不止芯片：AI重构半导体设计与制造环节

虽然AI正在重塑几乎所有行业，但它影响最深远的领域之一藏在幕后：也就是制造AI革命所需芯片的半导体工厂内部。多年来，半导体行业的重心基本集中在晶体管微缩。但如今，AI芯片设计者面临的最大挑战早已不止晶体管本身。供电、互联、先进封装与供应链韧性，正成为制约AI规模扩张的核心瓶颈。

英特尔晶圆代工业务从两个方向应对这些挑战。第一，研发先进工艺与封装技术，帮助客户打造性能更强的AI系统；第二，在技术研发和制造全流程引入AI与机器学习（ML），提升良率、加快良率学习速度，助力客户产品更快上市。

三大趋势，定义半导体设计的未来

三大AI趋势正在决定现代芯片需要具备怎样的能力：

智能体AI（Agentic AI） 带来多步推理负载，行为远不如传统计算可预测。自主智能体对供电与高速互联提出全新要求，高效扩容变得愈发关键。

物理AI（Physical AI） 把智能部署到边缘设备和现实系统中。具备AI能力的可扩展自动化与仿真建模，是实现低成本、高良率制造的基础。晶圆代工行业普遍将智能体AI和物理AI视作长期重要增长引擎。

主权AI（Sovereign AI） 相关计划，推高了对安全、稳定、地域分布多元化制造与供应链的需求，保障业务连续与安全诉求。依托Intel Foundry在北美、欧洲、亚洲布局的产线，客户可以自主选择产品生产地点，同时提升供应链韧性与安全性。

多维微缩：全新发展路线

十年前，半导体行业主流是片上系统（SoC）思路，单颗芯片集成尽可能多的功能。如今创新重心转向芯片系统，依托芯粒（Chiplet）架构，把多款专用裸芯、存储堆叠、加速器整合为一套方案。这种模式模块化更强、扩展性更好、迭代更快，同时能够承载高端AI负载所需性能。

与此同时，“微缩” 不再只是缩小晶体管尺寸。行业越来越看重全系统层面的性能优化，覆盖计算、存储、封装、互联各个环节。全环绕栅极（GAA）这类先进工艺，例如搭载RibbonFET GAA晶体管的Intel 18A工艺，具备更强的栅控能力，支撑FinFET架构之外的进一步微缩。

供电方案也迎来革新。Intel 18A采用PowerVia背面供电技术，电源从晶圆背面走线，不再和正面信号布线争抢互连层资源。电源与信号路径分离，降低电阻、压降以及供电噪声。搭配高密度金属 - 绝缘层 - 金属（MIM）电容，整套架构改善供电完整性。PowerVia最高可将单元利用率提升10%¹，同等功耗条件下性能提升4%²。创新的纳米硅通孔（TSV）用于连接晶体管层，尺寸约为传统TSV的1/500。

背面供电会提升制造复杂度，但Intel Foundry在正面保留32纳米下层金属节距，采用直接光刻、避开成本更高的多次图形化方案，优化整体成本结构。这套均衡架构，让Intel 18A与Intel 18A-P在适配AI负载、提升每瓦性能与供电效率的同时，维持成本竞争力。搭载PowerVia的Intel 18A相比Intel 3，每瓦性能提升约18%³。目前Intel 18A-P已经进入风险试产阶段，预计相比Intel 18A再额外提升9% 每瓦性能⁴（详情参考Intel 18A系列技术简报）。

系统模块化程度持续提高，芯片之间需要高效通信，通用芯粒互联标准UCIe在此承担关键作用。UCIe为芯粒之间提供高带宽、低延迟的标准化互联，简化集成，支撑规模更大的异构系统。

先进封装相当于粘合剂，把上述各项技术整合在一起。一套完整的AI封装，可集成I/O裸芯、先进逻辑芯片、HBM，搭配2.5D与3D集成方案。Intel Foundry通过嵌入式多裸芯互连桥EMIB‑T、Foveros、Foveros Direct等技术支持这类设计。

EMIB‑T把供电能力直接集成在桥结构内部，改善多裸芯AI系统的供电效率，降低电感压降；很多场景下无需完整硅中介层，减少封装材料消耗。

Foveros Direct依托混合键合实现3D集成，设计者可以把前沿计算裸芯堆叠在经过优化的基底裸芯上。开发者可以把不同功能放到适配它的工艺节点，平衡性能、功耗与总体拥有成本（TCO）。

AI贯穿半导体制造全生命周期

AI在给芯片设计者提出新难题的同时，也在帮助解决先进芯片制造的各类痛点。在Intel Foundry，AI和机器学习已经深度嵌入制造流程，支撑前沿工艺的研发与量产（见图1）。技术协同优化（DTCO）就是AI发挥价值的场景之一。先进工艺节点的设计空间极其庞大，功耗、性能、面积（PPA）之间存在海量取舍组合，AI帮助工程师更高效探索方案，找到最优解。

图1：Intel Foundry在制造流程中部署AI与机器学习

AI的应用不止产品设计，而是延伸到制造全流程，改变故障定位与整改方式。工厂每周采集近十亿张图像，产生PB级制造数据。机器学习系统分析图像，检出缺陷、归类失效模式、识别良率风险、优化设计规则。使用Intel 18A工艺的设计者，可以在设计阶段更早发现并解决版图隐患，降低流片风险。

除缺陷检测之外，团队使用神经网络、集成决策树等机器学习手段定位根因，加快问题闭环。新技术上量时，良率学习周期更短，良率爬升更可控。

工厂同时部署数字孪生与预测性维护系统，持续监控生产设备。在故障影响生产之前提前预警，保障7×24小时半导体产线所需的高稼动率。

把制造创新转化为客户价值

AI系统设计取胜的关键，是优化整套平台，而不只是选用最先进的晶体管。Intel Foundry把AI融入制造全链路，帮助客户更快、更高效推出新一代AI系统。