> 数据图表如何了解先进封装的摩尔定律：解拓展2026-1-1先进封装的摩尔定律：解拓展➢ AI训练及推理对性能的追求加速AI加速器的发展速➢ 图表：GPU、ASIC算力加速提升率 ： 据 统 计 ， 在 2017 年 至 2022 年 期 间 ， GPU 及ASIC的单芯片计算性能以年均47%的速度增长；而2022年底ChatGPT的发布加速了这一趋势，目前年增长率已提升至约84%。➢ Scaling Law背景下，GPGPU的通用计算能力是AI训练的首选加速器，训练芯片需要同时具备巨大的算力和内存带宽。2.5D封装集成HBM成为业界标配方案，通过硅中介层将HBM存储器紧贴GPU/加速器，实现数TB/s级内存带宽以缓解内存墙。➢ 此外，在单芯片原始计算性能方面，AI专用芯片（ASIC）弱于AI GPU。然而，即使是GPT-4这样的大语言模型也无法在单一芯片上运行。并且要达到与AI GPU相当的性能水平，ASIC需要构建比GPU集群更大规模的AI专用芯片集群。先进封装通过芯粒+异构实现更大面积拓展，这种可扩展性正是AI数据中心在控制成本的同时最大化性能的关键所在。数据来源：Google，Nvidia，Intel，Tesla，微软，AWS，金元证券研究所整理金元证券工业制造
