日本紧随美国之后开始限制先进制程的半导体设备（0-14nm）出口中国，可以说中国要发展高端科技，尤其是人工智能，必须要靠自主可控了。而解决0-14nm的技术难点，没有光刻机怎么办？来看前几天北京发的关于人工智能解决算力难点的政策:

拟组织实施“北京市通用人工智能产业创新伙伴计划”。

目标到2025年，基本形成要素齐全、技术领先、生态完备、可有力支撑数字经济高质量发展的通用人工智能产业发展格局。上下游产业链布局持续优化，优质算力、高质量数据供给支撑能力大幅提升，大模型创新应用引领全国，每年落地10个以上重点场景商业化标杆应用并形成10个以上行业标杆解决方案，培育一批应用大模型技术实现突破性成长的标杆企业，建成具有国际影响力的通用人工智能产业发展高地。

《计划》指出，当前症结包括智能算力不足、高质量数据供给不够等，要弥补关键薄弱环节，力争打通痛点、难点和堵点，实现行业大模型的率先突破。

对此，《计划》提出了八项重点任务：

加快满足近期迫切算力需求、提升中长期算力供给能力、推出一批高质量训练数据、谋划建设国家级数据训练基地、实施大模型应用创新标杆试点工程、推动大模型赋能千行百业、培育软件开发新范式、实施大模型底层支撑性技术筑基工程。

可以看到，八项任务中有多项细分内容都与算力相关，时间上囊括短期与中长期算力供需，环节上涉及归集、调度、供给、补贴等：

例如，发挥本市算力资源优势，通过与云厂商建立合作，加快归集现有算力；并对大模型团队/企业给予财政补贴、算力支持。

加快建设海淀区北京人工智能公共算力、朝阳区北京数字经济算力中心等重点项目，尽快形成算力供给，完善本市算力供给体系。

建设北京市公共算力服务平台，形成统一服务窗口并实现算力任务调度，以商业化运营为主、政府适度补贴为辅，满足未来5-10年本市人工智能企业对算力的规模化需求。

提高环京地区算力一体化服务能力，形成全国算力网络调度枢纽节点。

与此同时，北京市还从底层支撑性技术入手，提出加强互联协议、网络传输、能耗优化等技术研发，构建高速计算集群网络传输系统；加快不同芯片架构的接口适配、共性算子开发等。

值得注意的是，在“推进芯片制造工艺突破”中，《计划》提出以Chiplet技术进步弥补先进工艺技术代差，超前布局先进计算芯片新技术、新架构。

▌算力底座或成“下一阶段最重要问题” Chiplet有望扮要角

中国电子董事长曾毅就指出，人工智能技术三要素（算力、算法与模型）中，算法问题有望得到妥善解决，模型虽有难度但也能解决，而“最难受的是算力底座的问题，算力底座可能是我们下一阶段最需要解决的一个重大问题”。

由于GPT算力提升需求对芯片速度、容量都提出了更高要求，以Chiplet为首的先进封装技术被看作目前最佳方案与关键技术。

券商指出，Chiplet较适合于大算力芯片。一方面，其能突破SoC单芯片的面积制约，这也是系统算力的关键支撑；另一方面，Chiplet能提升计算和存储、计算和计算间的通信带宽，缓解“存储墙”问题。

以“算力霸主”英伟达为例，考虑到AI领域对GPU的显存容量和带宽需求提升，英伟达通过Chiplet在GPU周围堆叠HBM方式，提高缓存性能和容量。值得一提的是，日前有报道指出因AI芯片需求高涨，英伟达紧急向台积电追加先进封装订单。分析师认为这说明目前先进封装的技术壁垒较高、产能具有一定紧缺性。

从产业链来看，由于Chiplet制造步骤相对于封装复杂度大幅提升，且不同连接方式对于精度和工艺要求不同，制造过程分布在IDM、晶圆厂和封装厂。

总结:中国想要发展人工智能，先进的算力芯片卡脖子问题必须解决，没有先进光科技的情况下，唯有先进封装可以突破！

选股首选能够解决GPU先进封装技术的标的，复盘发现:
文一科技的晶圆级封装设备可用于高性能GPU/CPU/AI及3D NADA等产品。值得关注跟踪！