跳过正文
  1. Posts/
  2. 使用指南/

操不完的心:为奥特曼的 7 万亿美元做个规划

··1594 字·4 分钟
致敬MP
蚂蚁无双
作者
蚂蚁无双
AI 与生活
目录

“烧光”70000亿美元,与英伟达、台积电为敌, 梓豪谈芯, 腾讯科技

做财务预算确是一件得劲的事情。特别是可以毫不负责地规划一气,并且是百亿量级,后面跟的单位不是津巴布韦,而是美元。有种年轻时,假想中了彩票后如何规划使用,而兴奋一个晚上睡不着的赶脚。

本文由前台积电建厂专家 Leslie Wu 撰写,具备一定的正确性和权威性。能够让我们对 GPU 芯片制造有个粗浅的了解,为茶余饭后添些谈资。

GPU 芯片制造相关概念
#

首先,对 GPU 芯片制造中的相关概念做个简要的解释:

  1. EUV光刻机: EUV(极紫外)光刻机是用于制造先进半导体器件的关键设备,尤其是在7纳米(nm)及以下工艺节点中。EUV光刻技术使用波长为13.5纳米的极紫外光来蚀刻电路图案,这比传统的深紫外(DUV)光刻技术使用的193纳米波长短得多。EUV光刻机能够刻蚀出更精细的图案,从而实现更高的电路密度和性能。
  2. DUV光刻机: DUV(深紫外)光刻机是半导体制造中的另一种关键设备,它使用193纳米的光源来蚀刻电路图案。DUV光刻机通常需要多重图案化(multi-patterning)技术来达到更精细的分辨率,这在先进的半导体制造工艺中仍然是一个重要的技术。
  3. DRAM 1gamma制程: 1gamma制程是一种先进的DRAM(动态随机存取存储器)制造工艺,采用1纳米(nm)的线宽技术。这种工艺比前一代的1alpha制程(1.7nm线宽)有显著的性能提升,能够提供更高的存储密度、更快的传输速度和更低的功耗。
  4. SoIC+CoWoS封装技术: SoIC(System on Integrated Chip)和CoWoS(Chip on Wafer on Substrate)是两种先进的封装技术,用于将多个芯片(包括处理器、内存等)集成到一个封装中。SoIC技术可以将多个裸芯片堆叠并直接连接,而CoWoS技术则将芯片堆叠在硅晶圆上,然后整体封装到基板上。这些技术可以显著提高芯片的互连密度和性能,同时减小封装体积。
  5. 中介层: 中介层(Interposer)是一种用于高性能封装的硅基板,它位于大型芯片和主板之间,用于提供额外的互连和信号路由。中介层可以包含数以万计的微细通道,用于连接不同的芯片和模块,从而实现高速、高密度的数据传输。中介层在2.5D和3D封装技术中扮演着关键角色,它们使得复杂的系统级封装(SiP)成为可能。 (注:以上概念解释由 ChatGLM4 生成)

GPU 芯片制造成本核算
#

将文中 GPU 芯片制造相关概念及其粗糙的成本核算总结如下图:

年产能 600 万 GPU 的投资规划

这里做了年产能 600 万 GPU 的投资成本规划,需要 500 亿美元的投资额。 500 亿美元,绝对是天文数字了,只有世界首富才配得上。但对于奥特曼要投资 7 万亿造芯,格局还是小了许多。

台积电 & OpenAI 7 万亿
#

2024 年,代表全世界 AI 产能的台积电的相关情况,直接从文章中抄作业如下:

2024年,台积电CoWoS总共31万片的产能,其中95%都是给AI GPU,只有一万多片是给Xilinx的FPGA,剩下的近30万片被英伟达、AMD以及全球互联网大厂诸如Google,AWS,Meta,Mircosoft的自研ASIC芯片瓜分。

今年台积电30万片CoWoS产能,对应大约是1000万颗GPU,这也就是2024年全球AI GPU的大致总量。前面提到,投入500亿美元,每年可生产600万颗GPU,也就是说,在2024年,想要生产满足全世界需求的1000万颗AI GPU,总投入需要830亿美元。

假如奥特曼融资到 7 万亿美元,光建芯片厂是用不完的。把 AI 模型研发,人力和物料,水电基础设施,贴心的加上税费和预备金,再加上每年 7000 亿的新增投资额,都算上,也够让 OpenAI 造上个3 + 7.5 = 10.5 年。

年产 2000 万 GPU方案

其中,芯片制造无法用钱堆砌,更需要技术积累的行业,往死里砸钱砸人,最快也要三年才能建设好芯片工厂并生产出芯片;7.5 年是基础投资额外,花在每年新增投资上的钱。

以上纯属纸上谈兵,满足个人 YY 的欲望而已。别说 7 万亿美元了,就说一个 700 万人民币的项目,再多的文章也解决不了其中的可能遇到的问题。