以ChatGPT为代表的的AI应用蓬勃发展，对上游AI芯片算力提出了更高的要求，头部厂商通过不断提升制程工艺和扩大芯片面积推出更高算力的芯片产品。研究显示，当5nm芯片的面积达到200mm2以上，采用5chiplets方案成本就将低于单颗SOC，并将大幅降低面积增加带来的良率损失。
台积电为Chiplet工艺的领军者，在其3DFabricTM技术平台下有CoWoS、InFO、SoIC三种封装工艺。其中，CoWoS工艺早在2016年就在英伟达TeslaP100AI数据中心GPU上得到应用，而AMD的zui新GPU、CPU亦广泛采用了该工艺。除了成本和良率端的优势，Chiplet技术带来高速的DietoDie互连，使得芯片设计厂商得以将多颗计算芯粒集成在一颗芯片中，以实现算力的大幅提升。民生证券指出，AI应用加速发展带来算力需求旺盛增长，看好Chiplet作为国产AI芯片实现算力跨越的破局之路。建议关注Chiplet产业链相关的封测、设备、材料赛道投资机遇。
上市公司中，通富微电通过在多芯片组件、集成扇出封装、2.5D/3D等先进封装技术方面的提前布局，可为客户提供多样化的Chiplet封装解决方案，并且已为AMD大规模量产Chiplet产品。芯原股份已推出了基于Chiplet架构所设计的12nm SoC版本的高端应用处理器平台， 并已完成流片和验证。
CPU和GPU之后的“第三颗主力芯片”，可减少高达30%的数据中心算力税
在当前数据增幅大幅提升的大背景下，CPU性能的增速减缓，成本大幅增加，算力供给与需求形成剪刀差，CPU性能提升的难题亟待解决，以DPU为代表的异构计算具备将部分通用功能场景化、平台化的特点，实现算法加速并减少CPU功耗，有助于运营商、云计算厂商和互联网厂商对数据中心的升级改造，减少高达30%的数据中心算力税。
DPU（数据处理芯片 Data Process Unit）被认为是继CPU和GPU之后的“第三颗主力芯片”。DPU是新近发展起来的一种专用处理器。2020年NVIDIA公司发布的DPU产品战略中将其定位为数据中心继CPU和GPU之后的“第三颗主力芯片”。DPU要解决的he心问题是基础设施的“降本增效”，即将“CPU 处理效率低下、GPU处理不了”的负载卸载到专用DPU，提升整个计算系统的效率，降低整体系统的总体拥有成本（TCO）。民生证券指出，ChatGPT等AI技术发展大趋势下，算力需求凸显，DPU有望迎来黄金发展期，quan球、国内DPU产业市场规模呈现逐年增长的趋势，he心企业有望受益于行业发展趋势。