Washington State大学とUW-Madisonの研究者らは、機械学習ワークロードを実行する2.5D PIM(Processing-in-Memory)チップレットプラットフォームの電力供給ネットワークにおける電圧降下を抑制するスキーム、ReVoltを提案した。

ここでの戦略的シグナルは一本の論文を超えたものである。業界がモノリシック型アクセラレータをチップレットアセンブリへと分解していく中、最も困難な問題はトランジスタから相互接続と電力層へと移行している。異種チップレット間での突発的なML電流需要は、電圧安定性を第一級の制約要因にしている。電圧降下は保守的なタイミングマージンを強いるが、このマージンは出荷されるすべてのAIアクセラレータの実効スループットを静かに蝕んでいる。トークンあたりの推論コストがクラウド経済性を定義する時代において、電力完全性はもはやバックエンドの後付け課題ではない。プロセスノードやメモリ帯域幅と並ぶ競争上のレバーとなりつつある。PDNを意識した協調設計がアーキテクチャ決定の上流に移行し、カスタムシリコンを構築するハイパースケーラーがこれをパッケージングの詳細ではなく中核的な堀として扱うことを期待すべきだ。

日本にとって、これはまさに日本企業が支配する層がチップレット時代に報われる構造的優位性が存在する領域である。先進パッケージング基板、誘電体およびビルドアップ材料、精密テスト・プローブ、パッケージング装置といった分野だ。電力供給制約を受ける設計は、より高品質なインターポーザーとより精細な電力分配への需要を高め、これは日本が遅れをとる最先端ロジックではなく、材料・装置サプライチェーンに直接的に有利に働く。

日本の半導体メーカーとRapidus時代の野心への警告は、ウェハを所有するだけでは不十分だということだ。価値はシステムレベルの統合、すなわちチップレット間の電力・熱協調設計に集中している。パッケージング、電力完全性、それらを取り巻くEDAワークフローを無視した国内ファブ戦略は、他社が収益性の高い製品に組み立てるダイを生産するリスクがある。

日本のシステムインテグレーターと企業ITチームにとって、短期的な示唆は間接的だが現実的である。AIインフラ調達は、見出しのTOPSではなく、ラックあたりの総合効率にますます依存するようになる。データセンターやエッジ展開について助言するチームは、パッケージングの成熟度と電力供給の堅牢性をベンダー評価に織り込むべきである。これらはスペックシートが示唆する以上に、実世界のパフォーマンスと運用コストを形成するからだ。