iPhone 的芯片比一半硬幣小，云服務器中的芯片比一角紙幣小，但現在，一個比 iPad 還大的芯片制造出來了。

它也成了目前史上最大的計算機芯片。

這個芯片名為 Cerebras Wafer Scale Engine ，由加利福尼亞一家名為 Cerebras 的初創公司制造，尺寸約為 8 英寸 ×8 英寸。

我們先來看看它「驚人」的性能參數：

12，000 億個晶體管

46，225 平方毫米的芯片面積

400，000 個 AI 可編程內核

18 GB 超快速片上存儲器（SRAM）

9 PB /s 內存帶寬

100 Petabits /s 結構帶寬

稀疏性的原生優化

軟件與標準 AI 框架（如 和 ）的兼容性

如果你對這些參數的程度不熟悉的話，要知道，世界上功能最強大的 Epyc 芯片，也只擁有 320 億個晶體管和 64 個內核。

比起世界上領先的圖形處理單元，Cerebras Wafer Scale Engine 的高速片上存儲器大了 3，000 倍，內存帶寬大了 10，000 倍，它比最大的 Nvidia GPU 芯片面積也大了 56.7 倍。

按理說，在半導體行業中，其實更大的不代表就是更好。

但其創始人兼首席執行官，更大的芯片，就是為了滿足更與時俱進的人工智能。

這：AI 對我們的生活影響越來越大，數據庫也越來越大，但現在人工智能行業進步的主要瓶頸，就是培訓模型需要極長時間。

高性能 AI 的深度學習，需要通過大量的計算和頻繁的數據訪問進行訓練，才能不斷改進和升級，一個更強大的處理器，才能盡可能快地處理海量增長的新數據。

▲ Andrew Feldman 和原始的 SeaMicro 盒子

該芯片使用臺積電的 16 納米工藝制造的 300 毫米晶圓切割而成，這是單個晶圓級的解決方案，比起以往大多數芯片都是數十上百個集合起來，它能通過 84 個互連芯片組成的晶圓直接聯動工作。

這不僅克服了數 10 年前芯片尺寸的技術限制，而且這個芯片還具有 400000 個 AI 優化的內核，具有靈活性、可編程性。

▲典型的硅片包含大約 100 個計算機芯片。

再加上比 GPU 大 3000 倍的片上內存，解決了以往需要跨多個設備和內存層并行計算的問題，現在只用一個設備就能存儲和處理整個神經網絡。

等于就是在一個芯片上，構建了帶有內存的一整個計算機集群。

最后，與具有數百個傳統加速器的機架式服務器相比，Cerebras 具有帶寬高、延遲低的獨特通信結構，比現有的解決方案性能速度快數千倍，可以用以往無法想象的高效率來工作。

更多的內核、更大的本地內存、低延遲高帶寬結構，共同構成了加速 AI 工作的絕佳環境。

Cerebras 表示，該芯片可以驅動復雜的人工智能（AI）系統，帶來 AI 技術的巨大飛躍，應用在未來的無人駕駛汽車、監控軟件市場等各個領域。

但是，芯片制造商通常不會制造這么大的芯片，因為這種大膽的設計，必須克服重大的技術障礙，包括互連、制造、封裝、冷卻等等。

即便是用了再精細的制造技術，這么一大塊芯片也不可能沒有任何缺陷。雖然該公司打算使用「冗余處理核心」技術，拋棄制造過程中一定數量的「壞」芯片，但量產良品率過低，也定會是個難越的坎。

▲ Cerebras 正在設計自己的測試和包裝系統

另外，冷卻芯片也是個問題。小型計算機芯片使用的功率低，很容易冷卻，而 Cerebras 龐大的芯片不僅僅是散熱器和風扇就能冷卻，而是需更專業的基礎設施來協助。

此外，芯片由于太大而無法放入任何傳統封裝中，Cerebras 必須發明定制包裝技術和工具來應對挑戰。

Ian Cutress 博士說道：

這也是為什么它適合人工智能領域，因為那也是現在大筆資金流向的地方。

總而言之，Cerebras 芯片的規模和雄心是瘋狂的。但因為缺乏性能和功耗的細節，現在很難評估 Cerebras 芯片在未來的影響力。

Cerebras 表示，它目前正在幾家大型潛在客戶中開展測試系統，并將于 10 月份開始商用。但它不會單獨銷售或作為擴展卡銷售，Cerebras 希望在 2020 年中期推出圍繞此類芯片構建的完整服務器。

預計未來幾個月，Cerebras 芯片還會公布更多技術的細節，這項技術，也必會隨著 AI 日新月異的進程而持續升溫。