上周臺積電北美技術(shù)研討會上不太引人注目的花絮之一是，特斯拉宣布用于人工智能訓練的 Dojo 晶圓系統(tǒng)處理器現(xiàn)已投入量產(chǎn)，并有望很快部署。有關(guān)巨型處理器的更多細節(jié)在活動中公布。

Tesla 的Dojo 晶圓上系統(tǒng)處理器（或者 Tesla 稱之為 Dojo Training Tile）依賴于放置在載體晶圓并使用臺積電的集成扇出 (InFO) 技術(shù)進行晶圓級互連 (InFO_SoW) 互連。據(jù)IEEE Spectrum報道，InFO_SoW 技術(shù)旨在實現(xiàn)高性能連接，使得 Tesla Dojo 的 25 個芯片可以像單個處理器一樣工作 。同時，為了使晶圓級處理器保持一致，臺積電用虛擬芯片填充了芯片之間的空白點。

由于 Tesla Dojo Training Tile 本質(zhì)上包含 25 個超高性能處理器，因此它非常耗電，并且需要復雜的冷卻系統(tǒng)。為了給晶圓上系統(tǒng)供電，特斯拉使用了高度復雜的電壓調(diào)節(jié)模塊，為計算平面提供 18,000 安培的電力。后者散發(fā)的熱量高達 15,000W，因此需要液體冷卻。

特斯拉尚未透露其 Dojo 晶圓系統(tǒng)的性能——不過，考慮到其開發(fā)過程中面臨的所有挑戰(zhàn)，它似乎有望成為人工智能訓練的一個非常強大的解決方案。

晶圓級處理器，例如 Tesla 的 Dojo 和 Cerebras 的晶圓級引擎 (WSE)，比多處理器機器的性能效率要高得多。它們的主要優(yōu)點包括內(nèi)核之間的高帶寬和低延遲通信、降低的電力傳輸網(wǎng)絡(luò)阻抗以及卓越的能源效率。此外，這些處理器可以受益于擁有冗余的“額外”核心——或者，對于特斯拉來說，擁有已知良好的處理器核心。

但目前此類處理器還存在固有的挑戰(zhàn)。晶圓系統(tǒng)目前必須專門使用片上存儲器，這不靈活，而且可能不足以滿足所有類型的應(yīng)用。這個問題將通過名為 CoW_SoW 的下一代晶圓上系統(tǒng)平臺來解決 ，該平臺將支持在處理器塊上進行 3D 堆疊 和 HBM4 內(nèi)存安裝。

目前，只有Cerebras和 Tesla 擁有晶圓上系統(tǒng)設(shè)計。但臺積電確信，隨著時間的推移，更多的人工智能和高性能計算處理器開發(fā)商將構(gòu)建晶圓級設(shè)計。

來源：半導體行業(yè)觀察