隨著製程技術的發展，現在的芯片越做越小。很多人難免會有疑問，明明晶體管的密度越來越高了，為什麼不保持一定的體積，提升更多的性能，非要做小呢？
首先是散熱問題，如果芯片面積過大，產生的熱量也十分恐怖，需要更強力的散熱手段，散熱不及時會使芯片無法維持穩定的工作狀態。其次是成本問題，芯片的製造存在良品率，比如說一片晶圓可以生產100片芯片，但晶圓上出現三個出錯點，會損失3塊芯片，良品率仍然有97%，如果只生產更大的20個，損壞3個點意味著良品率只有85%，對於企業來說成本劇增。
目前來說芯片的發展趨勢是越來越小，臺式機的顯卡可能就是你能見到的最大的集成芯片了，更強的性能需要依靠多個芯片並行，偏偏有一家公司反其道而行之，生產出了一款怪物級的芯片。
加州的初創企業 Cerebras 推出的一款新芯片WSE，竟然比一塊 iPad 還要大。
隨著製程技術的發展，現在的芯片越做越小。很多人難免會有疑問，明明晶體管的密度越來越高了，為什麼不保持一定的體積，提升更多的性能，非要做小呢？
首先是散熱問題，如果芯片面積過大，產生的熱量也十分恐怖，需要更強力的散熱手段，散熱不及時會使芯片無法維持穩定的工作狀態。其次是成本問題，芯片的製造存在良品率，比如說一片晶圓可以生產100片芯片，但晶圓上出現三個出錯點，會損失3塊芯片，良品率仍然有97%，如果只生產更大的20個，損壞3個點意味著良品率只有85%，對於企業來說成本劇增。
目前來說芯片的發展趨勢是越來越小，臺式機的顯卡可能就是你能見到的最大的集成芯片了，更強的性能需要依靠多個芯片並行，偏偏有一家公司反其道而行之，生產出了一款怪物級的芯片。
加州的初創企業 Cerebras 推出的一款新芯片WSE，竟然比一塊 iPad 還要大。
“我還以為是鼠標墊呢”
這個「硅基巨人」的邊長大約有 22 釐米 （大約 9 英寸），可能會成為有歷史記載以來最大的計算機芯片。
前面提到過，現代晶圓廠通常會用直徑約為 300 毫米、大小約為 12 英寸的晶圓，這種晶圓片通常能生產超過 100 個芯片。而Cerebras 是從 300 毫米的晶圓上切割下來一個最大的正方形做芯片，也就是說，一片晶圓，只能生產一個，不容出錯。
這款芯片面積42225平方毫米，是目前芯片面積最大的英偉達GPU的56.7倍，擁有1.2萬億個晶體管，400000個核心，片上內存18 Gigabytes，內存帶寬19 PByte/s，fabric帶寬100 Pbit/s，專門面向AI任務。
隨著製程技術的發展，現在的芯片越做越小。很多人難免會有疑問，明明晶體管的密度越來越高了，為什麼不保持一定的體積，提升更多的性能，非要做小呢？
首先是散熱問題，如果芯片面積過大，產生的熱量也十分恐怖，需要更強力的散熱手段，散熱不及時會使芯片無法維持穩定的工作狀態。其次是成本問題，芯片的製造存在良品率，比如說一片晶圓可以生產100片芯片，但晶圓上出現三個出錯點，會損失3塊芯片，良品率仍然有97%，如果只生產更大的20個，損壞3個點意味著良品率只有85%，對於企業來說成本劇增。
目前來說芯片的發展趨勢是越來越小，臺式機的顯卡可能就是你能見到的最大的集成芯片了，更強的性能需要依靠多個芯片並行，偏偏有一家公司反其道而行之，生產出了一款怪物級的芯片。
加州的初創企業 Cerebras 推出的一款新芯片WSE，竟然比一塊 iPad 還要大。
“我還以為是鼠標墊呢”
這個「硅基巨人」的邊長大約有 22 釐米 （大約 9 英寸），可能會成為有歷史記載以來最大的計算機芯片。
前面提到過，現代晶圓廠通常會用直徑約為 300 毫米、大小約為 12 英寸的晶圓，這種晶圓片通常能生產超過 100 個芯片。而Cerebras 是從 300 毫米的晶圓上切割下來一個最大的正方形做芯片，也就是說，一片晶圓，只能生產一個，不容出錯。
