如果您希望可以時常見面，歡迎標星 收藏哦~
來源：內容來自半導體行業觀察（ID：icbank）編譯自tom’shardware，謝謝。
上週台積電北美技術研討會上不太引人注目的花絮之一是，特斯拉宣佈用於人工智能訓練的 Dojo 晶圓系統處理器現已投入量產，並有望很快部署。有關巨型處理器的更多細節在活動中公佈。
Tesla 的Dojo 晶圓上系統處理器（或者 Tesla 稱之爲 Dojo Training Tile）依賴於放置在載體晶圓並使用台積電的集成扇出 (InFO) 技術進行晶圓級互連 (InFO_SoW) 互連。據IEEE Spectrum報道，InFO_SoW 技術旨在實現高性能連接，使得 Tesla Dojo 的 25 個芯片可以像單個處理器一樣工作 。同時，爲了使晶圓級處理器保持一致，台積電用虛擬芯片填充了芯片之間的空白點。
由於 Tesla Dojo Training Tile 本質上包含 25 個超高性能處理器，因此它非常耗電，並且需要複雜的冷卻系統。爲了給晶圓上系統供電，特斯拉使用了高度複雜的電壓調節模塊，爲計算平面提供 18,000 安培的電力。後者散發的熱量高達 15,000W，因此需要液體冷卻。
特斯拉尚未透露其 Dojo 晶圓系統的性能——不過，考慮到其開發過程中面臨的所有挑戰，它似乎有望成爲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。它們的主要優點包括內核之間的高帶寬和低延遲通信、降低的電力傳輸網絡阻抗以及卓越的能源效率。此外，這些處理器可以受益於擁有冗餘的“額外”核心——或者，對於特斯拉來說，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。晶圓系統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用。這個問題將通過名爲 CoW_SoW 的下一代晶圓上系統平台來解決 ，該平台將支持在處理器塊上進行 3D 堆疊 和 HBM4 內存安裝。
目前，只有Cerebras和 Tesla 擁有晶圓上系統設計。但台積電確信，隨着時間的推移，更多的人工智能和高性能計算處理器開發商將構建晶圓級設計。