作为一家在2016年才创立的公司，CerebrasSystems的资历并不算长，但是却经历了三轮融资，分别是2016年5月份的2700万美元的A轮融资，2017年1月2500万美元的B轮融资，随后不到一年时间里，CerebrasSystems再次融资6000万美元，彼时估值达到8．6亿美元。

  恰好AI产业也是在当时开始盛行，CerebrasSystems也因此被许多人看好。而此公司造AI芯片就是奉行一个路子：“简单，粗暴”。

  在去年CerebrasSystems推出巨型芯片WES的时候，就引起了业界轰动。在关于WSE介绍的白皮书中，有这么一句话——“通过加速AI计算，WSE清除了阻碍人工智能进步的最大路障——时间。将训练时间从几个月缩减为几分钟，从几周减少到基瞄。让深度学习实践者更快的验证自己的假设，从而不用去担心一些体系机构导致没办法测试或者太大风险。WSE降低了好奇心的成本，加速了人工智能新思想和新技术的到来。”

  在WES这颗采用台积电16nm工艺，面积46000平方毫米，拥有1．2 万亿个晶体管40万个核心，片上18G内存的芯片上，性能之强大让当时的芯片“大块头”甘拜下风。

  比如英伟达的GV100芯片也不过用上了211亿晶体管，核心面积815mm2，所以WSE芯片晶体管数量是最强GPU芯片的60倍，面积则是它的56倍多。WSE与当时的CPU芯片相比同样震撼，AMD的64核EPYC二代处理器才320亿晶体管，封装总面积也不过4410平方毫米，光是核心面积WSE就是EPYC二代处理器的10倍有余。

  从性能上来看，WES芯片带宽超过100Pb／s，一般的计算芯片以Tb／s级别的单位都难以跟起比较。总之，WES芯片的出现堪称芯片工艺史上的一大“奇迹”。不出预料的线代芯片性能跟价格都会大幅提升。

  虽然CerebrasSystems造出芯片的芯片性能确实强大，但是投入的成本也十分高昂，不是哪个公司都有这个实力“烧钱”玩的。据悉一块WES芯片的价格约在200万美元（约合人民币1384万元）左右，在当时也只有美国国家科学基金会（NSF）为了打造超算CS－1而购买了WES芯片。

  目前，象CerebrasSystems一样专门走巨型芯片路线的企业少之又少，这可能除了是他们的企业特色以外，也涉及大整个芯片产业对于芯片大小的共同认知。

  之前就有人提出过这么一个问题，现在厂家都专注与缩小晶体管尺寸，目的是为了在芯片内部打造更大规模的集成电路，那为什么不通过增大芯片的面积来提高性能？

  首先从构造上来说，如果是将芯片面积越大来保证刻画更多的电路，实际上不会减少电路布线的复杂程度，反而还更难。大芯片也也意味着片内器件之间的传输要走更长的互连线进行传输，造成信号传输延迟，可能有人会觉得都是在一块芯片上，能延迟多少？可是当你将不同芯片内部放大一百、一千倍来看就会发现延迟快慢的差距了。而更长、更多、更复杂的互连线也意味着在芯片设计的过程中，工程师要更周全地考虑阻抗匹配、信号中断等问题。

  二是功耗成本问题，现在的芯片厂商为什么想把芯片做小？就为了降低功耗，芯片的功耗直接和金属的寄生电容成正比，更宽的线宽会导致更大的功耗。同样，晶体管体积缩小也是为降低功耗，可是同时却增加了翻倍的数量，还怎么谈降耗？同时还需要出示更大的供电输入，更强的散热处理，都会让成本增加。

  最后一个也是最重要的一个问题，良品率。很多公司都会提到良品率问题，一般来说芯片良品率随核心面积指数降低，成本指数上升。芯片的设计和生产的全部过程极度复杂，尤其是芯片面积越大，在晶圆片上刻画的电路也越多越复杂，越容易失败。当然有些失败不可能影响整个芯片的大体性能，只是说会让其产生“瑕疵”，而这种有瑕疵的芯片也刻意正常使用，但就是厂商可能会把有瑕疵的模块直接关闭，芯片也就缺失某些功能。

  总的来说，巨型芯片的买家少之又少，更多的人还是以考虑芯片功能、成本、性价比为首选。为了更好的提高专用性能而付出昂贵的价格和更多的功耗，确实不划算。

  意味着什么？ /

  设计和开发能力的公司。例如，小米旗下的松果电子于2017年发布了其首款自研

  ，相较上一代产品，功耗降低了20%，而解决能力则提升了30%。它支持全网通和5G双模，可以大范围的应用于各种智能终端。

  艾为重磅推出新一代Digital Smart K数字音频功放产品AW88396FOR

  花费200元，我用全志H616和雪糕棒手搓了一台可UI交互的视觉循迹小车