IT之家 5 月 4 日消息，上周召开的台积电（TSMC）北美技术研讨会上，特斯拉表示专门用于训练 AI 的晶圆级 Dojo 处理器已经投入量产，距离部署已经不远了。
特斯拉的 Dojo 晶圆上系统（system-on-wafer）处理器（特斯拉官方称其为 Dojo Training Tile）采用 5*5 阵列共计 25 颗芯片，这些芯片放置在载体晶圆上，然后使用台积电的集成扇出（InFO）技术进行晶圆级互连（InFO_SoW）互连。
据 IEEE Spectrum 报道，InFO_SoW 技术旨在实现高性能连接，让特斯拉 Dojo 的 25 个芯片可以像 1 个处理器一样工作；同时为了让晶圆级处理器保持一致，台积电用虚拟芯片填充了芯片之间的空白点。
特斯拉晶圆级 Dojo 处理器实际上包含了 25 个超高性能处理器，耗电量非常高，因此需要复杂的冷却系统。
特斯拉为了满足 Dojo 处理器的供电需求，使用复杂的电压调节模块，为计算平面提供 18000 安培的电力，散发的热量高达 15000W，因此需要水冷散热。
特斯拉尚未透露其 Dojo 晶圆系统的性能 —— 不过，考虑到其开发过程中面临的所有挑战，它似乎有望成为人工智能训练的一个非常强大的解决方案。IT之家附上相关图片如下：
晶圆级处理器，例如 Tesla 的 Dojo 和 Cerebras 的晶圆级引擎 (WSE)，比多处理器机器的性能效率要高得多。它们的主要优点包括内核之间的高带宽和低延迟通信、降低的电力传输网络阻抗以及*的能源效率。此外，这些处理器可以受益于拥有冗余的“额外”核心 —— 或者，对于特斯拉来说，拥有已知*的处理器核心。
特斯拉的Dojo处理器是专门为人工智能训练设计的晶圆级处理器，具有以下显著特点：
1. 高集成度：Dojo处理器采用5x5阵列，共计25颗芯片，这些芯片放置在载体晶圆上，并使用台积电的集成扇出（InFO）技术进行晶圆级互连（InFO_SoW）。
2. 高性能连接：InFO_SoW技术旨在实现高性能连接，让25个芯片可以像1个处理器一样协同工作。
3. 高耗电与冷却需求：由于Dojo处理器耗电量非常高，因此需要复杂的冷却系统，特斯拉为此设计了专门的电压调节模块和水冷散热系统。
4. 专用于AI计算：Dojo核心具有类似CPU的风格，比GPU更能适应不同的算法和分支代码，并且具有专注于加速AI计算的自定义向量指令。
5. 存算一体架构：D1芯片采用存算一体架构，运行在2GHz，拥有巨大的440MB SRAM，提供近存计算的优势。
6. RISC-V架构参：D1处理器的指令集参考了RISC-V架构，并自定义了一些指令，特别是矢量计算相关的指令。
7. 高算力密度：Dojo核心提供了1.024TFLOPS的算力，且几乎所有的算力都由矩阵计算单元提供。
8. 数据流近存计算架构：D1处理器拥有分布式SRAM，通过大量更快更近的片上存储减少对内存的访问频度，提升系统性能。
9. 高带宽和低延迟：Dojo处理器的NoC网络可以处理跨节点边界的数据同步，提供高带宽和低延迟的通信。
10. 定制化架构：Dojo是一套完全可定制的架构，*涵盖计算、网络、输入/输出（I/O）芯片。
11. 潜力巨大：据分析，Dojo有潜力为特斯拉增加巨额市值，特别是在移动和网络服务方面的应用。
12. 先进封装技术：Dojo训练模块采用先进的InFO_SoW封装技术，提高芯片间的互连密度。
13. 高性能计算：Dojo处理器由台积电制造，采用7纳米工艺，拥有500亿个晶体管，芯片面积为645mm2，小于业界同类产品。
这些特点使得特斯拉的Dojo处理器在人工智能训练领域具有潜在的高性能和高效率，有望成为AI计算的强大解决方案。
