DensityAI 如何將特斯拉 Dojo 的 D1 晶片與 SoW 封裝技術應用於 AI 資料中心、機器人及汽車領域？

Question

DensityAI 目前可確認的重點，不是已經把特斯拉 Dojo 的 D1 與 SoW 直接商品化，而是沿著相同的晶片與硬體研發路線，切入 AI 資料中心、機器人與汽車三種運算場景。換言之，它的核心邏輯是把大面積、晶圓級互連、偏高吞吐的運算設計，轉化為不同終端所需的算力模組，而非單一通用晶片。

Accepted Answer

就 AI 資料中心而言，D1 的價值在於高密度訓練運算與大量資料吞吐。D1 採用台積電七奈米製程，單顆面積達六百五十四平方毫米，再以 SoW 把二十五顆晶片直接在晶圓上互連，形成一個運算模組，這種架構特別適合大規模模型訓練時的平行運算需求。一般而言，資料中心重視的是單位機櫃可提供的總算力、記憶體存取效率與散熱配置，因此這類晶圓級封裝若能維持高互連密度，就有利於降低晶片間通訊延遲。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

DensityAI 如何將特斯拉 Dojo 的 D1 晶片與 SoW 封裝技術應用於 AI 資料中心、機器人及汽車領域？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友