Pada tahun 1965, salah satu pendiri Intel, Gordon Moore, merumuskan apa yang kemudian dikenal sebagai "Hukum Moore". Selama lebih dari setengah abad, hukum ini menopang peningkatan kinerja sirkuit terpadu (IC) yang stabil dan penurunan biaya—fondasi teknologi digital modern. Singkatnya: jumlah transistor pada sebuah chip kira-kira berlipat ganda setiap dua tahun.
Selama bertahun-tahun, kemajuan mengikuti irama tersebut. Kini, gambarannya berubah. Penyusutan lebih lanjut semakin sulit; ukuran fitur menyusut hingga hanya beberapa nanometer. Para insinyur menghadapi batasan fisik, langkah-langkah proses yang lebih kompleks, dan biaya yang meningkat. Geometri yang lebih kecil juga menekan hasil, sehingga menyulitkan produksi volume tinggi. Membangun dan mengoperasikan pabrik mutakhir membutuhkan modal dan keahlian yang sangat besar. Oleh karena itu, banyak yang berpendapat bahwa Hukum Moore mulai melemah.
Pergeseran itu telah membuka pintu bagi pendekatan baru: chiplet.
Chiplet adalah cetakan kecil yang menjalankan fungsi tertentu—pada dasarnya merupakan bagian dari apa yang sebelumnya merupakan satu chip monolitik. Dengan mengintegrasikan beberapa chiplet dalam satu paket, produsen dapat merakit sistem yang lengkap.
Di era monolitik, semua fungsi berada dalam satu die besar, sehingga cacat di mana saja dapat merusak seluruh chip. Dengan chiplet, sistem dibangun dari "die yang diketahui baik" (KGD), yang secara dramatis meningkatkan hasil dan efisiensi manufaktur.
Integrasi heterogen—menggabungkan die yang dibangun pada node proses yang berbeda dan untuk fungsi yang berbeda—membuat chiplet menjadi sangat bertenaga. Blok komputasi berkinerja tinggi dapat menggunakan node terbaru, sementara sirkuit memori dan analog tetap menggunakan teknologi yang matang dan hemat biaya. Hasilnya: kinerja yang lebih tinggi dengan biaya yang lebih rendah.
Industri otomotif khususnya tertarik. Produsen mobil besar menggunakan teknik ini untuk mengembangkan SoC dalam kendaraan di masa depan, dengan adopsi massal yang ditargetkan setelah tahun 2030. Chiplet memungkinkan mereka untuk menskalakan AI dan grafis secara lebih efisien sekaligus meningkatkan hasil—meningkatkan kinerja dan fungsionalitas dalam semikonduktor otomotif.
Beberapa komponen otomotif harus memenuhi standar keselamatan fungsional yang ketat sehingga mengandalkan node lama yang telah teruji. Sementara itu, sistem modern seperti bantuan pengemudi tingkat lanjut (ADAS) dan kendaraan berbasis perangkat lunak (SDV) membutuhkan komputasi yang jauh lebih tinggi. Chiplet menjembatani kesenjangan tersebut: dengan menggabungkan mikrokontroler kelas keamanan, memori besar, dan akselerator AI yang canggih, produsen dapat menyesuaikan SoC dengan kebutuhan masing-masing produsen mobil—lebih cepat.
Keunggulan ini tidak hanya terbatas pada otomotif. Arsitektur chiplet juga merambah ke bidang AI, telekomunikasi, dan bidang lainnya, mempercepat inovasi di berbagai industri dan dengan cepat menjadi pilar peta jalan semikonduktor.
Integrasi chiplet bergantung pada koneksi die-to-die yang ringkas dan berkecepatan tinggi. Faktor pendorong utamanya adalah interposer—lapisan perantara, seringkali silikon, di bawah die yang merutekan sinyal seperti papan sirkuit kecil. Interposer yang lebih baik berarti kopling yang lebih erat dan pertukaran sinyal yang lebih cepat.
Pengemasan canggih juga meningkatkan penyaluran daya. Rangkaian sambungan logam kecil yang rapat di antara die menyediakan jalur yang luas untuk arus dan data bahkan di ruang sempit, memungkinkan transfer bandwidth tinggi sekaligus memanfaatkan area kemasan yang terbatas secara efisien.
Pendekatan umum saat ini adalah integrasi 2.5D: menempatkan beberapa die berdampingan pada interposer. Lompatan berikutnya adalah integrasi 3D, yang menumpuk die secara vertikal menggunakan vias silikon tembus (TSV) untuk kepadatan yang lebih tinggi.
Menggabungkan desain chip modular (memisahkan fungsi dan jenis sirkuit) dengan penumpukan 3D menghasilkan semikonduktor yang lebih cepat, lebih kecil, dan lebih hemat energi. Penempatan memori dan komputasi secara bersamaan menghasilkan bandwidth yang sangat besar untuk set data besar—ideal untuk AI dan beban kerja berkinerja tinggi lainnya.
Namun, penumpukan vertikal menghadirkan tantangan. Panas terakumulasi lebih mudah, sehingga menyulitkan manajemen termal dan hasil. Untuk mengatasi hal ini, para peneliti sedang mengembangkan metode pengemasan baru untuk menangani kendala termal dengan lebih baik. Meskipun demikian, momentumnya kuat: konvergensi chiplet dan integrasi 3D secara luas dipandang sebagai paradigma yang disruptif—siap untuk meneruskan apa yang telah ditinggalkan Hukum Moore.
Waktu posting: 15-Okt-2025