Cerebras：那家出了世界最大芯片的公司

半导体行业观察 4天前

以下文章来源于企业存储技术，作者Winnie shao

企业存储技术

关注存储、服务器、图形工作站、AI硬件等方面技术，WeChat：490834312

来源：转载自「Winnie shao企业存储技术」，谢谢。

前言：这半年日子过得有点困苦，（请走过路过的朋友多多请我吃饭咖啡），为了在苦中有点开心的事情，我决定用业余时间来八卦公司。

如果说IT硬件行业三大项：计算，存储和网络。我十年修习网络，十年修习计算（仅半边），至于存储，存储我认识专家。从业经验么，我待过四家公司，我肯定避开这四家公司。

结合这种背景，来看我仅代表个人观点的八卦。

1．2019 Hot Chips一鸣惊人

Cerebras是2019年HotChips大会上一鸣惊人的。Wafer Scale，可着一个wafer能出的最大芯片尺寸出的，1.2T的晶体管，超过EDA工具的能力了，40万个AI核，18GB的片上Memory， 100Pbit/s的Fabric带宽。

做世界第一大芯片，难不难？难到超纲，本来是有一个Reticlesize的约束的。上一次试图做类似尝试的公司，在1980年代烧光了$230million美金（wow，美国的VC们很有钱很有野心么），还留了一句，大约要等上100年，才能成功的话。无论Cerebras的AI做得成不成功，至少大芯片做得很成功，超摩尔定律的那种成功。

46,225平方毫米，约等于462平方厘米

2．公司财务与核心成员

Cerebras在2016年成立，A轮融了$27 million， B轮$25million，C轮$60milion，最近的D轮融了 $88 million，就是一共$200million （2亿美金），一共200人。这是一家估值在3年前，C轮就到近9亿的公司，就算是10亿美金的公司吧。

第一颗芯片，16nm，按Gartner2017年的数字，费用大约$80 million。因为Cerebras的难度，还有做系统的费用，我觉得研发至少得花了$100 million吧。如果一个工程师，一年的开销是$150K，200人，一年$30 million。好在前两年不会有那么多的人，薪资这块算$50million，因此帐上应该还有$50 million吧。第二颗芯片的投片之前，得再融一轮吧。

公司的CEO，也是一个人物,成功创建了SeaMicro（熟，做服务器的），然后2012年成功的卖给AMD。CTO 早在1990年代，在Sun的时代（那时的Sun如日中天）就是一个芯片设计工程师,做过AMD的fellow。

看看其它核心成员，一水的SeaMicro + AMD的经历，这是一个成熟的创业团队（团队组的早，创业创的好）。

CEO：Andrew Feldman

CTO：Gary Lauterbach

Chief Hardware Architect：Sean Lie

Chief System Architect：Jean-PhilippeFricker

Chief Software Architect：MichaelJames

3．产品

为什么选Cerebras这种创业公司开始写？我其实写NVIDIA写了几个月了，产品线才刚刚理明白。Cerebras统共就一颗芯片WSE1，一个参考系统CS-1

，明年出第二代产品，估计把数字换成2就行了，多么简单明了。

3.1 回溯历史与产品规划的Inside Out

这家公司，我觉得算是典型的Inside Out的产品规划思路。（刚刚上过的产品课程。Inside Out是指把团队能力输出成产品，然后在世界上寻找可以解决的问题，这种产品规划模式；相对的是OutsideIn，先确定一个要解决的问题，把解决方式提炼为产品的过程）。

这个团队的能力是搭建众核系统的能力， sea of cores，什么core并不重要，AMD当年收购SeaMicro是为了 Freedom Fabric ASIC Technology，2012年的Freedom Fabric是一个颗独立的芯片，可以用2.5Gbps接口，以3D torus的方式连接512个处理器。我找了一张旧图如下。

如果按照这个套路，拿众核系统来看有什么问题可以解决，那么AI是选中的问题。2016年就选定AI training做目标问题，这个眼光，还是很可以的。

3.2 为什么做超级大芯片与做超级大芯片难在哪里

在AI领域，做超大系统，是一件正确的事情么？

回答：不但正确，而且是竞争激烈的巅峰之战。

（BTW，这是CTO的角度，像我这种，打算修炼为CMO-chief marketing officer其实并不赞成这种军备竞赛似的大系统，物美价优的云服务才是主航道）

Google TPU：我的multi-pods可以支持最高到4K芯片集联（128*32 mesh拓扑）。

NVIDIA：我不但有售价近20万美金的DGX系统，我还能组合1,000个GPU成为SuperPOD （200Gb/s IB network）呢，而且SuperPOD和SuperPOD还能互联成更大系统呢，知道我为什么买Mellanox了吧。

Graphcore：我们8个芯片的系统才卖3万5（美金）。我们有自有的IPU-Fabric（3D ring 拓扑），可以搭64,000个IPU的超级系统。（这是我打算八卦的第二个公司）

Cerebras：我们就是一个支持40万个核的平淡无奇的小AI系统吧。买两个系统有折扣，就500万美金😊

把一个超大系统做在一个芯片里，难么？

回答：难

首先光刻机能加工的最大尺寸die，这个限制叫Reticlesize，如下图左；其次突破Reticle size的限制，我们采取例如CoWoS这种封装技术，如下图中，拿两个die拼一个大芯片；但是Cerebras是如下图右，通过cross-die connectivity 连接了84个die。

在Cerebras给出的需要解决的挑战问题中，如何做cross-die的互联，排在第一位。代价比想象得低，只多了一层mask。Yield问题解决的也很漂亮。Hot Chips 2019的资料已经公开，太设计相关的细节我就不详细展开了，大家有兴趣的，可以自行参考。

编者补充：当蚀刻电路时，晶圆会产生一些无法修复的缺陷区域。在同样的缺陷分布下，晶圆分割的数量越少，裸片越大，缺陷的影响就越大。因此Cerebras必须建立冗余电路、绕过缺陷。

有了芯片，高达15KW的功耗，供电冷却都是问题，系统也难做。

一个好的产品经理，往往都卡着产业界的极限设计产品。因此突破一个极限之后，等待工程师的是连续的极限挑战。Cerebras就是这样的一个，连续挑战极限的产品与系统。它的商业成功很难预计，但是从技术突破的角度看，有很多看点。我对它的第二代产品，还是蛮有期待的。

打破了的极限，就是产业界的能力。TSMC已经放出消息来，打算2年之内，把这个wafer-scale芯片技术商业化。我甚至对第二家打算走这条路的公司，都有所期待了。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第2437期内容，欢迎关注。

Cerebras：那家出了世界最大芯片的公司

发送到看一看