這款芯片面積42225平方毫米，是目前芯片面積最大的英偉達GPU的56.7倍，擁有1.2萬億個晶體管，400000個核心，片上內存18 Gigabytes，內存帶寬19 PByte/s，fabric帶寬100 Pbit/s，專門面向AI任務。
相比之下5W元的Tesla V100小的可憐
這顆芯片擁有史上最大的片上存儲空間（英偉達最好GPU的3000倍）、最多的AI核（每一個核相當於一個小型計算機）和最高的通信速度（最高性能GPU的10000倍內存帶寬）。
芯片設計人員是用Cadence、新思科技等公司的芯片設計軟件來規劃晶體管的排列。但傳統芯片僅有數十億個晶體管，而Cerebras芯片的晶體管有1.2萬億，這是一般的芯片設計工具無法實現的。因此，Cerebras建立了自己的設計軟件工具。
隨著製程技術的發展，現在的芯片越做越小。很多人難免會有疑問，明明晶體管的密度越來越高了，為什麼不保持一定的體積，提升更多的性能，非要做小呢？
首先是散熱問題，如果芯片面積過大，產生的熱量也十分恐怖，需要更強力的散熱手段，散熱不及時會使芯片無法維持穩定的工作狀態。其次是成本問題，芯片的製造存在良品率，比如說一片晶圓可以生產100片芯片，但晶圓上出現三個出錯點，會損失3塊芯片，良品率仍然有97%，如果只生產更大的20個，損壞3個點意味著良品率只有85%，對於企業來說成本劇增。
目前來說芯片的發展趨勢是越來越小，臺式機的顯卡可能就是你能見到的最大的集成芯片了，更強的性能需要依靠多個芯片並行，偏偏有一家公司反其道而行之，生產出了一款怪物級的芯片。
加州的初創企業 Cerebras 推出的一款新芯片WSE，竟然比一塊 iPad 還要大。
“我還以為是鼠標墊呢”
這個「硅基巨人」的邊長大約有 22 釐米 （大約 9 英寸），可能會成為有歷史記載以來最大的計算機芯片。
前面提到過，現代晶圓廠通常會用直徑約為 300 毫米、大小約為 12 英寸的晶圓，這種晶圓片通常能生產超過 100 個芯片。而Cerebras 是從 300 毫米的晶圓上切割下來一個最大的正方形做芯片，也就是說，一片晶圓，只能生產一個，不容出錯。
這款芯片面積42225平方毫米，是目前芯片面積最大的英偉達GPU的56.7倍，擁有1.2萬億個晶體管，400000個核心，片上內存18 Gigabytes，內存帶寬19 PByte/s，fabric帶寬100 Pbit/s，專門面向AI任務。
相比之下5W元的Tesla V100小的可憐
這顆芯片擁有史上最大的片上存儲空間（英偉達最好GPU的3000倍）、最多的AI核（每一個核相當於一個小型計算機）和最高的通信速度（最高性能GPU的10000倍內存帶寬）。
芯片設計人員是用Cadence、新思科技等公司的芯片設計軟件來規劃晶體管的排列。但傳統芯片僅有數十億個晶體管，而Cerebras芯片的晶體管有1.2萬億，這是一般的芯片設計工具無法實現的。因此，Cerebras建立了自己的設計軟件工具。
Cerebras 公司 CEO Andrew Fieldman在一份聲明中說，“Cerebras WSE專為AI而設計，其中包含了不少基礎創新，解決了限制芯片尺寸的長達數十年的技術挑戰，如單晶圓良率、功率輸出、封裝等。其中，所有架構設計都是為了優化AI工作的性能。總的來說，WSE只需要較小功耗和空間，就能提供數百或數千倍的現有解決方案的性能。”
據他估計，搭載WSE的計算機將是內置多個NVIDIA芯片的服務器的150倍，而功耗只是服務器機架所需物理空間的一小部分。他預測，在雲計算設施中運行成本高達數萬美元的AI訓練任務，有望將成本降低一個數量級。
現在最大的疑問是，這麼大一塊芯片，散熱要怎麼做？不得不說，目前為止，各大新聞中都未提及這款芯片的功耗問題。但不難想象，與我們看見的傳統“指甲蓋”大小的芯片相比，這款芯片的功耗一定不會低。
Andrew也表示，這款芯片不會單獨銷售，而是將被打包到Cerebras設計的計算機“設備”中。原因是它需要一個複雜的水冷系統去散熱。
