Cerebras 晶圆级引擎 WSE-2

是什么

Cerebras 发布晶圆级引擎 2（Wafer Scale Engine 2，WSE-2），并称其为当时最大的 AI 处理器^[1]。这个名字说的是它的物理形态。普通处理器是把一整片硅晶圆切割成许多小块，再分别封装、用导线或电路板彼此连接；晶圆级芯片则保留整片晶圆不切，把它当作一个处理器来用。WSE-2 的面积达 46,225 平方毫米，由 84 个小芯片（die）拼接成这一整块硅片^[2]。

怎么造出来

Cerebras 称该芯片由台积电（TSMC）以 7 纳米工艺制造^[1]。工艺数字描述的是晶圆厂所用制造技术的一代，通常越先进的工艺能在同样面积里容纳更多晶体管。Cerebras 称，在这一工艺下 WSE-2 拥有 2.6 万亿个晶体管和 85 万个为 AI 优化的核心^[1]。内存不像常见方案那样放在旁边的独立芯片里，而是直接做在晶圆上：40 GB 的片上内存，片上内存带宽达每秒 20 PB^[2]。

带宽这个数字对 AI 计算尤其关键。训练和运行大型神经网络，本质上是搬运海量的数字——权重、激活值、梯度——在存储的位置和计算的位置之间来回移动。如果内存离得远，处理器就有大量时间在等数据，运算单元空转。把内存放到同一块晶圆上，并给它非常高的总带宽，正是为了减少这种等待。

对比

Cerebras 用两把尺子来衡量这颗芯片。第一把是当时最大的 GPU，公司称其有 540 亿个晶体管，这个对比意在显示晶圆级设计与常规芯片在规模上的差距^[1]。第二把是自家上一代产品：Cerebras 称 WSE-2 的晶体管数量、核心数量、内存、内存带宽和互连带宽都超过第一代 WSE 的两倍^[1]。互连带宽指的是芯片上的核心彼此传递数据的速度，这对一颗晶圆大小的处理器很重要，因为它必须让几十万个核心协同工作。

用在哪里

WSE-2 不作为单独零件出售，它被装进 Cerebras 的 CS-2 系统，公司称该系统性能超过上一代 CS-1 的两倍^[1]。围绕晶圆级芯片搭建系统，需要在一大片硅片上供电和散热，因此芯片之外的那台机器，和芯片本身一样是设计的一部分。

为什么重要

WSE-2 押的是与行业主流不同的一个方向。多数 AI 加速器由许多较小的芯片通过高速链路连接而成；晶圆级集成则试图干脆取消这些边界，让整片晶圆作为一个器件工作。它的吸引力在于规模，以及内存与计算之间的距离足够近。难点在于，一整片晶圆是很大的一块硅，而制造中出现缺陷在大面积上几乎是必然的，因此让整片晶圆像一个可靠的处理器那样工作，是这条路必须解决的工程问题。