9
ウェーハスケールの異種チップがムーアの法則を超える道を切り開く可能性

ムーアの法則の道のりは技術的に複雑で費用のかかるものであり、研究開発費は数十億ドルに上ります。半導体メーカーに聞いてみれば一目瞭然です。インテルの共同創業者であるゴードン・ムーアが提唱した、よく知られた「ソフト」な法則は、高密度に集積された半導体内のトランジスタ数は2年ごとに倍増するべきというものです。ムーアの法則の終焉は幾度となく議論され、今ではルールというよりは目標値として理解されています。しかし、シリコン設計者にとっては比較対象となるべき、なくてはならない目標でもあります。しかしながら、トランジスタ密度の絶え間ない増加は、システム設計者に多くの課題をもたらしてきました。物理的な限界と現在の技術レベルによって、1つのチップに搭載できるトランジスタ数には必ずと言っていいほど限界が存在します。さらに、トランジスタ密度とチップサイズが増大するにつれて、製造上の欠陥(チップの一部が動作しなくなる可能性もある)の影響も考慮しなければなりません。

数十年にわたる半導体設計はモノリシックな単一チップが主流でしたが、AMDがZenアーキテクチャでチップレットの威力を示すまでには至りませんでした。AMDは、より小さな半導体「ブロック」(ZenではCCX、つまりCore Complexで代表される)を(Intel自身の言葉を借りれば)最終的なチップにまとめ上げ、AMD独自のInfinity Fabric(チップレット間で情報を伝達する役割を担う)によって相互接続するという、いわば主流の技術の先駆けとなりました。これにより、チップが小型化すれば製造上の欠陥が発生する可能性が低くなるため、現在利用可能な半導体製造プロセスのいくつかの制約を回避できます。また、チップ設計者はコンピューティングリソースをより効率的に分散させることで、トランジスタ密度と、これらの密集したコンポーネントから発生する熱のバランスをより良く保つことができます。チップレットが業界で注目を集め、パフォーマンス スケーリングの新たな事実上の標準になりつつある (Nvidia と Intel も将来の製品向けにチップレットと MCM [マルチチップ モジュール] を検討している) 一方、2.3 兆個のトランジスタ、850,000 個のコア、15 kW の電力要件を備えた Wafer Scale Engine 2 を備えた Cerebras など、チップのパフォーマンス密度を高める新しい方法を検討している企業もまだあります。

画像

1

3

セレブラス ウェーハスケールエンジン
CerebrasのWafer Scale Engine 2は、ウエハースケールの異種コンピューティングの夢を実現するための概念実証です。(画像提供: Cerebras)

そのようなソリューションの一つは、ウエハースケール設計と、よりコスト効率の高いチップレットアプローチ(チップレットベースのウエハースケールチップ)の理論的な融合を完璧に実現しています。そのアイデアはシンプルです。セレブラスのイノベーションの基盤である、すべてのコンポーネント間の相互接続ファブリックを可能にするウエハーサイズの基板を基盤とし、そこからモノリシックチップを切り出すのではなく、相互接続の上に「単純に」チップレットベースのブロックを追加するのです。「単純に」というのは、基板上に複数のICを接合する作業は、想像するよりもはるかに複雑だからです。それでも、このソリューションにより、将来のチップ設計者は、複数の、場合によっては異なるシリコンブロックをウエハーサイズのチップに統合し、歩留まりとチップ全体のコストを向上させることができます。複数のZen 3 CCXに加え、グラフィックスチップ、XilinxベースのFPGA、Armコアなど、思いつく限りのあらゆるものをウエハーサイズの基板上に統合したAMD製のウエハースケールエンジンを想像してみてください。

これは、サプタディープ・パル氏とその同僚が提唱した、科学界で初めてウェーハスケールチップが議論された際の思考プロセスと一致しています。それは、異種コンピューティングの哲学に基づいたウェーハスケールチップの設計です。セレブラスのウェーハスケールエンジンは強力ですが、既に世界中で終わりのないコンピューティングパワーの要求に直面しています。イリノイ大学でPal社と共同研究を行い、ウエハスケールの取り組みを進めているラケシュ・クマール氏は、異種ウエハスケール設計全体について次のように述べています。「チップレットベースのアプローチは、ウエハ上で異種技術を統合することを可能にします。つまり、チップレットベースのウエハスケールプロセッサは、DRAMやフラッシュメモリなどの高密度メモリを同一プロセッサ上に搭載できるということです。これにより、プロセッサ上で異種技術をサポートできず、プロセッサのメモリ容量が制限されるCerebrasアプローチよりも、はるかに優れたメモリ容量特性を実現できます。これは、Cerebrasプロセッサの要件をはるかに超える多くのアプリケーション(多くのMLモデルを含む)にとって非常に重要になるでしょう。」

一番素晴らしいのは?そのような設計は、今日の技術ですでに実現可能だということです。ムーアの法則が再び証明されるのは時間の問題のようです。

Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。

Francisco Pires 氏は、Tom's Hardware のフリーランス ニュース ライターであり、量子コンピューティングに関心を持っています。