引爆点是苹果公司在3月9日凌晨推出的用于PC的M1 Ultral芯片，该芯片号称是有史以来最强悍的芯片，但该芯片实现性能提升的途径不是制造工艺的提升，而是在封装环节将两个M1 Max通过内部互连而成。事实上，在M1 Ultral推出之前，一家叫做Graphcore的英国AI公司，也推出了新款AI处理器Bow IPU。这两款新品采用同一种封装技术——3D Wafer-on-Wafer提升性能，这项技术来自于中国台湾的台积电。

事实上，华为海思去年也曾经被爆出“双芯叠加技术”专利，通过芯片叠加并经过系列优化，让14纳米芯片可以比肩7纳米芯片的性能水平。“X86双雄”英特尔和AMD也曾经推出过类似的产品，但当时存在功耗和发热等方面的缺陷。而苹果M1 Ultral的推出并商用，似乎意味着通过“芯片叠加”在封装环节大幅提升芯片性能的技术已趋成熟。“晶圆工艺和封装工艺协同结合，是必然趋势。”半导体研究机构芯谋研究的研究总监王笑龙这样告诉《中国经营报》记者，“7纳米已经很先进，而3D封装也是提升这个产品综合指标的一个重要手段。”

而接受记者采访的多位业内分析人士均指出，随着芯片制造工艺越来越逼近物理极限，摩尔定律逐渐失效，依靠更先进的工艺来提升芯片性能将变得越来越困难，而3D等先进封装技术对延续摩尔定律愈发重要。“这个(Bow IPU)证明了先进封装可以为性能带来可观提升，先进封装技术，是大家探索超越摩尔定律的路径之一。”Graphcore大中华区总裁兼全球首席营收官卢涛表示。

作为全球第一款3D封装的处理器，Bow IPU采用了台积电SoIC-WoW技术，该技术以类似于3D NAND闪存多层堆叠那样，将两层die(裸片)以镜像方式垂直堆叠起来，以更先进的封装技术提升芯片性能。需要指出的是，这是一种用于硅晶圆的3D堆叠形式，使得单个封装芯片中的晶体管数突破了600亿个大关。此外，Bow IPU的理论AI算力也从250 TeraFLOPS(每秒万亿次浮点运算)提升到了350 TeraFLOPS。据Graphcore介绍，总体而言，第三代IPU相对于上一代性能提高40%，能耗比实现了16%的提升。

在当前的科技发展过程当中，为了能够取得更大的突破，人们必须不停地去研发和改进更好的设备，有时候一个很小的零件就可能会难倒许多人。对于世界上很多国家来说，芯片的存在和技术都是非常重要的，很多电子设备都离不开芯片，并且芯片技术也会直接影响到最终产品的更新进度。最新消息称：“3D封装”芯片即将问世?具体情况如何呢

最近这两年受到各种因素影响，芯片也变得有些稀缺，这就导致很多行业的发展都因此受阻，而一说到芯片，相信就会有很多人想到台积电，毕竟这也是一家晶圆代工龙头企业，他们掌握着很多生产制造芯片的技术，同时也是全球范围内最早开始生产7nm工艺芯片的厂商。从2018年开始他们生产的芯片数量也达到了10亿以上，而他们的芯片也销往了全球多个国家和地区。

实际上台积电7nm的工艺不仅成功地让AMD再一次翻身，就连Intel这样的国际级别大企业都开始找到他们来代工了，而就在不久之前他们直接就突破了7nm工艺的极限，成功地研制出了第一颗3D封装的600亿颗晶体管的芯片。虽然说台积电已经开始量产5nm工艺的芯片了，但7nm工艺的依旧十分重要。

而身为全世界第一款使用了3D WOW技术的芯片的芯片，也成功地证明了在提升芯片性能的时候未必要说去升级制造的技术和工艺，在封装技术上进行升级和改造同样可以达到很好的效果。也就在前一段时间英国的AI芯片公司Graphcore，就发布了新一代的Bow IPU，经过测试的数据我们就能知道这款Bow IPU的性能比之前的提升了40%，Bow IPU取得突破的原因就是7nm工艺的改进。

本周四，总部位于英国的AI芯片公司Graphcore发布了新一代IPU产品Bow，这是其第三代IPU系统，发布即面向客户发货。与上一代IPU相比，Bow IPU性能提升40% ，能耗比提升了16%，电源效率也提升16%。

值得注意的是，这一次Bow IPU的性能提升并非主要依赖采用更先进的制程，Bow IPU采用了和上一代IPU相同的台积电 7nm，通过采用和台积电共同开发的先进硅晶圆堆叠技术(3D Wafer-on-Wafer)达到性能和能耗比的提升。

Bow作为世界首款3D WoW处理器，证明了芯片性能提升的范式从先进制程向先进封装转移的可行性。

2016年，Graphcore成立并开创了全新类型处理器架构IPU，因其在架构上的创新曾被英国半导体之父Hermann Hauser称之为是计算机历史上的第三次革命。

经历6年时间的发展，Graphcore的IPU逐渐在在金融、医疗、电信、机器人、云和互联网等领域取得成效。本周四，Graphcore又推出了第三代产品Bow IPU。

据Graphcore介绍，第三代IPU相对于上一代M2000，性能提高40%，每瓦性能提升16%，即能耗比实现16%的提升。不过，AI芯片的真实性能还需要放在不同的应用领域中讨论。为此，Graphcore也给出了在不同垂直领域中Bow的性能表现。

在图像方面，无论是典型的CNN网络，还是近期比较热门的Vision Transformer网络，以及深层次的文本到图片的网络，与上一代产品相比，Bow IPU都有30%到40%的性能提升，在EfficientNet-B4这一项中，接近理论上限值。

BERT训练模型是自然语言方面的经典模型，基于BERT，OpenAI提出了GPT-1、GPT-2、GPT-3等纵向扩展或横向扩展，通过更深的网络层次和更宽的网络宽度让模型的性能和精度进一步提高。“我们可以看到，这些模型在我们最新的硬件形态上都有很大的性能提升。”Graphcore中国工程副总裁、AI算法科学家金琛介绍道。