每日椽真：台灣主權AI應用明年啟動 | 台美無人機合作接棒 | Cerebras公開說明書的13個亮點
- 陳奭璁
-
早安。
ChatGPT橫空出世，NVIDIA成為生成式AI應用爆發最大受惠者。近期較受關注的就是Cerebras，已提交IPO申請，將於NASDAQ上市，其目標籌資10億美元，上市後估值約達80億美元，其主力產品WSE-3處理器採用台積電5奈米製程，最大客戶為阿聯的AI公司Group 42，約佔2023全年營收83%。
不過，Cerebras至今仍未獲利，2022年虧損1.777億美元、2023年虧損1.272億美元，2024年上半則虧損6,660萬美元，顯見對新創公司而言，欲在研發金額龐大且代工價格高昂的AI晶片領域佔有一席之地難度相當高。
本文文末的編輯手記也整理出Cerebras公開說明書的13個亮點說明。
另外，在2024中國算力大會上，中國資訊通訊研究院院長余曉暉解讀最新發布的《中國綜合算力指數報告2024》時，直指中國AI晶片生態比較「碎片化」，仍是一個非常大挑戰，而「算力互聯成網」是下一步要推動的重要工作。
以下是今日5則科技供應鏈重點新聞摘要：
繼美國26家無人機團9月底來訪後，台美合作又再推進一步，最新進展則是由上月底甫成立的「台灣卓越無人機海外商機聯盟」正式迎來第一個合作盟友，日前聯盟代表漢翔與奧克拉荷馬州國防產業協會簽署MOU，目前雙方已有共識，未來將參與彼此的國際商業計畫，並共同推動無人機聯合行銷。
據了解，此次由奧克拉荷馬州能源暨環境廳長Ken McQueen率領該州國防產業協會逾10家無人機相關廠商訪台，此行除了與台灣正式結盟外，預計也會拜訪交通部民航局、中光電、漢翔等業者，並前往嘉義亞創中心拜訪無人機廠商。
Speak總部位於舊金山，整體員工約75人，目前在台灣尚無實體據點，僅2~3位員工。亞洲市場部分，2019年在南韓推出服務，2023年在日本上線，在台灣則是4月剛上線。
Speak服務4月在台上線後，團隊觀察，台灣用戶的成長動能高於先前投入的南韓和日本，因此有意加碼投入台灣市場開發。
中國與美國在算力規模上位居全球前兩大，而中國官方也首次公布目前全國算力規模與進展。中國工信部總工程師趙志國對外透露，目前中國運行中的算力中心機架總規模已超過830萬標準機架，算力總規模達到246 EFLOPS（2,460兆次浮點運算），位居世界前列。
2024中國算力大會日前在河南鄭州舉行，中國工業和訊息化部總工程師趙志國在大會開幕做出上述表示，透露中國目前的算力數據。
國科會主委吳誠文日前在立法院備詢時，有多名立委關切Oxford insights公布2023年全球AI準備度台灣世界排名第19名、AI算力第106名之事。吳誠文回應表示，台灣主要供給算力給全世界，卻忽略自己的應用。2025年開始國科會將投入新台幣40餘億元建置自主的AI資料中心，積極做AI應用開發，協助產業投入，各界可拭目以待。
當前全球與生成式AI（GenAI）有關的GPU都來自台灣，HBM主要來自南韓。至於全球9成以上的AI伺服器也是由台灣廠商組裝出貨。由於GPU極為昂貴，目前的大買家主要是美國的雲端和軟體巨擘如Google、微軟（Microsoft）、Meta、亞馬遜（Amazon）等。台灣有財力購買並自建AI資料中心的公司和機構仍屬有限。現在政府決定出錢當買家，並且宣示主權AI的決心。
誰說ODM只能做黑手？這家自研AI晶片IP受青睞、客戶自己挑
AI PC預計2025年大量出貨，其中一項特色，是在NB的鏡頭，提供自動開關、調整光線與防偷窺，且需要兼顧省電的功能。IC設計業者將NPU與ISP（影像處理器）結合，讓ISP具備AI功能，2024年底量產，而英業達正是背後的IP供應商。
英業達自研AI晶片IP有成，已有IC客戶晶片開始量產。英業達AI晶片設計處資深處長徐國翰指出，客戶晶片主要應用在NB或手機，其終端產品可望在2025年問世，此外，也有客戶打算放入耳機內做手勢辨識。
編輯手記：
以下是Cerebras Systems提交給SEC的S-1/A文件中的13個重點：
1. Cerebras Systems是一家人工智慧（AI）計算系統開發公司，專門設計用於深度學習和AI模型訓練的創新處理器架構。該公司的旗艦產品是Cerebras Wafer-Scale Engine（WSE），是一種專門為深度學習和AI運算設計的大規模晶片。
2. Cerebras的Wafer-Scale Engine（WSE）被描述為全球最大的半導體晶片，擁有1.2萬億個電晶體，比傳統GPU晶片大100倍，目標市場為需要大量計算資源的AI和深度學習應用領域。
3. Cerebras與台積電（TSMC）建立了長期合作關係，TSMC負責生產Cerebras的Wafer-Scale Engine晶片。該合作協議中強調，台積電不對生產能力作出承諾，並且所有交貨安排需根據台積電的生產排程進行調整。
4. Cerebras認為其主要競爭對手為NVIDIA及其他專門為AI設計硬體解決方案的公司，如Graphcore和SambaNova。文件中指出，雖然這些公司在市場上擁有較大份額，但Cerebras憑藉其獨特技術有望在未來奪取更多市場佔有率。
5. Cerebras提到其主要客戶包括多家大型科技公司及研究機構，如Google、Microsoft等，這些公司利用Cerebras的系統進行大規模AI模型訓練。
6. Cerebras的Wafer-Scale Engine晶片擁有 400,000個核心，用於支援大量並行計算和高效能深度學習模型訓練；WSE的浮點運算速度達到 9個PetaFLOPS（每秒千萬億次浮點運算），能夠大幅度提升AI訓練的速度。
7. 台積電生產Cerebras晶圓的交貨時間取決於當前產能情況，一般交貨週期約為 4到6週。若出現產能緊張情況，交貨時間可能延長。
8.Cerebras晶片的生產良率依賴於台積電的製程技術。良率下降會顯著影響晶片成本，且公司在文件中指出，良率變化可能導致 30%-50% 的成本波動。
9.Cerebras的晶片擁有 18GB的內部SRAM存儲，這些存儲空間專門用於加速深度學習模型的計算過程，比傳統GPU的存儲容量多數倍。
10. WSE晶片的功率需求為 15kW，相較於一般AI運算設備的功率需求（2-4kW）顯著增加，需要特別設計的散熱系統來維持晶片運行。
11. Cerebras的WSE晶片能將深度學習模型的訓練時間從數週縮短到 數小時，實現10倍以上的速度提升。
12. 截至報告期，Cerebras擁有約 300名員工，其中超過60%為技術人員，這些人員主要集中在研發和產品開發部門；公司每年將超過 40%的營收 用於研發。
13. Cerebras在過去一年中的營收增長率達到 120%，主要來自於AI市場需求的快速增長和新客戶的訂單增加。
責任編輯：陳奭璁
