两种办法：一是扩建厂房，装进更多的生产线；二是升级生产线，在厂房面积不变的情况下，增加生产线数量。
芯片公司一直以来都在采用第二种方法：通过生产线创新（工艺制程），在有限的芯片面积里塞进更多晶体管，避免扩建厂房带来的房租成本上涨。
但这种方式的局限性在于，生产线创新（工艺制程）对应的研发成本越来越高，甚至有高过房租的趋势。H100采用的5nm工艺，很可能就是GPU量产的极限制程，继续下探到3nm，很可能成本上吃亏。
扩建厂房的确是一个办法，但放在芯片生产上，会遇到一个中国人很熟悉的问题：土地供应有限。
每一颗芯片都是从12寸的硅晶圆（土地）上“切”下来的，那么芯片（厂房）面积越大，每块晶圆能“切”出来的芯片就越少。
再考虑到良率和大面积芯片的散热问题（施工事故），单个芯片成本会成倍提高。
由此衍生出了第三种思路：建一个一模一样的厂房，让两个厂房同时生产，既避开了成本问题，又提高了生产效率。
这种方法听上去简单，但实践起来难于登天。
芯片在执行计算任务时需要经历两个阶段：数据传输和计算，数据传输花费时间过多，计算“空载”，就会造成算力的浪费。就像两间厂房需要一个工头传达指示，工头在A厂房发表讲话时，B厂房的工人都在摸鱼。
这就导致在一块主板上封装10颗芯片，性能非但不会提高10倍，反而很可能连两倍都不到。
2011年，英伟达发布了GTX590显卡，最大特点是在一个PCB板上装了两颗GPU芯片。
但在具体的游戏中，想同时调用两颗GPU的算力，不仅需要专门的软件支持，性能也只有单颗芯片的130%左右。
原因就在于，大量的算力被低效的数据传输浪费了。
GTX590显卡里有两颗GPU芯片
为了解决产线工人趁着工头不在消极怠工的问题，英伟达团队在2017年发表论文，提出了名为“可组合封装GPU”的架构，核心在于将多颗GPU集成在同一个芯片封装内。
传统的芯片封装是“先封再拼”，即两颗芯片封装完毕，再用导线连接。英伟达的方案是“先拼再封”，先把两颗芯片拼成一个大芯片，再封装到一起。
把芯片（厂房）之间的物理距离缩减到0，工头传递指示，两边的工人同时学习贯彻，降低数据传输时间，实现1+1=2。
几个月后，老对手AMD表示论文谁不会写，刊发论文展示了4颗GPU集成在同一封装内的设计，宣称其性能比当时的最强GPU还要高45.5%，并且coming soon。
但无论是英伟达还是AMD，都没能把这个方案真正“soon”出来。
第一个让1+1=2的，是苹果。
苹果的超能力就是有钱
2022年，苹果发布了M1 Ultra芯片，其最大特点是直接将两颗M1 Max芯片“粘合”在一起，变成一张大芯片，业内戏称“胶水大法”。
1+1=2的意义正如苹果在新闻稿中所说：
M1 Ultra 在工作时依然表现出一枚芯片的整体性，也会被所有软件识别为一枚完整芯片，开发者无需重写代码就能直接运用它的强大性能。这在史上从无先例。
M1 Ultra由两颗一模一样的M1 Max芯片拼接而成
苹果之前，几乎所有的“缝合”方案，都无法解决芯片在连接过程中产生的损耗，使得性能往往“1+1<2”。M1 Ultra的背后，是一个名为UltraFusion的“缝合技术”。
按照苹果官方的说法，Ultra Fusion由苹果与台积电共同研发。但从经验看，苹果发挥的最大作用，是以“技术冠名费”的方式，报销了台积电的研发开支。
两颗芯片的缝合，核心是要解决芯片间的数据传输问题。
为了实现“无缝粘合”，苹果用上了台积电最昂贵、最先进的封装技术——第五代CoWoS-S。[2]
传统的传输方式是将两颗芯片封装在一块基板上，芯片之间的传输由引线解决。CoWoS方案在基板和芯片之间加了一层硅中介层，通过在硅中介层里布线，间接将两颗小芯片连接起来，连接密度是现有技术的两倍。
这个技术的关键就在于硅中介层，也是烧钱的根源。
硅中阶层本质上是一片硅晶圆，也就是“切”芯片的原材料。仅仅为了做连接，就要另加一层硅晶圆的费用，这手笔恐怕只有苹果做得出来。
后来，英伟达在H100上采用了更成熟的CoWoS，成本仍超过4000美元。苹果作为最初的试错者，成本只会更高。
除了CoWoS，苹果的钱还烧在了“缝合”技术上[2]。
芯片制造的本质，是在硅晶圆上刻画复杂电路。但在实际制造过程中，电路不是直接刻在硅晶圆上的，而是先刻在一个掩膜版上，再通过光刻和刻蚀把电路“转移”到硅晶圆上。
英伟达当年遇到的问题是，GPU芯片本身面积就大，一旦两颗GPU拼接，就会超过正常掩膜版的大小（H100的面积已经接近台积电5nm掩模版的极限），电路就无法被完整地刻画。
苹果提出的解决方案是，1个掩膜版不够，咱直接上四个吧。
通过四个掩膜版“缝合”，将电路刻画的面积增加到2500mm² ，是英伟达同期GPU的3倍多（815mm²）。
在芯片制造中，很大一部分成本就来自掩膜版制作。
掩膜版生产需要Mask Writer（掩膜版写入机），精密程度堪比光刻机。而且Mask Writer只在掩膜版制作时使用，每种芯片只做一次，难以摊薄成本。