隨著製程技術的發展，現在的芯片越做越小。很多人難免會有疑問，明明晶體管的密度越來越高了，為什麼不保持一定的體積，提升更多的性能，非要做小呢？
首先是散熱問題，如果芯片面積過大，產生的熱量也十分恐怖，需要更強力的散熱手段，散熱不及時會使芯片無法維持穩定的工作狀態。其次是成本問題，芯片的製造存在良品率，比如說一片晶圓可以生產100片芯片，但晶圓上出現三個出錯點，會損失3塊芯片，良品率仍然有97%，如果只生產更大的20個，損壞3個點意味著良品率只有85%，對於企業來說成本劇增。
目前來說芯片的發展趨勢是越來越小，臺式機的顯卡可能就是你能見到的最大的集成芯片了，更強的性能需要依靠多個芯片並行，偏偏有一家公司反其道而行之，生產出了一款怪物級的芯片。
加州的初創企業 Cerebras 推出的一款新芯片WSE，竟然比一塊 iPad 還要大。
“我還以為是鼠標墊呢”
這個「硅基巨人」的邊長大約有 22 釐米 （大約 9 英寸），可能會成為有歷史記載以來最大的計算機芯片。
前面提到過，現代晶圓廠通常會用直徑約為 300 毫米、大小約為 12 英寸的晶圓，這種晶圓片通常能生產超過 100 個芯片。而Cerebras 是從 300 毫米的晶圓上切割下來一個最大的正方形做芯片，也就是說，一片晶圓，只能生產一個，不容出錯。
這款芯片面積42225平方毫米，是目前芯片面積最大的英偉達GPU的56.7倍，擁有1.2萬億個晶體管，400000個核心，片上內存18 Gigabytes，內存帶寬19 PByte/s，fabric帶寬100 Pbit/s，專門面向AI任務。
相比之下5W元的Tesla V100小的可憐
這顆芯片擁有史上最大的片上存儲空間（英偉達最好GPU的3000倍）、最多的AI核（每一個核相當於一個小型計算機）和最高的通信速度（最高性能GPU的10000倍內存帶寬）。
芯片設計人員是用Cadence、新思科技等公司的芯片設計軟件來規劃晶體管的排列。但傳統芯片僅有數十億個晶體管，而Cerebras芯片的晶體管有1.2萬億，這是一般的芯片設計工具無法實現的。因此，Cerebras建立了自己的設計軟件工具。
Cerebras 公司 CEO Andrew Fieldman在一份聲明中說，“Cerebras WSE專為AI而設計，其中包含了不少基礎創新，解決了限制芯片尺寸的長達數十年的技術挑戰，如單晶圓良率、功率輸出、封裝等。其中，所有架構設計都是為了優化AI工作的性能。總的來說，WSE只需要較小功耗和空間，就能提供數百或數千倍的現有解決方案的性能。”
據他估計，搭載WSE的計算機將是內置多個NVIDIA芯片的服務器的150倍，而功耗只是服務器機架所需物理空間的一小部分。他預測，在雲計算設施中運行成本高達數萬美元的AI訓練任務，有望將成本降低一個數量級。
現在最大的疑問是，這麼大一塊芯片，散熱要怎麼做？不得不說，目前為止，各大新聞中都未提及這款芯片的功耗問題。但不難想象，與我們看見的傳統“指甲蓋”大小的芯片相比，這款芯片的功耗一定不會低。
Andrew也表示，這款芯片不會單獨銷售，而是將被打包到Cerebras設計的計算機“設備”中。原因是它需要一個複雜的水冷系統去散熱。
巨芯有怎樣的商用價值？據悉，少數客戶將在9月份開始嘗試WSE芯片。
市場研究機構 Tirias Research 的創始人 Jim McGregor 也不是很看好這款巨型芯片。他認為，並非所有科技公司都會急於購買像 Cerebras 這樣形狀非常奇特的芯片。
一方面，他估計 Cerebras 的系統可能就要花費數百萬美元，因為現有的數據中心可能需要修改以適應它們的結構。
另一方面，Cerebras 還必須開發軟件，使 AI 開發人員能夠輕鬆適應這款新產品。
不過他給出一個有意思的預測——那些賭上性命也要與 Facebook、亞馬遜和百度等 AI 公司競爭的大型科技企業，也許會認真研究 Cerebras 這款超大號芯片。這說不定是他們彎道超車的機會。