在摩尔定律已不再适用的当下，系统级优化被视为芯片突破制程瓶颈的有效途径，也是在先进工艺资源受限的当下被寄予厚望的要道。于是Chiplet这项技术得以获得广泛关注。

作为IP领域的领军企业，芯原股份正在积极推动Chiplet的落地。Chiplet的成功落地，不单靠某一个环节，而是一个庞大的系统工程。芯原股份创始人、董事长兼总裁戴伟民指出，推进Chiplet的三要素分别是优质的IP、先进的芯片设计能力以及先进的封装技术。

Chiplet技术发展的核心需要成熟完善的IP支持，芯原股份已建立起强大的IP储备体系，包括6大数字处理器IP（GPU、NPU、VPU、DSP、ISP、显示处理器）和超过1600个数模混合及射频IP。芯原还具备大规模高端芯片的设计能力。在一站式芯片定制服务方面，公司已拥有14nm/10nm/7nm/6nm/5nm FinFET和28nm/22nm FD-SOI工艺节点芯片的成功流片经验，目前已实现5nm SoC一次流片成功，多个4nm/5nm一站式芯片定制服务项目正在执行。这些能力是设计和制造Chiplet的重要基础。

戴伟民认为，Chiplet率先落地的两大赛道是云端训练和高端智驾。汽车产业升级促进了对高端智驾芯片的需求，并提升了汽车芯片的价值和价格比重。不仅是国内，日本、德国车企同样认可Chiplet在汽车领域的应用前景，认为这是能够支撑算力日益增长的高性能汽车芯片发展的重要途经，同时能够满足汽车芯片的可靠性，并灵活适应L2-L5不同等级中智能驾驶所需的AI程度。

芯原股份积极布局智慧驾驶领域，覆盖从智慧座舱到自动驾驶的多项核心技术。而针对车企造芯所面临的设计周期长、良率低、算力扩展困难等挑战，芯原基于自有核心技术，以及为客户定制高端自动驾驶芯片的经验，通过芯片和封装协同设计，正在推出平台化的Chiplet芯片设计软硬件整体解决方案，以满足高算力、低功耗、高可靠性要求的智慧出行市场需求。

云端训练对于芯片的需求主要集中在计算密度、性能效率和能耗优化上。在AI的浪潮下，云侧需要大量的训练卡，端侧需要大量微调卡和推理卡。我国在先进制程受限的影响下，通过Chiplet技术可以采用模块化、搭积木的方式来扩展算力，广泛适用于不同场景的算力需求，省时省力。

芯原股份提供一站式从云到端的AI解决方案。据介绍，芯原基于自有的IP技术储备，可以将GPU、GPGPU和NPU紧密结合，实现高度协同，提供更大的灵活性。这三者可通过共享缓存和计算资源，在更小的面积上提供更高的算力，实现更高效的协作。自大模型普及以来，无论在云端还是边缘端，GPGPU+AI和GPU+AI已逐渐成为主流的计算架构平台。

戴伟民还指出，EDA/IP未来的趋势之一将是并购，尽管并购过程具有一定难度，包括人员整合和文化融合等问题，但他认为开放合作是行业发展的关键。