除此之外，由于Ultra Fusion用到了大量新技术，比如连接芯片的高纵横比硅通孔（TSV）技术，用于散热的新型非凝胶型热界面材料（TIM）等[2]，台积电都是拿着发票找苹果报销的。
M1 Ultra发布时，业界都没有准确的成本推算。不是研究员水平不到位，实在是技术过于先进，算不出来。
高科技产业最关键的问题不是技术如何实现，而是谁来掏钱把论文和实验室里的数据变成可以量产的产品。不知道看着M1 Ultra的拼接示意图，会不会有久远的记忆攻击黄仁勋。
技术狂人的商业冒险
最早试图解决的1+1<2问题的，既不是英伟达也不是苹果，而是台积电元老蒋尚义。
2009年，回归台积电的张忠谋请回已经退休的蒋尚义。在后者带领下，台积电以“后闸级”技术路线成功超越三星率先量产28nm工艺。但在研发过程中，蒋尚义发现晶体管单位制造成本不降反升，制程升级提升性能的性价比开始降低。
拿着张忠谋批的1亿美元预算和400多人的工程师团队，蒋尚义带队开始了“超越摩尔计划”。
传统互联技术下，传输速率已经触及天花板。蒋尚义开始尝试一种新思路：
把两颗芯片放到一起封装，物理距离缩短了，传输速度自然提高。为了区别于传统封装，蒋尚义将其命名为“先进封装”。
2011年，台积电得到FPGA大厂赛灵思订单，凭借CoWoS以及共同开发的硅通孔（TSV）等技术，成功将4个28nm FPGA芯片拼接在一起，推出了史上最大的FPGA芯片。
然而，大部分客户对CoWoS兴致寥寥，赛灵思的订单杯水车薪。
不是台积电技术不够好，实在是先进封装太贵了。
老客户高通的高管在与蒋尚义共进午餐时直白表示，CoWoS技术很好，但“我只愿意为它花费1美分/平方毫米”，而台积电当时的售价是7美分/平方毫米[3]。
据说英伟达也是台积电CoWoS的第一批目标客户之一，因为数据传输的瓶颈一直是困扰GPU计算的核心问题。但听到台积电的报价后，英伟达当场表示，老技术还能再凑合几年[3]。
另一方面，先进制程还在稳步推进，先进封装的理念显得过于超前，毕竟领导还在开卡罗拉，你就别急着换宝马了。
因此，先进封装团队在台积电内部的一度边缘化，甚至被当做老干部疗养院。后来跳槽三星的梁孟松，就认为自己被调往先进封装业务属于“下放”。
随后，台积电开始给CoWoS做减法，掏出了替代方案“InFO”，将昂贵的硅中介层换成其他材料，牺牲了连接密度，但成本大幅下降。
紧接着，台积电遇到了可以靠一己之力改变供应商命运的超级甲方：苹果。
2013年前后，由于与三星在手机市场的竞争，苹果开始将芯片代工交由台积电。
凭借InFO方案，台积电在16nm工艺的基础上，制造出了比三星14nm性能更强的A10处理器，贡献了历代iPhone中第二轻薄的iPhone 7[5]。
有了苹果的大单的，台积电的先进封装业务迅速盘活，并在2022年拿出了震惊业界的M1 Ultra芯片。2024年开年，这个攻坚十多年的“胶水大法”，又被用在了英伟达的新核弹B200上。英伟达顺势拿下冠名权，将这项技术命名为“NV-HBI”。
先进封装方案依然昂贵，但对今天的英伟达来说，成本两个字怎么写，他们可能已经忘了。
尾声
除了CoWoS，另一个被生成式AI带火的技术HBM，其探索同样可以追溯到十年前。
CoWoS拿到赛灵思的第一笔订单时，蒋尚义大喜过望，但赛灵思的动机却让他有些哭笑不得：把四个老芯片拼在一起，直接当成新产品加价卖，就不用自己开发新产品了[3]。
在美国计算机历史博物馆的采访中，蒋尚义回忆道[3]：“我开发技术的初衷是解决性能瓶颈问题，在我看来，我的创新并没有被用在好的地方”。
科技革命很难推动技术创新，反而是技术创新让科技革命成为可能。创造历史的人，永远无法预见自己在历史进程中的坐标。
在我们不曾踏足的物理学的边境，还有无数伟大的创新尚在不为人知的角落。
参考文章：
[1] NVIDIA Blackwell Architecture and B200/B100 Accelerators Announced: Going Bigger With Smaller Data，Anandtech
[2] 苹果UltraFusion技术，厦门云天半导体
[3] 蒋尚义万字自述，披露台积电的登顶之路，新芽
[4] 台积电的先进封装是这样炼成的，天下杂志
[5] 苹果iPhone 7 A10处理器的新封装在技术和商业上都产生了巨大的影响，Yole Development
[6] 苹果M1 Ultra解密：业内首个GPU裸片集成，如何实现，集微网
[7] Apple Will Help TSMC to Be in the Leading Position in the Next Era，utmel
本文来自微信公众号：远川科技评论 （ID：kechuangych），作者：何律衡，编辑：李墨天
https://mp.weixin.qq.com/s/A63GU5X3J_S076X7Jtg7Mw