特斯拉D1芯片遭實名diss：內存到封裝都成問題，網友：反正不能公開測評
D1真的在神壇之上嗎？
明敏 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
在今年特斯拉AI開放日上，D1芯片風光無限。
獨特的晶圓封裝系統+芯片設計，讓D1在訓練萬億參數級神經網絡時，可以擁有數量級優勢。
特斯拉更在發布會上表示，它在性能上已經完全碾壓英偉達GPU和谷歌TPU。
不過，顛覆性的設計能夠帶來關注，也會遭到質疑。
最近，半導體分析網站SemiAnalysis就表示：
D1芯片存在一些重大技術問題。
內存、成本上都有疑問
作為特斯拉首款AI訓練芯片，D1芯片采用分布式結構和7nm工藝，搭載500億個晶體管、354個訓練節點，實現了超高算力和超高帶寬。
根據特斯拉已經透露的信息，SemiAnalysis從以下幾個方面提出了質疑：
首先是內存問題。
SemiAnalysis認為，D1芯片無論在功能單元層面還是系統層面，想要達到他們所說的算力，內存可能都不夠。
功能單元層面，D1芯片的單個功能單元具有1.25MB SRAM緩存、1TFlop的FP16/CFP8精度計算能力。
在芯片層面，裸片上沒有其他SRAM結構，只有354個單元的1.25MB SRAM來支撐。
基于設計相似的IPU，SemiAnalysis推測這種設計會導致嚴重的內存缺陷，從而影響芯片的算力。
事實上，每個IPU芯片上SRAM的數量還是D1的兩倍，但它在性能上和英偉達A100比起來，劣勢依舊非常明顯。
在BERT和ResNet50訓練中，英偉達A100的速度分別是IPU的1.54倍和1.43倍。
其次，就是在成本問題上。
特斯拉D1芯片之間可以實現無縫融合，這使它能夠達到8 TB/s的IO，比ASIC和英偉達高出一個數量級。
為了滿足這樣大的IO，特斯拉采用了獨特的封裝方式，即InFO_SoW。
這種封裝方式的特點就是可以夠大。
在發布會上，它們也展示了由25個D1芯片組成的訓練模塊。
但這種封裝方式在實際生產中的難度很高，出現報廢的情況會更多，由此也會導致成本突增。
除了這兩方面，SemiAnalysis認為D1還有很多未解決的問題。
比如，在發布會現場被問到軟件方面的問題時，特斯拉工程師甚至回答他們完全沒有準備。
SRAM方面的問題也亟需解決，否則將會面臨運行速度過快的風險。
以上種種，都導致特斯拉的開發人員需要對系統進行大量的優化。
此外特斯拉透露，目前他們已經部署的D1芯片只有3000個。
如此看來，D1芯片的攤銷成本也是非常高了。
D1真的在神壇之上嗎？
事實上，在特斯拉AI開放日的第二天，它的股價上漲甚至還不如英偉達。
可見投資界對于馬斯克帶來的新技術，也都非常冷靜。
有人表示，特斯拉把技術封鎖在自己的堡壘內，外界無法測評，也就無從得知它真正的優勢和局限性。
這一次向特斯拉開懟的是SemiAnalysis，它是一家半導體分析評論網站，首席分析師為Dylan Patel，畢業于佐治亞大學特里商學院。
參考鏈接：
[1]https://semianalysis.com/the-tesla-dojo-chip-is-impressive-but-there-are-some-major-technical-issues/
[2]https://news.ycombinator.com/item?id=28361807
[3]https://www.linkedin.com/in/dylanpatelsa/
- DeepSeek-V3.2-Exp第一時間上線華為云2025-09-29
- 你的AI助手更萬能了！天禧合作字節扣子，解鎖無限新功能2025-09-26
- 你的最快安卓芯片發布了！全面為Agent鋪路2025-09-26
- 任少卿在中科大招生了！碩博都可，推免學生下周一緊急面試2025-09-20
相關閱讀
