台湾将生产超级芯片！用电或超大型工业设备，真的可以煎鸡蛋了？

你能想象一枚芯片消耗几千瓦的电力，甚至可能超过家用电炉吗？这个可怕的烧电时代可能就要来了，世界芯片代工巨头台积电，已计划生产晶圆级的巨大芯片，算力可能达到现有系统的40倍。自然，它的电力消耗也极为恐怖，可能会达到数千瓦，这意味着它的用电量可能会超过电炉，好吧，未来芯片也可以煎鸡蛋，再也不用点外卖了吗？

所谓晶圆级集成，简单来说，就是一张晶圆制成一个大芯片，而不是像现在这样制成数十数百个，然后切割成一个个的小芯片。晶圆级集成可以减少芯片间的物理连接，降低复杂度，简化系统，然后因为数据传输距离缩短，可以极大地减少延迟，更快地处理信息，提升芯片的整体性能，同时还可以减少功耗，开发出前所未有的高性能处理系统，在人工智能、大数据分析等领域有着巨大的潜力。

比如英伟达最新发布的史上最强AI芯片B200 GPU，就是将两个超大型Die（裸片）封装制成的，两个B200再加一个Grace CPU，就构成了GB200加速卡，两个GB200再组成一个计算节点，18个节点再组成一个Rack机架，一共有36个CPU和72个B200 GPU，称为GB200 NVL 72，就可以训练万亿参数的大模型了。

但如果把这些都集成到一个芯片上呢？这就是Cerebras Systems正在做的，现在最大的晶圆只有12寸，他们就在12寸的晶圆上集成了4万亿个晶体管，制成了90万个内核的WSE-3，总面积46225平方毫米，和人脑袋差不多大，一个芯片就可以训练24万亿个参数的大模型，可以构建比GPT-4大10倍的大模型，自称是世界上最快的AI加速器。

那么这个芯片是谁制造的呢？没有任何悬念，肯定是台积电。不仅WSE-3，特斯拉自动驾驶FSD已经结束公测，并已在中国初步获批，你知道它的灵魂是什么吗？Dojo超级计算机，专门用来训练视觉神经网络，里面包含了7360个D1芯片，这个D1芯片也是台积电生产的。25个D1芯片网格化封装，就成了一个训练模块（大芯片），这个封装也是台积电完成的。

在近日举行的北美技术研讨会上，台积电详细介绍了半导体和芯片封装技术路线图，未来将在整个晶圆级规模上集成系统，创建高性能的计算。目前特斯拉下一代Dojo训练模块已投入生产，到2027年将通过更复杂的晶圆级系统技术，将它的计算能力提高40倍。

具体来说，台积电将通过CoWoS封装技术，将多个芯片安装在一个单独的硅中介层上，超越传统单芯片800mm²的尺寸限制，制造出更大的芯片。目前已可以创建最大为2831mm² 的中介层，AMD的Instinct MI300X和英伟达即将推出的B200加速器就将在这个尺寸上封装。

而下一代CoWoS将达到4719mm²，可以支持更多的HBM高带宽内存堆栈，计算性能上将高出当前技术3.5倍。2027年将进一步提高到6864 mm²，可以集成更多的逻辑芯片和内存堆栈，预计性能将达到当前技术的7倍。

但你发现没有，这个面积比起台积电为Cerebras Systems制造的46000多平方毫米的芯片面积要小得多，这是怎么回事呢？目前Cerebras的技术仍然是独一无二的，他们设计了更多的冗余，来避开晶圆上的固有缺陷，因而可以让晶圆级的巨大芯片正常发挥作用。

而台积电的封装，实际是将更多的小芯片封装在一起，提高芯片之间的数据带宽，让它们可以像单个的大芯片一样有效工作，而不是直接制造成大芯片。不过不管是直接集成，还是间接封装成大芯片，目前还是只有台积电有这样的能力，随着人工智能爆发对算力的指数式增长需求，晶圆级大芯片会是未来的趋势吗？

不管是不是，这种芯片即使会降低能耗，也会消耗比现在更多的电力，像Cerebras Systems的WSE-3，功耗就达到了惊人的15千瓦，这都不是电炉的功率，而是大型工业设备了。台积电未来封装的大芯片，至少也会有数千瓦的功耗，煎鸡蛋应该是没有任何问题的。

当然，这种芯片一枚可能就要数百万美元，煎鸡蛋肯定是必须避免的，不然鸡蛋熟了，AI也死了，你觉得可以采用那种方式来冷却呢？欢迎留言讨论。