晶圆级芯片（Wafer-Scale Integration）
突破传统芯片封装尺寸限制，在整片晶圆上集成计算单元。代表玩家 Cerebras Systems WSE-3 面积是 H100 的 56 倍，是"反摩尔"路径的代表，新兴推理架构的标杆（据2-01）。
是什么
传统芯片受光刻机曝光视场和良率限制，单片面积通常 <800 mm²。晶圆级芯片则把整个晶圆当成一颗芯片：
- 单片即可集成数十万计算核心
- 片内带宽极高，省去 GPU 集群的互联开销
- 不与 NVIDIA 在先进制程 + 互联体系上正面对撞，靠尺寸换带宽和能效
为什么关键
- 推理超越训练的受益架构 — 行业算力从"峰值算力优先"转向"吞吐量 / 能效比 / 延迟优先"，新架构有了商业窗口
- 被市场认可 — Cerebras Systems 估值 4 个月内从 $81 亿飙至 $230 亿（据2-01）
- NVIDIA $200 亿收购 Groq 资产带动同业重估 — 整个推理新架构赛道（Cerebras Systems / Tenstorrent / SambaNova）估值水涨船高
代表产品 / 演进
| 代际 | 厂商 | 关键参数 |
|---|---|---|
| WSE-1（2019） | Cerebras Systems | 首款晶圆级 AI 芯片 |
| WSE-2（2021） | Cerebras Systems | 2.6 万亿晶体管、85 万核心 |
| WSE-3（2024） | Cerebras Systems | 面积是 H100 的 56 倍，当代标杆 |
风险 / 局限
- 生态单一 — 仅 Cerebras Systems 一家主推，没有 CUDA 生态 类规模化开发者
- 客户群有限 — 科研机构 / 主权 AI / 推理服务商，尚未进入 hyperscaler 主流采购
- 架构灵活性 — 单一架构对软件适配挑战大
关联 / 竞争（含 typed-link）
∈ belongs_to::2-01-核心逻辑芯片 ⚔ competitor::NVIDIA — 训练 / 推理通用对手 GPU ⚔ competitor::ASIC — 推理专用市场重叠