Wafer-Scale-Chip

Computerchips entstehen aus dünnen, runden Scheiben aus Silizium, die Wafer heißen. Ein solcher Wafer hat oft rund 30 Zentimeter Durchmesser. Normalerweise werden auf ihm hunderte kleine Chips gleichzeitig hergestellt und danach auseinandergeschnitten. Ein Wafer-Scale-Chip bricht mit dieser Regel: Er wird nicht zerschnitten, sondern bleibt als ein einziges riesiges Bauteil bestehen. Statt einer Fläche von der Größe eines Fingernagels bekommt man so einen Chip von der Größe eines kleinen Tellers. Das bekannteste Beispiel stammt von der Firma Cerebras, deren Chip mehrere hunderttausend Rechenkerne auf einer Scheibe vereint.

Warum Nähe auf dem Chip so viel Tempo bringt

Große KI-Modelle werden heute auf tausenden Grafikkarten gleichzeitig trainiert. Diese Karten müssen ständig Zwischenergebnisse austauschen. Der Weg über Kabel und Steckplätze ist dabei der Flaschenhals. Daten innerhalb eines Chips fließen um ein Vielfaches schneller als Daten zwischen zwei Chips.

Ein Wafer-Scale-Chip verlegt viele dieser Wege nach innen. Was vorher ein Kabel zwischen zwei Karten war, ist jetzt eine kurze Leiterbahn auf derselben Scheibe. Das spart Zeit und Strom, denn jedes Signal, das den Chip verlässt, kostet vergleichsweise viel Energie. Für Aufgaben, bei denen sehr viele Rechenkerne eng zusammenarbeiten müssen, ist das ein echter Vorteil.

Dazu kommt ein praktischer Punkt: Ein einzelnes Gerät ist einfacher zu programmieren als ein Verbund aus vielen. Wer ein Modell auf tausend Grafikkarten verteilt, muss die Arbeit von Hand aufteilen. Auf einem sehr großen Chip kann ein Teil dieser Aufteilung entfallen. Das verkürzt die Entwicklungszeit, auch wenn es die Sache nie ganz einfach macht.

Der Umgang mit Fehlstellen im Silizium

Bei der Herstellung von Chips entstehen immer winzige Defekte im Material. Bei normalen Chips ist das verkraftbar. Man wirft die wenigen kaputten Exemplare weg und verkauft die guten. Bei einem Chip, der den ganzen Wafer einnimmt, funktioniert diese Rechnung nicht mehr. Ein einziger Defekt würde das komplette Bauteil unbrauchbar machen.

Die Lösung heißt Redundanz: Man baut absichtlich mehr Rechenkerne ein, als man braucht. Nach der Produktion wird geprüft, welche Bereiche defekt sind. Diese werden dauerhaft abgeschaltet und durch Reservekerne ersetzt. Der Chip arbeitet danach ganz normal weiter, nur mit einer leicht anderen inneren Aufteilung.

Zwei weitere Probleme sind Wärme und Strom. Ein Chip dieser Größe kann über zehn Kilowatt aufnehmen, so viel wie mehrere Elektroheizungen. Deshalb sitzt er in einem eigenen Gehäuse mit Wasserkühlung und einer aufwendigen Stromversorgung von oben statt von der Seite. Verwechseln sollte man das nicht mit dem sogenannten Chiplet-Ansatz: Dort werden mehrere kleine Chips eng nebeneinander verpackt, bleiben aber getrennte Bauteile.

Wer solche Chips tatsächlich einsetzt

Im eigenen Computer oder Handy wird ein Wafer-Scale-Chip nie stecken. Er ist ein Spezialgerät für Rechenzentren und kostet je nach System mehrere Millionen Euro. Käufer sind Forschungslabore, staatliche Supercomputerzentren und Unternehmen, die eigene KI-Modelle trainieren wollen. Auch Anwendungen aus der Wetterberechnung und der Medikamentenforschung laufen auf solcher Hardware.

In Wirtschaftsnachrichten taucht der Begriff meist im Zusammenhang mit dem Wettbewerb um KI-Rechenleistung auf. Der Markt wird bislang klar von Nvidia und dessen Grafikkarten dominiert. Firmen wie Cerebras versuchen, mit einem völlig anderen Bauprinzip dagegenzuhalten. Ob sich das durchsetzt, hängt weniger an der Technik als an der Software, denn für Nvidia-Karten existieren seit Jahren ausgereifte Programmierwerkzeuge.

Ein häufiger Irrtum ist, ein größerer Chip sei automatisch der schnellere. Das gilt nur für bestimmte Aufgaben. Wenn sich eine Berechnung sauber in unabhängige Teile zerlegen lässt, sind viele normale Chips oft günstiger und flexibler. Der Wafer-Scale-Ansatz spielt seine Stärke erst dort aus, wo der Datenaustausch das eigentliche Nadelöhr ist.