坐进新款新能源车，语音控制车窗秒响应，自动驾驶能精准避让行人，这些流畅操作全靠汽车“大脑”，芯片在发力。

但很少有人知道，支撑这些黑科技的芯片，正悄悄换一种“活法”。

曾经统治半导体行业半个多世纪的摩尔定律渐渐力不从心，而一堆能“拼乐高”的“小芯片”，正在成为新的主角。

汽车“大脑”卡脖子

1965年，英特尔联合创始人戈登・摩尔提出的定律，成了半导体行业的“黄金法则”：芯片上的晶体管数量每两年翻一番，性能翻倍还更便宜。

从286电脑到智能手机，我们身边的数码产品越变越强，全靠这一定律在背后驱动。

但这两年，工程师们发现“路走窄了”。芯片里的电路线宽已经缩到了3纳米，差不多是几个原子的宽度，再小下去就会出现量子隧穿效应，电子像“幽灵”一样乱跑，根本没法控制。

更头疼的是成本，台积电3nm晶圆的单价已经涨到1.8万美元，比28nm工艺贵了3倍多，一颗芯片的制造成本甚至比等重黄金还贵30倍。

汽车行业最先感受到了压力。新能源车要实现L3级自动驾驶，芯片AI算力得达到几百TOPS，但传统的“单片芯片”方案问题重重：要么用先进工艺导致成本飙升，要么良率太低产能跟不上。

三星花了800亿美元押注3nm工艺，结果良率一度只有20%，连订单都抢不过台积电。

更矛盾的是，汽车的安全控制系统需要成熟稳定的老工艺芯片，而自动驾驶又要最先进的算力芯片，传统方案根本没法兼顾。

就在车企犯愁的时候，一种叫“芯粒”的技术站了出来。

简单说，芯粒就是把原本一整块的大芯片，拆成一个个负责特定功能的“小模块”，比如专门算AI的、管存储的、控安全的，然后把这些“好模块”拼在一起，组成一个完整的芯片系统。

像拼乐高一样造芯片

芯粒技术的第一个“杀手锏”，就是解决了困扰行业多年的良率问题。

以前造芯片像烙大饼，只要有一小块糊了，整个饼都得扔。3nm工艺的大芯片，良率能到80%就算顶尖水平，剩下20%全是废品。

但芯粒改变了游戏规则。它只选用“已知良好芯片”，就像从一堆积木里挑出没毛病的零件再组装。就算某批晶圆有10%的缺陷，也只是淘汰有问题的小芯粒，剩下的90%还能正常使用。

