什麼是“華夫餅秤”？
諸如處理器之類的集成電路設備是由矽芯片製成的。為了製造該設備，將一個巨大的圓柱形矽晶體切割成圓形晶片。然後將幾個芯片蝕刻到晶片表面上。芯片準備好後，檢查它們以發現有缺陷的塊並標記它們。
工作芯片從晶圓上切下並包裝成成品出售。“輸出”是您從晶圓中獲得的工作芯片的數量。任何因芯片故障或報廢而丟失的晶圓部分都必須用工作芯片產生的錢來替換。
晶圓級芯片將整個晶圓用於單個處理器。聽起來是個好主意，但也存在一些主要問題。
華夫薯條似乎是不可能的
多年來，已經多次嘗試“集成”整個矽晶片。問題在於芯片製造工藝並不完美。任何成品板都必然存在缺陷。
如果您在晶圓上打印同一芯片的多個副本，那麼幾個破損的芯片並不是世界末日。但是，一個 CPU 必須完美無瑕才能工作。所以如果你試圖整合整個晶圓，這些不可避免的缺點會讓整個巨型芯片變得毫無用處。
為了解決這個問題，工程師們不得不重新考慮如何設計一個可以作為一個整體工作的大型處理器。到目前為止，只有一家公司成功地製造出可工作的晶圓級處理器，而且他們必須解決嚴重的技術問題才能實現。
大腦 WSE-2
腦
Cerebras Systems 的Wafer-Scale Engine 2是一款絕對龐大的芯片。它採用 7nm 工藝，類似於智能手機、筆記本電腦和台式機等各種設備中使用的 7nm 和 5nm 芯片。
WSE-2 被設計為一個由大量高速連接網絡相互連接的核心網絡。即使某些內核出現故障，該處理器內核模塊網絡也可以進行通信。WSE 旨在擁有比宣傳更多的核心，以匹配每個晶圓的預期輸出。這意味著雖然每個芯片上都有缺陷，但它們不會以任何方式影響計算的性能。
WSE-2 專門設計用於使用稱為“深度學習”的機器學習技術加速 AI 應用程序。與用於深度學習任務的現代超級計算機相比，WSE-2 的速度提高了幾個數量級，同時功耗更低。
晶圓級處理器的優勢
晶圓級 CPU 解決了現代超級計算機設計的許多問題。超級計算機由許多連接到網絡的更小、更簡單的計算機組成。通過仔細設計此類設計的任務，可以組合所有計算能力。
然而，這個超級計算機陣列中的每台計算機都需要自己的支持組件，並且該網絡上許多單獨的 CPU 包之間的距離增加會產生許多性能問題並限制可以實時運行的工作負載類型。
晶圓大小的 CPU 有效地將數十或數百台計算機的處理能力集成到單個集成電路中，由單個電源控制，全部安裝在單個機箱中。更重要的是，您仍然可以將多台晶圓大小的計算機聯網以創建傳統的超級計算機，但速度是指數級的。
其餘的晶圓級處理器？
對於不嘗試構建超級計算機的主流用戶，我們不太可能獲得任何晶圓級產品，但在消費電子產品中也存在明顯的“越大越好”理念的元素。
一個很好的例子是 Apple 的 M1 Ultra System-on-a-Chip (SoC)，它是兩個 M1 Max SoC 通過高速互連連接形成一個資源兩倍的單一系統。
AMD CPU 設計還利用了“小芯片”，它們是 CPU 內核的塊，可以獨立製造，然後使用另一種類型的高速互連“粘合”在一起。現在處理器上的電路已經停止縮小，是時候用複雜的 3D 電路而不是我們今天使用的更常見的 2D 電路來構建它們，甚至更多。
發佈留言