出了世界最大芯片的公司！

前言：這半年日子過得有點困苦，（請走過路過的朋友多多請我吃飯咖啡），為了在苦中有點開心的事情，我決定用業(yè)余時間來八卦公司。

如果說IT硬件行業(yè)三大項：計算，存儲和網(wǎng)絡。我十年修習網(wǎng)絡，十年修習計算（僅半邊），至于存儲，存儲我認識專家。從業(yè)經(jīng)驗么，我待過四家公司，我肯定避開這四家公司。

結合這種背景，來看我僅代表個人觀點的八卦。

1．2019 Hot Chips一鳴驚人

Cerebras是2019年HotChips大會上一鳴驚人的。Wafer Scale，可著一個wafer能出的最大芯片尺寸出的，1.2T的晶體管，超過EDA工具的能力了，40萬個AI核，18GB的片上Memory， 100Pbit/s的Fabric帶寬。

做世界第一大芯片，難不難？難到超綱，本來是有一個Reticlesize的約束的。上一次試圖做類似嘗試的公司，在1980年代燒光了$230million美金（wow，美國的VC們很有錢很有野心么），還留了一句，大約要等上100年，才能成功的話。無論Cerebras的AI做得成不成功，至少大芯片做得很成功，超摩爾定律的那種成功。

46，225平方毫米，約等于462平方厘米

2．公司財務與核心成員

Cerebras在2016年成立，A輪融了$27 million， B輪$25million，C輪$60milion，最近的D輪融了 $88 million，就是一共$200million （2億美金），一共200人。這是一家估值在3年前，C輪就到近9億的公司，就算是10億美金的公司吧。

第一顆芯片，16nm，按Gartner2017年的數(shù)字，費用大約$80 million。因為Cerebras的難度，還有做系統(tǒng)的費用，我覺得研發(fā)至少得花了$100 million吧。如果一個工程師，一年的開銷是$150K，200人，一年$30 million。好在前兩年不會有那么多的人，薪資這塊算$50million，因此帳上應該還有$50 million吧。第二顆芯片的投片之前，得再融一輪吧。

公司的CEO，也是一個人物，成功創(chuàng)建了SeaMicro（熟，做服務器的） ，然后2012年成功的賣給AMD。CTO 早在1990年代，在Sun的時代（那時的Sun如日中天）就是一個芯片設計工程師，做過AMD的fellow。

看看其它核心成員，一水的SeaMicro + AMD的經(jīng)歷，這是一個成熟的創(chuàng)業(yè)團隊（團隊組的早，創(chuàng)業(yè)創(chuàng)的好）。

CEO：Andrew Feldman

CTO：Gary Lauterbach

Chief Hardware Architect：Sean Lie

Chief System Architect：Jean-PhilippeFricker

Chief Software Architect：MichaelJames

3．產(chǎn)品

為什么選Cerebras這種創(chuàng)業(yè)公司開始寫？我其實寫NVIDIA寫了幾個月了，產(chǎn)品線才剛剛理明白。Cerebras統(tǒng)共就一顆芯片WSE1，一個參考系統(tǒng)CS-1，明年出第二代產(chǎn)品，估計把數(shù)字換成2就行了，多么簡單明了。

3.1 回溯歷史與產(chǎn)品規(guī)劃的Inside Out

這家公司，我覺得算是典型的Inside Out的產(chǎn)品規(guī)劃思路。（剛剛上過的產(chǎn)品課程。Inside Out是指把團隊能力輸出成產(chǎn)品，然后在世界上尋找可以解決的問題，這種產(chǎn)品規(guī)劃模式；相對的是Outside In，先確定一個要解決的問題，把解決方式提煉為產(chǎn)品的過程）。

這個團隊的能力是搭建眾核系統(tǒng)的能力， sea of cores， 什么core并不重要，AMD當年收購SeaMicro是為了 Freedom Fabric ASIC Technology，2012年的Freedom Fabric是一個顆獨立的芯片，可以用2.5Gbps接口，以3D torus的方式連接512個處理器。我找了一張舊圖如下。

如果按照這個套路，拿眾核系統(tǒng)來看有什么問題可以解決，那么AI是選中的問題。2016年就選定AI training做目標問題，這個眼光，還是很可以的。

3.2 為什么做超級大芯片與做超級大芯片難在哪里

在AI領域，做超大系統(tǒng)，是一件正確的事情么？

回答：不但正確，而且是競爭激烈的巔峰之戰(zhàn)。

（BTW，這是CTO的角度，像我這種，打算修煉為CMO-chief marketing officer其實并不贊成這種軍備競賽似的大系統(tǒng)，物美價優(yōu)的云服務才是主航道）

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

NVIDIA：我不但有售價近20萬美金的DGX系統(tǒng)，我還能組合1，000個GPU成為SuperPOD （200Gb/s IB network）呢，而且SuperPOD和SuperPOD還能互聯(lián)成更大系統(tǒng)呢，知道我為什么買Mellanox了吧。

Graphcore：我們8個芯片的系統(tǒng)才賣3萬5（美金）。我們有自有的IPU-Fabric（3D ring 拓撲），可以搭64，000個IPU的超級系統(tǒng)。（這是我打算八卦的第二個公司）

Cerebras：我們就是一個支持40萬個核的平淡無奇的小AI系統(tǒng)吧。買兩個系統(tǒng)有折扣，就500萬美金

把一個超大系統(tǒng)做在一個芯片里，難么？

回答：難

首先光刻機能加工的最大尺寸die，這個限制叫Reticlesize，如下圖左；其次突破Reticle size的限制，我們采取例如CoWoS這種封裝技術，如下圖中，拿兩個die拼一個大芯片；但是Cerebras是如下圖右，通過cross-die connectivity 連接了84個die。

在Cerebras給出的需要解決的挑戰(zhàn)問題中，如何做cross-die的互聯(lián)，排在第一位。代價比想象得低，只多了一層mask。Yield問題解決的也很漂亮。Hot Chips 2019的資料已經(jīng)公開，太設計相關的細節(jié)我就不詳細展開了，大家有興趣的，可以自行參考。

編者補充：當蝕刻電路時，晶圓會產(chǎn)生一些無法修復的缺陷區(qū)域。在同樣的缺陷分布下，晶圓分割的數(shù)量越少，裸片越大，缺陷的影響就越大。因此Cerebras必須建立冗余電路、繞過缺陷。

有了芯片，高達15KW的功耗，供電冷卻都是問題，系統(tǒng)也難做。

一個好的產(chǎn)品經(jīng)理，往往都卡著產(chǎn)業(yè)界的極限設計產(chǎn)品。因此突破一個極限之后，等待工程師的是連續(xù)的極限挑戰(zhàn)。Cerebras就是這樣的一個，連續(xù)挑戰(zhàn)極限的產(chǎn)品與系統(tǒng)。它的商業(yè)成功很難預計，但是從技術突破的角度看，有很多看點。我對它的第二代產(chǎn)品，還是蠻有期待的。

打破了的極限，就是產(chǎn)業(yè)界的能力。TSMC已經(jīng)放出消息來，打算2年之內(nèi)，把這個wafer-scale芯片技術商業(yè)化。我甚至對第二家打算走這條路的公司，都有所期待了。

責任編輯：haq