致同咨询的专家算过，用芯粒方案做车规芯片，良率能比传统方案提升30%以上，制造成本反而降了20%。

更聪明的是“异构集成”思路。不同芯粒可以用不同工艺制造：负责自动驾驶AI运算的芯粒，用最先进的3nm工艺追求极致算力。

而负责安全控制的芯粒，用成熟的28nm工艺就足够稳定，成本还低。这种“按需分配”的模式，完美平衡了性能和成本。

台积电的CoWoS技术就是个典型例子，它用硅做的“中介层”当“接线板”，把不同工艺的芯粒连起来。

英伟达的自动驾驶芯片DRIVEThor，就是靠芯粒集成实现了400TOPS的算力，还能支持生成式AI，蔚来、小鹏这些车企已经把它用在新车上了。

在所有行业里，汽车业对芯粒技术最上心。2024年1月，丰田、日产、本田等12家日本车企和半导体公司抱团成立联盟，专门搞芯粒汽车芯片。

英特尔也紧跟着推出开放式汽车芯粒平台，允许车企随便搭配第三方芯粒。

国内车企的动作更迅猛。亿咖通科技基于“龙影一号”芯粒，搞出了“座舱-泊车一体化”芯片，已经装在吉利GalaxyE5和领克Z20上量产了。

德赛西威更狠，2024年10月亮出的IPU14域控制器，用芯粒集成了NVIDIA的Thor芯片，直接支持L3级自动驾驶，部分场景还能实现L4级。

芯粒技术为啥让车企这么着迷？因为它能快速定制“专属芯片”。以前车企要开发一款车规SoC，从设计到量产得花2-3年。

现在只要把现成的计算、存储、安全芯粒拼一拼，半年就能搞出定制方案。

Z-One推出的ZXD2中枢大脑，用芯粒拼出的系统体积缩小30%，数据传输速度却提升了30倍，OTA更新时间直接砍到30分钟。

更关键的是解决了“算力焦虑”。智能汽车的算力需求每年都在翻倍，传统芯片跟不上节奏。

但芯粒可以直接“扩容”，比如需要更高AI算力，就多插几个计算芯粒，性能能瞬间提升3-4倍。

Market.us预测，到2033年，车规级芯粒市场规模能占到整个芯粒行业的25%，成为最大的应用场景之一。

芯粒技术的进阶之路，藏在“集成方式”的升级里。现在主流的是2.5D集成，就像把芯片“并排站”在中介层上，台积电的CoWoS-S就是这种技术，已经用在英伟达的AI芯片上了。

但更厉害的3D集成已经来了，它把芯片像叠积木一样垂直堆起来，用硅通孔技术连接，集成度直接翻几番。

2024年底，珠海天成先进的12英寸晶圆级TSV生产线正式投产，一期就能年产24万片3D集成产品。

他们的“洞天”技术能把存储和计算芯粒直接堆在一起，数据访问速度比2.5D快10倍以上，特别适合AI和自动驾驶场景。这种技术有多重要？

AMD的MI300A芯片就是靠3D封装，把GPU、CPU和内存堆在一起，才搞定了大语言模型的训练任务。

不过3D集成也有麻烦，芯片叠得越密，散热越成问题。就像把好几台电脑堆在一起运行，热量散不出去很容易死机。

研究人员正在想各种办法，比如用液态金属散热，或者在芯片之间加散热层。台积电在CoWoS平台里就设计了专门的金属散热通道，能把光器件和算力芯片的温度一起控制住。

中介层技术也在升级。除了传统的硅中介层，玻璃中介层能实现“上下堆叠+左右连接”，而有机材料中介层成本更低。

2025年9月，还有企业联盟专门研发大尺寸有机中介层，想用515×510mm的基板搞规模化生产。

不是摩尔定律的替代品，而是新赛道

有人说芯粒技术是摩尔定律的“接班人”，但其实它开辟了一条新赛道。摩尔定律靠“缩小尺寸”提升性能，而芯粒靠“系统集成”突破极限。

TechInsights预测，到2030年，光计算领域的芯粒市场规模就会达到1449亿美元，年复合增长率高达31%。

除了汽车，AI和数据中心更是芯粒的主战场。现在训练大语言模型需要万亿晶体管的GPU，单块芯片根本做不出来，只能靠芯粒拼接。

国内企业也在发力。华为在布局芯粒需要的封装基板和设备，长电科技、通富微电这些封装厂已经能量产2.5D芯粒产品。

国家新能源汽车技术创新中心还联合清华、北大等高校，组建了车规级芯粒专业委员会，专门制定行业标准。

当然，芯粒技术还有坎要过。不同企业的芯粒接口不统一，就像不同品牌的乐高积木没法拼在一起。

2022年英特尔、AMD等九家公司联合推出了Die-to-Die互连标准，就是想解决这个问题。还有成本问题，初期的封装设备投入不小，但随着量产规模扩大，成本会越来越低。

结语

从1965年的摩尔定律，到今天的芯粒技术，半导体行业的创新逻辑一直在变。

以前我们追求“更小”，现在我们追求“更巧”。再过几年，当你开着能自动泊车的新能源车，用着秒响应的AI音箱时，可能不会想到，这些黑科技的背后，是一堆“小芯片”在协同发力。

摩尔定律或许会慢慢淡出，但半导体的创新故事，才刚刚翻开新的一页。