Cerebras：自2015年成立后，不断迭代晶圆级芯片产品，目前已推出第三代晶圆级芯片WSE-3。该芯片采用台积电5nm工艺，晶体管数量达4万亿个，AI核心数量90万个，缓存容量44GB，可支持高达1.2PB的片外内存，能训练比GPT-4和Gemini大10倍的下一代前沿大模型，四颗并联一天内可完成700亿参数的调教，支持最多2048路互连，一天便可完成Llama 700亿参数的训练。

　　特斯拉：其在2021年就开始尝试晶圆级芯片，推出了Dojo。Dojo采用Chiplet路线，在晶圆尺寸的基板上集成25颗专有D1芯粒。单个D1芯粒有500亿个晶体管，能提供362 TFlops BF16/CFP8的计算能力，单个Dojo拥有9Petaflops的算力和每秒36TB的带宽。

　　Dojo系统针对全自动驾驶模型训练定制，可组成ExaPOD超算系统，提供1.1EFlops的计算性能。

　　在性能方面，以Cerebras WSE-3为例，其FP16训练峰值性能达125 PFLOPS，支持训练高达24万亿参数的AI模型且无需模型分区，2048个WSE-3系统组成的集群训练700亿参数的Llama 2 LLM仅需1天，速度比传统集群提升30倍。

　　特斯拉Dojo的单个训练瓦等组成的系统也有强大计算性能，能处理大量视频流数据。

　　相同算力下，晶圆级芯片构建的算力集群占地面积比GPU集群缩小10-20倍以上，可有效节省空间。功耗能降低30%以上，减少能源消耗和成本。

　　WSE-3的单片架构避免多芯片数据传输，显著降低延迟，将实时GenAI推理延迟降低10倍以上；Dojo也能大幅降低通信开销，芯片间延迟达100纳秒。WSE-3内存带宽达21 PB/s，远超传统GPU，能快速处理大量数据。

　　CPU是计算机的中央处理器，主要负责处理通用计算任务，注重串行处理能力和指令执行的灵活性。而晶圆级芯片更侧重于高性能计算，尤其是针对AI大模型训练等特定场景。

　　计算能力：晶圆级芯片在并行计算能力上远超CPU。例如Cerebras WSE-3有90万个核心，特斯拉Dojo的训练瓦有8850个核心，能同时进行大量计算操作，而CPU核心数量相对较少，难以应对大规模并行计算任务。

　　适用场景：CPU适用于操作系统运行、各类应用程序处理等通用场景；晶圆级芯片则专为AI训练、自动驾驶模型训练等对算力需求极高的特定场景设计，如Cerebras WSE-3擅长超大型模型训练，特斯拉Dojo针对全自动驾驶模型训练优化。

　　架构设计：CPU架构强调指令集的完整性和通用性，以满足不同任务需求；晶圆级芯片则采用更集中、高效的架构，如Cerebras的monolithic架构和特斯拉Dojo的modular架构，通过紧密集成提升算力和效率，减少数据传输延迟。

　　在全球积极探索先进芯片技术的浪潮下，各国各地区也纷纷出台相关政策，为包括晶圆级芯片在内的先进芯片技术发展提供有力支持。

　　我国自十三五规划起，就将人工智能产业技术研发和标准制定提上日程，《“十三五”国家战略性新兴产业发展规划》《新一代人工智能发展规划》等一系列政策的出台，为人工智能产业发展奠定基础，也为晶圆级芯片这类人工智能关键硬件技术的发展提供了广阔空间 。

　　2024年，工信部等部门出台《关于推动未来产业创新发展的实施意见》，明确利用人工智能、先进计算等技术精准识别和培育高潜能未来产业，支撑推进新型工业化，这无疑为致力于提升算力的晶圆级芯片发展提供了政策东风，激励企业和科研机构在该领域加大研发投入，促进技术突破与产业应用。

　　北京、上海、深圳、杭州等地针对人工智能产业发展，在算力设施建设、模型开放生态打造等维度出台政策，其中对算力技术的支持，涵盖高性能计算芯片，晶圆级芯片作为算力提升的重要方向，有望在这些政策推动下，加快技术研发与产业落地。

　　例如，北京市经信局印发的《北京市关于支持信息软件企业加强人工智能应用服务能力行动方案(2025年)》中，对符合要求的相关企业给予高额支持奖励，若涉及晶圆级芯片相关的算力部署、研发等项目，极有可能被纳入支持范畴，助力企业攻克技术难题，推动产业发展。

　　晶圆级芯片凭借其独特优势在算力需求爆发的时代脱颖而出，头部企业的积极探索为产业发展积累经验，而政策的大力支持则为其发展保驾护航，随着技术的不断成熟和产业生态的完善，晶圆级芯片有望在未来算力市场中占据重要地位，为人工智能等领域的发展注入强大动力，成为推动新一轮科技革命和产业变革的关键力量。

　　内容来源于：半导体产业纵横：晶圆级芯片，是未来；半导体产业纵横：晶圆级芯片迎来重磅玩家，未来可期；腾讯新闻：算力节点集成密度最高，晶圆级芯片有望重构AI算力格局

　　本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。三牛注册