如果您希望可以时常见面，欢迎标星 收藏哦~

来源：内容来自半导体行业观察（ID：icbank）编译自tom’shardware，谢谢。

上周台积电北美技术研讨会上不太引人注目的花絮之一是，特斯拉宣布用于人工智能训练的 Dojo 晶圆系统处理器现已投入量产，并有望很快部署。有关巨型处理器的更多细节在活动中公布。

Tesla 的Dojo 晶圆上系统处理器（或者 Tesla 称之为 Dojo Training Tile）依赖于放置在载体晶圆并使用台积电的集成扇出 (InFO) 技术进行晶圆级互连 (InFO_SoW) 互连。据IEEE Spectrum报道，InFO_SoW 技术旨在实现高性能连接，使得 Tesla Dojo 的 25 个芯片可以像单个处理器一样工作 。同时，为了使晶圆级处理器保持一致，台积电用虚拟芯片填充了芯片之间的空白点。

由于 Tesla Dojo Training Tile 本质上包含 25 个超高性能处理器，因此它非常耗电，并且需要复杂的冷却系统。为了给晶圆上系统供电，特斯拉使用了高度复杂的电压调节模块，为计算平面提供 18,000 安培的电力。后者散发的热量高达 15,000W，因此需要液体冷却。

特斯拉尚未透露其 Dojo 晶圆系统的性能——不过，考虑到其开发过程中面临的所有挑战，它似乎有望成为人工智能训练的一个非常强大的解决方案。

晶圆级处理器，例如 Tesla 的 Dojo 和 Cerebras 的晶圆级引擎 (WSE)，比多处理器机器的性能效率要高得多。它们的主要优点包括内核之间的高带宽和低延迟通信、降低的电力传输网络阻抗以及卓越的能源效率。此外，这些处理器可以受益于拥有冗余的“额外”核心——或者，对于特斯拉来说，拥有已知良好的处理器核心。

但目前此类处理器还存在固有的挑战。晶圆系统目前必须专门使用片上存储器，这不灵活，而且可能不足以满足所有类型的应用。这个问题将通过名为 CoW_SoW 的下一代晶圆上系统平台来解决 ，该平台将支持在处理器块上进行 3D 堆叠 和 HBM4 内存安装。

目前，只有Cerebras和 Tesla 拥有晶圆上系统设计。但台积电确信，随着时间的推移，更多的人工智能和高性能计算处理器开发商将构建晶圆级设计。