训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片

云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

根据DIGITIMES报道,台积电在推出3D SoIC后端服务后,还开发了主要用于超级计算f & [ [ 8 p y vAI芯片的InFO_SoW(晶圆上系统)技术,并* & % P有望在两年内以InFO(集成式扇出封装技术)衍生( F J C ] / a的工艺开始量产。

此前,台积电已与Cerebras达成合作,InFO衍生的工艺开始量产意味着台积电可能在两a 2 ^ ` H | M 9年内开始商业化生产专用于超级计算机的AI芯片。这款从去年推出就备受瞩目的超级AI芯片若进入商业化,机器学习或将迈入新台阶。

训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片

图片源自于pxhere

制造“超级”AI芯片,1 k M v [面临互连难题

此次台积电计划生产的AI芯片,其实是由一家初创人工智能公司Cerebras Systems在去年推出的世界上最大的半导体芯片,该芯片拥有1.2万亿个晶体管,40万个核心,面积为46225平方毫米,片上内存18G,是目前面积最大芯片英伟达GPU的56.7倍,并多78个计算内核。

( n P据Cerebras的说法,该芯片是目前唯一的万亿级晶体管晶圆级处理器,基于+ g # s R } - g该芯片推出的CS-1系统可以提供比其他系统更少的空间和功耗的计算性能,相当于标准数据中心机架的三分之一,同时取代对数十r , [ + k v E万个GPU的需求。

训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片

训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片

图片源自Cerebras官k g T , W ^ , z

Cerebras之所以推出这款AI芯片,主要是针对深度学q H ? B 9习的工作负载。当今人工智能的发展受训练模型所需花费时间的限制,如何缩短训练时间是整个行业共同面临的问题。目前大多数P ? l :芯片都是在12英寸的硅晶圆上制成的芯片的集合,并在芯片工厂批量加工,但Cerebras芯片却是采用互连的方法将所有内核放在同一块硅晶圆上,使得数据移动快速且低功耗。

另一方面,Cerebras将所需的数据存储在处理器芯片上而非单独的存储芯片上,这也就意味着,该款芯片能将原本需要几个月的训练缩短到几分钟,推 n P ) E理能力也更强。

所有这些改进,都指向制造出尽可能大的芯片。但芯片越大,可能出现的缺陷也就越多。这就要求在j S k @ W L ] 9制造该款芯片的过程中,尽可能解决一些难题。例如,光刻工具是旨在将其特定的图案一遍又一遍地投射到较小的矩q @ m z形框内,由于在晶圆的不同位置刻蚀不同图案的成本和Z u I R : X难度,限制了在同一个晶圆上构建不同的系统。

对于这款超级计算芯片而言,最大的挑战在于芯片互连。这要求芯1 I d ?片制造商能够在每个芯片周围留下空白硅的窄边,这一窄边称为划线。基于这一难题,Cerebras与台积电展开了合作。

台积电先进封装技术有望实现“超级”AI芯片量产

在台积电与Cerebras的合作中,其集* ; I成式扇出封装技术(InFO)发挥着重要作用。

集成式扇出封装技术到底是什么呢

从技术特点来看,先进的晶圆封装技术分为扇入型(Fat-in)和扇出型(Fan-o( N x t ` S ?ut)两种,~ K ` N K b r * A传统的晶圆O 0 @ . % n级封装多采用扇入型结构,完成再布线并形成与外部互连的焊球,主要应用于I/O引脚数量较少的集成电路芯片。但随着终端用户对产品性能的要求日趋增多,摩尔定律下工艺节点不断推T w f G T & % U N进,满足要求的芯片需要更多的I/O引脚,传统扇入型封装已不符合要y V 9 ^求,扇出型晶圆级封装方式应运而生。

扇出型封装突破I/O引出端数J % S Y l - ]目的限制,通过晶圆重构增加单个封装体面积,之后应用晶圆级封装的先进制造工艺完成多层再布线和凸点制备,切割分离后得到能够与外部带性能互连的封装体。

训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片

图片源自台积电官网

不同厂商5 c A / ^ B ? B `的技术各有差异,就台积电 , ( g | v _而言,在扇出型晶圆封装领域开发出了集成式扇出封装技术(InFO),并于2014年宣布量产。台积电采用的扇出型封装技术,舍# ) D Q 7 O M h弃了原本扇入型封装所使用的印刷电路版,直接将NA9 2 2 } s e & 4 `ND、逻辑IC、RF射频等器件嵌入晶圆,这就意味着,依靠扇出型封装技术所得到的芯片厚度和成本都减少。

根据台积电的说法,其扇出型封W | J : p t装技术使芯片厚度减少20%,成本降低y b v T G t30%,同时互连功耗降低15%。以较小的功耗实现巨大的连接性,这正是超级计算AI: q X j M芯片所需解决的问题。

尽管扇出型封装技术比扇入型封装先进,但考虑到安全c ; H m y $性等因素,目前市场上只有手机应用处理器使用扇出型封装,CPU和逻辑IC等依然使用扇入型封装。基于其成本与厚度优势,未来,可能会有越来越多的芯片采用扇出型封装技术。此次台积电与Cerebras的合作,也为扇出型封装技术开拓了新市场。

雷锋网(公众号:雷锋网)小结

预计CZ 9 f 9 O yereb4 4 [ $ + rras晶圆的成本为200万美元,价格昂贵,这一AI芯片就算实t f I `现量产也无法在短时间内大量普及,但其学习能力和推理能力确实值得我们期待,这似乎是赛博] d B j 1时代机器走向人类的一大步,如同我们对5G世界的想象一样,当机器学习变得更加容易,我们的世界将会是什么样子?

本文参考来源

https://spectrum.ieee.org/semiconductors/processors/cerebrass-giant-chip-wiu ( ) f 0ll-smash-deep-learnings-speed-barrier

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-07-06
本文作者:吴优
本文来自:“雷锋网”,了解相关信息可以关注“雷锋网”