AI芯片竞争趋白热化，异军突起，从内存和传输设计另辟蹊径
　　英伟达GPU一直为AI训练端首选。我们认为只有少数芯片能与其匹敌，如谷歌TPU和AMDMI300系列。当算法开始稳定和成熟，ASIC定制芯片凭着专用性和低功耗，能承接部分算力。因此，头部云计算及互联网大厂出于削减TCO、提升研发可控性及集成自身生态等考量，均陆续发力自研芯片。另外，初创AI芯片企业（如Cerebras、Graphcore等），以及芯片行业以外的企业，包括特斯拉等，正在异军突起，试图在芯片设计上另辟蹊径，通过大尺寸芯片突破内存共享和低延时的技术路线，有效应对AI应用中内存和传输速度的瓶颈，我们认为或将成为英伟达最大的竞争对手。
　　Cerebras：整片不切割打造晶圆级大芯片，但良率和有效运行占比暂成疑
　　美国AI芯片初创企业Cerebras Systems成立于2015年。2019年8月，发布第一代WSE（Wafer-Scale Engine，晶圆级引擎）芯片，定价为200-300万美元。21年4月推出7nm的WSE-2，面积46,225 mm2，拥有2.6万亿个晶体管，内核数达85万。WSE与传统芯片最大的不同在于整片晶圆不进行切割，并对内存和横向扩展采用了独特的设计。WSE-2采用40GBSRAM内存，可平均分配到整个晶圆芯片的表面。对比当时旗舰的GPUA100也为台积电7nm制程，片上内存80GBHBM。WSE-2具备27.5PB/s Fabric通信带宽，对比A100采用GPU互连达到600GB/s Fabric带宽。
　　Graphcore：Bow IPU多晶圆堆叠3D封装，正积极切入中国市场
　　英国初创企业Graphcore专注于研发人工智能芯片及打造计算机系统。2022年3月推出Bow IPU，采用台积电7nm制程和SoIC-WoW（System on ICWafer on Wafer）多晶圆堆叠3D封装技术，FP16算力达350TFLOPS，对比A100的312TFLOPS，面积和晶体管数量也相若。IPU具有多指令和多数据并行的特点。为了减少内存延迟，IPU摒弃了共享内存并在架构上采用大规模分布式的片上SRAM，让存储器与每个内核紧密耦合。IPU芯片上集成了900MB内存，320GB/s传输速度，通过增加冗余内核和芯片面积提升良率。Graphcore正在努力切入中国市场，为大型互联网公司提供硬件服务。
　　Dojo：从D1芯片到算力达1.1 ExaFLOPs的ExaPOD
　　类似于Bow IPU，Dojo也是采用多晶圆堆叠技术。D1 Dojo芯片采用台积电7nm制程工艺，芯片面积为645平方毫米，晶体管数量达500亿。25颗D1芯片（5x5排列）集成到一枚Dojo Training Tile上，以二维Mesh结构无缝互连。6枚Dojo Training Tiles（整块12英寸重构晶圆）安装在铜质散热盘上（tray）。2个盘子安装在一起成为1个柜子（cabinets），包含4,248个内核（354 x 6 x 2）。10个柜子成为机柜集群Dojo ExaPOD，而每个ExaPOD算力达到1.1 ExaFLOPs（1018浮点运算）。相当于500片H100（约1500万美元）或约3200片A100的算力（约3200万美元）。
　　为自动驾驶而生，Dojo超算为公司四大全栈自研科技支柱之一
　　2021年8月，特斯拉在AIDay首次介绍Dojo超算，基于D1 Dojo芯片的晶圆上（System on Wafer）系统级方案。特斯拉计划利用Dojo对海量视频数据进行无监督学习，加速Autopilot和完全自动驾驶（FSD）系统的迭代，同时为其人形机器人Optimus提供算力支持。在22年9月的AIDay上，特斯拉公布Dojo已建立完整的散热盘（tray）上系统。同时也宣布了未来路线图，表示AI团队正在研发新版本的Dojo超算组件。根据特斯拉23Q2财报发布会和科技媒体The Verge7月20日报道，特斯拉Dojo超算已在今年7月开始量产，而总算力达100ExaFLOPs的超算系统将于2024年底量产。
　　风险提示：AI技术落地和推进不及预期、行业竞争激烈、中美竞争加剧。