世界首颗3D芯片诞生！集成600亿晶体管，突破7nm制程极限

新智元报道
编辑：桃子 拉燕
【新智元导读】周四，英国的明星AI芯片公司Graphcore发布了一款IPU产品Bow，采用台积电3D封装技术，性能提升40% ，首次突破7纳米工艺极限。
全球首颗3D封装芯片诞生！
周四，总部位于英国的AI芯片公司Graphcore发布了一款IPU产品Bow，采用的是台积电7纳米的3D封装技术。
据介绍，这款处理器将计算机训练神经网络的速度提升40%，同时能耗比提升了16%。
600亿晶体管，首颗3D芯片诞生
能够有如此大的提升，也是得益于台积电的3D WoW硅晶圆堆叠技术，从而实现了性能和能耗比的全面提升。
正如刚刚所提到的，与Graphcore的上一代相比，Bow IPU可以训练关键的神经网络，速度约为40%，同时，效率也提升了16%。

同时，在台积电技术加持下，Bow IPU单个封装中的晶体管数量也达到了前所未有的新高度，拥有超过600亿个晶体管。
官方介绍称，Bow IPU的变化是这颗芯片采用3D封装，晶体管的规模有所增加，算力和吞吐量均得到提升，Bow每秒可以执行350万亿flop的混合精度AI运算，是上代的1.4倍，吞吐量从47.5TB提高到了65TB。
Knowles将其称为当今世界上性能最高的AI处理器，确实当之无愧。

Bow IPU的诞生证明了芯片性能的提升并不一定要提升工艺，也可以升级封装技术，向先进封装转移。
Graphcore首席技术官和联合创始人Simon Knowles表示，「我们正在进入一个先进封装的时代。在这个时代，多个硅芯片将被封装在一起，以弥补在不断放缓的摩尔定律 (Moore’s Law) 道路上取得的不断进步所带来的性能优势。」
台积电真WoW！
2018年4月，在美国加州圣克拉拉举行了第二十四届年度技术研讨会。在这次会上，全球最大的半导体代工企业台积电首次对外公布了名叫SoIC（System on Integrated Chips）的芯片3D封装技术。

这是一种整合芯片的封装技术，由台积电和谷歌等公司共同测试开发。而谷歌也将成为台积电3D封装芯片的第一批客户。
什么是封装技术呢？
封装技术的主要功能是完成电源分配、信号分配、散热和保护等任务。而随着芯片技术的不断发展，推动着封装技术也在不断革新。
而3D封装技术，简单来说，就是指在不改变封装体尺寸的前提下，在同一个封装体内，在垂直方向上叠放两个或者更多芯片的技术。
相较于传统的封装技术，3D封装缩小了尺寸、减轻了质量，还能以更快的速度运转。
台积电在年度技术研讨会上表示，SoIC是一种创新的多芯片堆叠技术，是一种晶圆对晶圆的键合技术。SoIC的实现，是基于台积电已有的晶圆基底芯片（CoWoS）封装技术和多晶圆堆叠（WoW）封装技术所开发的新一代封装技术。
晶圆基底芯片（CoWoS），全称叫Chip-on-Wafer-on-Substrate，是一种将芯片、基底都封装在一起的技术。封装在晶圆层级上进行。这项技术隶属于2.5D封装技术。

而多晶圆堆叠技术，或者堆叠晶圆（WoW，Wafer on Wafer），简单来说，就是取代此前在晶圆上水平放置工作单元的技术，改为垂直放置两个或以上的工作单元。这种做法可以使得在相同的面积下，有更多的工作单元被放到晶圆之中。

这样做还有另一个好处：每个晶片可以以极高的速度和最小的延迟相互通信。甚至，制造商还可以用多晶圆堆叠的方式将两个GPU放在一张卡上。
但也存在问题。晶圆被粘合在一起后，一荣俱荣、一损俱损。哪怕只有一个坏了，另一个没坏，也只能把两个都丢弃掉。因此，晶圆量产或成最大问题。
而为了降低成本，台积电只在具有高成品率的生产节点使用这项技术，比如，台积电的16nm工艺。
相较于CoWoS和WoW，SoIC更倚重CoW（Chip on Wafer）设计。对于芯片业者来说，采用CoW设计的芯片，生产上会更加成熟，良率也可以提升。

值得一提的是，SoIC能对小于等于10nm的制作过程进行晶圆级的键合。键合技术无疑会大大提高台积电在这方面的竞争力。
练手怎么样？
Bow是IPU-POD人工智能计算系统的核心，称为BOW PODs。
它可以从16个BOW芯片扩展到1024个，提供高达358.4千亿次的计算机运算速度，同时配合多达64个CPU处理器。

新的Bow-2000 IPU Machine是Bow Pod系统的构建块。
它是基于与第二代IPU-M2000 machine同样鲁棒的系统架构，但是配备了四个强大的Bow IPU处理器，可提供1.4 PetaFLOPS的人工智能计算。

这么厉害的芯片，还不赶快拿来练练手？
近年来，语言模型的参数量不断刷新。从惊艳四座的谷歌BERT，到OpenAI的GPT-3，再到微软英伟达推出的威震天等等。
都对训练时所需的计算性能提出了更大要求。
根据Graphcore公布的初始数据可以看出，这些模型在最新的硬件形态上都有很大的性能提升。

MLPerf v1.1训练结果
另外，在图像方面，无论是典型的CNN网络，还是近期比较热门的Vision Transformer网络，以及深层次的文本到图片的网络。
与上一代产品相比，Bow IPU都有30%到40%的性能提升。
对于最先进的计算机视觉模型EfficientNet，Bow Pod16能够提供可比Nvidia DGX A100系统5倍以上的性能，而价格只有它的一半，总体拥有成本优势提升高达10倍。

下一步，超级智能AI计算机
Graphcore今天还宣布了一件重大的事，正在开发一款超级智能AI计算机，要在2024年推出，售价1.2亿美元。
我们知道，大脑是一个极其复杂的计算设备，在一个生物神经网络系统中拥有大约1000亿个神经元和超过100万亿个参数，它提供的计算水平是任何芯片计算机都无法比拟的。
而这款超级智能AI计算机Good将超越人类大脑的参数能力。

Good计算机名字何来？是以计算机科学先驱 i.j. Jack Good 的名字命名。
Jack Good在1965年的论文《关于第一台超级智能机器的推测》中就描述了一种超越我们大脑能力的机器。
未来，它可以进行超过10 Exa-Flops的人工智能浮点计算，最高可达4PB的存储，带宽超过10PB/秒。
Graphcore的首席执行官Graphcore表示，「当我们创建 Graphcore 的时候，我们脑海中一直有一个想法，那就是建造一台超智能计算机，它将超越人脑的能力，这就是我们现在正在努力做的事情。」
参考资料：
https://spectrum.ieee.org/graphcore-ai-processor
https://www.zdnet.com/article/ai-computer-maker-graphcore-unveils-3-d-chip-promises-500-trillion-parameter-ultra-intelligence-machine/
https://www.hpcwire.com/2022/03/03/graphcore-launches-wafer-on-wafer-bow-ipu/

---