根据报导，台积电推出 3D SoIC 后端服务后，还开发主要用于超级计算 AI 芯片的 InFO SoW（晶圆系统）技术，并有望在两年内以 InFO（整合式扇出封装技术）衍生制程开始量产。
之前台积电已与 Cerebras 合作，InFO 衍生制程开始量产意味着台积电可能 2 年内开始商业化生产专属超级电脑的 AI 芯片。这款从去年推出就备受瞩目的超级 AI 芯片若商业化，机器学习或将迈入新阶段。
制造“超级”AI 芯片，面临互连难题
此次台积电计划生产的 AI 芯片，就是新创人工智能公司 Cerebras Systems 去年推出的世界最大半导体芯片，拥有 1.2 兆颗晶体管，40 万颗核心，面积为 46,225 平方毫米，芯片上内存 18G，是目前面积最大芯片 NVIDIA GPU 的 56.7 倍，并多了 78 颗计算核心。
据 Cerebras 说法，这是目前唯一百万级晶体管晶圆级处理器，基于此芯片推出的 CS-1 系统可提供比其他系统更少空间和功耗计算效能，相当于标准资料中心机架三分之一，同时取代数十万个 GPU 的需求。
（Source：Cerebras）
Cerebras 之所以推出这款 AI 芯片，主要是针对深度学习的工作负载。当今人工智能发展受训练模型花费时间的限制，如何缩短训练时间是整个产业共同的问题。目前大多数芯片都是在 12 英寸硅晶圆上制成的芯片集合，并在芯片工厂批量加工，但 Cerebras 芯片却是采用互连法，将所有核心放在同一块硅晶圆上，使资料移动快速且低功耗。
另一方面，Cerebras 将所需资料储存在处理器芯片而非单独储存芯片，意味着芯片能将原本需几个月的训练缩短到几分钟，推理能力也更强。
所有改进都指向制造的芯片越大越好，但芯片越大，可能出现的缺陷也就越多，就要求制造芯片的过程中，尽可能解决难题。例如，光刻工具旨在将特定图案一遍又一遍投射到较小的矩形框内，由于在晶圆的不同位置刻蚀不同图案的成本和难度，限制了在同一晶圆构建不同的系统。
对于超级计算芯片而言，最大的挑战在于芯片互连。这要求芯片制造商在每个芯片周围留下空白硅窄边，称为划线。基于这难题，Cerebras 与台积电合作。
台积电先进封装技术有望达成“超级”AI 芯片量产
台积电与 Cerebras 的合作，整合式扇出型封装技术（InFO）发挥了重要作用。
而整合式扇出封装技术是什么？
从技术特点来看，先进晶圆封装技术分为扇入型（Fat-in）和扇出型（Fan-out）两种，传统晶圆级封装多采扇入型架构，完成再布线并形成与外部互连的焊球，主要应用于 I/O 引脚数量较少的积体电路芯片。但随着终端机用户对产品效能要求日趋增多，摩尔定律下制程节点不断推进，满足要求的芯片需要更多 I/O 引脚，传统扇入型封装已不符合要求，扇出型晶圆级封装方式应运而生。
扇出型封装突破 I/O 引出端数目的限制，透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程完成多层再布线和凸点制备，切割分离后得到能与外部效能互连的封装体。
（Source：台积电）
不同厂商的技术各有差异，就台积电而言，扇出型晶圆封装领域开发出整合式扇出封装技术（InFO），并于 2014 年宣布量产。台积电采用的扇出型封装技术，舍弃了原本扇入型封装使用的印刷电路版，直接将 NAND、逻辑 IC、RF 射频等元件嵌入晶圆，意味着靠扇出型封装技术得到的芯片厚度和成本都减少。
根据台积电的说法，扇出型封装技术使芯片厚度减少 20%，成本降低 30%，同时互连功耗降低 15%。以较小功耗达成高连线性，这正是超级计算 AI 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，但考虑到安全性等因素，目前市场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。基于成本与厚度优势，未来可能有越来越多芯片采用扇出型封装技术。此次台积电与 Cerebras 合作，也为扇出型封装技术开拓新市场。
价高但值得付出
预计 Cerebras 晶圆的成本为 200 万美元，价格昂贵，就算量产也无法短时间内大量普及，但学习能力和推理能力确实值得期待，这似乎是 cyber 时代机器走向人类的一大步，如同我们对 5G 世界的想像。当机器学习更普及，我们的世界将会变成什么样子？
- Cerebras’s Giant Chip Will Smash Deep Learning’s Speed Barrier
（本文由 雷锋网 授权转载；首图来源：Cerebras）
延伸阅读：
- 这台电脑只有 66 公分高，但内部装有 40 万核心
- 新创独角兽 Cerebras 推出 AI 单芯片超级电脑，大型 AI 学习训练可从数月降至数分钟
