30 秒看重點
- 事件： Cerebras 推出全新 AI 推論系統，主打將記憶體直接整合進晶片，推論速度比輝達快數倍。
- 意義： 徹底解決了限制 AI 算力發展的「記憶體牆」瓶頸，顛覆傳統晶片架構。
- 影響： 台灣代工龍頭台積電的晶圓級整合技術（SoW）將因此迎來龐大的代工需求。
AI 新創獨角獸 Cerebras 推出挑戰輝達霸權的秘密武器！他們透過將所有記憶體直接蓋在超大晶片上的瘋狂設計，解決了資料傳輸塞車的致命問題，讓 AI 講話速度快到像真人在對談，而這場硬體革命的背後，正是由台灣的台積電在撐腰。
不用外接記憶體，AI 晶片怎麼跑得比輝達還快？
現在的 AI 晶片（如輝達的 H100）之所以會卡住，很多時候不是因為「大腦」運算不夠快，而是因為「書房」太遠了。在傳統架構中，計算單元與 HBM（高頻寬記憶體）是分開的，AI 每運算一個步驟，就得透過一條狹窄的通道跑去記憶體拿資料，這種傳輸速度的限制在科技界被稱為「記憶體牆」（Memory Wall）。Cerebras 的做法非常暴力且聰明：他們不蓋書房，而是直接把整張晶圓做成一顆「巨無霸晶片」（WSE-3），並將 44GB 的超高速 SRAM（靜態隨機存取記憶體）直接鋪在晶片內部。這意味著大腦與資料之間實現了「零距離」接觸，資料傳輸頻寬提升了數千倍，AI 推論的延遲感瞬間消失，這無疑為生成式 AI 應用開創了全新局勢。
- 2019-08 Cerebras 發表第一代晶圓級引擎 WSE-1，以整片晶圓做單一晶片的狂想震驚半導體界。
- 2024-03 發表第三代 WSE-3，採用台積電 5 奈米製程，電晶體數量高達 4 兆個。
- 近期 推出基於 WSE-3 的超高速 AI 推論服務，正式向輝達的 Llama-3 推論市場發起正面挑戰。
台灣怎麼看這件事？
台灣半導體供應鏈在這場晶片巨獸的對決中，再次站穩了「無可替代」的制高點。Cerebras 這種把整張 12 吋晶圓做成單一晶片的瘋狂設計，不僅良率挑戰極高，更需要極度複雜的散熱與供電技術。這背後如果沒有台積電（TSMC）獨家的「晶圓級整合系統（System-on-Wafer, SoW）」與先進封裝技術支持，根本只是一張無法實現的設計圖。隨著 Cerebras 的高速推論系統在市場上獲得驗證，台積電的先進封裝產能將面臨更供不應求的甜蜜負擔，連帶帶動台灣相關設備與散熱供應鏈的股價與產值。
編輯觀點
Cerebras 的突破證明了一件事：硬體架構的創新，往往比單純追求製程微縮更能帶來跳躍式的效能提升。雖然 Cerebras 晶片因為體積巨大、價格不斐且難以通用化，短期內無法動搖輝達在 AI 訓練市場的絕對統治力；但在「AI 推論」這個需要即時反應、決定用戶體驗的戰場上，Cerebras 已經敲響了警鐘。這種良性競爭將逼迫輝達、超微（AMD）等巨頭加速跟進架構改革，對於全球 AI 應用普及絕對是天大的好事。
常見問題
- Q1：Cerebras 的晶片真的「完全不用」記憶體嗎？
- 並非完全不用，而是它不使用傳統的「外接」記憶體（如 HBM），而是將超高速的 SRAM 直接製造在晶片內部，實現零距離的資料讀取。
- Q2：為什麼以前的晶片不採用這種「大晶片」設計？
- 因為晶片越大，製造時產生瑕疵導致整顆報廢的機率（良率問題）就越高。Cerebras 克服了容錯設計，並仰賴台積電極致的代工技術才得以成真。
- Q3：這款晶片對一般大眾有什麼實質好處？
- 當 AI 服務商採用這種晶片時，我們在使用 ChatGPT 或語音助理時，AI 的回應速度會變得像真人在對答一樣流暢，完全感覺不到延遲。
- Q4：輝達（NVIDIA）會因為這項技術而被擊敗嗎？
- 短期內不會。輝達強在強大的 CUDA 軟體生態系與通用的 GPU 架構，但 Cerebras 會在特定的「超高速推論」利基市場分食輝達的市佔率。
- Q5：台積電在這項技術中扮演什麼角色？
- 台積電是 Cerebras 的獨家代工廠。Cerebras 晶片是利用台積電的 5 奈米製程，以及先進的晶圓級整合封裝技術（SoW）製造而成。
名詞小教室
- 記憶體牆 (Memory Wall)
- 就像高鐵開得極快，但出站的檢票口太少、排隊太長，導致整體旅行時間都被卡在排隊上。AI 運算速度極快，但記憶體傳送資料不夠快，就是記憶體牆。
- SRAM (靜態隨機存取記憶體)
- 晶片腦袋裡的「超高速便利貼」，拿取速度極快，但因為成本高、體積大，通常只能在晶片內放少許容量。