Wafergroßer Chip
Ein wafergroßer Chip ist ein einzelner Computerchip, der so groß ist wie die runde Siliziumscheibe, aus der sonst hunderte kleine Chips geschnitten werden. Er wird vor allem für das Training von KI-Modellen gebaut, weil er sehr viele Rechenwerke ohne langsame Verbindungen zwischen Bauteilen vereint.
Computerchips entstehen aus runden Siliziumscheiben, den sogenannten Wafern. Diese Scheiben haben typischerweise 30 Zentimeter Durchmesser. Normalerweise werden aus einem Wafer hunderte kleine Chips herausgeschnitten und einzeln in Gehäuse verpackt. Ein wafergroßer Chip bricht mit diesem Vorgehen: Hier bleibt die ganze Scheibe ein einziges zusammenhängendes Bauteil. Das Ergebnis ist eine Rechenfläche von rund 46.000 Quadratmillimetern, etwa so groß wie ein Frühstücksteller. Zum Vergleich: Ein üblicher Grafikprozessor für KI ist kaum größer als eine Briefmarke.
Warum ein Teller besser rechnet als 60 Briefmarken
Große KI-Modelle passen längst nicht mehr auf einen einzelnen Prozessor. Man verteilt sie deshalb auf viele Chips, die über Kabel und Netzwerktechnik miteinander reden müssen. Genau diese Kommunikation ist der Flaschenhals. Daten von einem Chip zum nächsten zu schicken, dauert um ein Vielfaches länger als eine Bewegung innerhalb desselben Chips. Ein großer Teil der teuren Rechenzeit geht mit Warten drauf.
Ein wafergroßer Chip verlegt diese Wege nach innen. Was vorher ein Netzwerkkabel war, ist jetzt eine Leiterbahn aus Kupfer im Silizium. Die Signale legen kürzere Strecken zurück, verbrauchen dabei weniger Energie und kommen schneller an. Für Aufgaben, bei denen ständig Zwischenergebnisse ausgetauscht werden, bringt das messbare Vorteile.
Dazu kommt ein praktischer Punkt: Der Aufbau eines Rechenclusters aus hunderten einzelnen Beschleunigern ist aufwendig. Man braucht Schränke, Verkabelung, Kühlung und Software, die die Arbeit sauber verteilt. Ein einzelnes großes Bauteil ersetzt einen Teil dieser Komplexität. Das ist ein Argument, das Anbieter wie Cerebras gegenüber Kunden regelmäßig ins Feld führen.
Der Umgang mit Fehlstellen im Silizium
Bei der Chipfertigung entstehen zwangsläufig Defekte. Ein Staubkorn oder eine Ungenauigkeit in der Belichtung macht eine kleine Stelle des Wafers unbrauchbar. Bei normaler Produktion ist das verkraftbar: Die betroffenen Chips wirft man weg, der Rest wird verkauft. Bei einem wafergroßen Chip gibt es diesen Ausweg nicht. Ein einziger Defekt würde theoretisch das gesamte Produkt vernichten.
Die Lösung heißt Redundanz. Der Chip wird aus zehntausenden gleichartigen Rechenkernen aufgebaut, die in einem Gitter angeordnet sind. Nach der Fertigung testet man, welche Kerne funktionieren. Die defekten werden dauerhaft abgeschaltet und durch Reservekerne ersetzt, die von vornherein eingeplant sind. Die Verbindungen im Gitter werden so umgeleitet, dass die Lücke nicht auffällt. Der Chip verliert dadurch ein wenig Leistung, bleibt aber funktionsfähig.
Ein zweites Problem ist die Physik. So ein Bauteil zieht mehrere Kilowatt Strom, ungefähr so viel wie ein Wasserkocher, und muss aufwendig gekühlt werden. Außerdem dehnt sich Silizium bei Wärme anders aus als die Platine darunter. Bei Briefmarkengröße ist das egal, bei Tellergröße reißen sonst die Kontakte. Hersteller brauchen deshalb speziell entwickelte Halterungen und Wasserkühlung.
Nische im Schatten der GPU-Rechenzentren
In Nachrichten taucht der Begriff meist im Zusammenhang mit der Firma Cerebras auf, die den Ansatz seit 2019 verfolgt. Ihre Produkte heißen Wafer Scale Engine und werden an Forschungseinrichtungen, Pharmaunternehmen und Rechenzentrumsbetreiber verkauft. Auch der Börsengang von Cerebras war ein Thema in der Wirtschaftspresse. Andere Anbieter wie Tesla mit dem Dojo-Projekt haben ähnliche Wege ausprobiert.
Im Alltag begegnet einem die Technik nur indirekt. Wer einen Chatdienst nutzt, der besonders schnell antwortet, rechnet unter Umständen auf solcher Hardware. Kaufen kann man einen wafergroßen Chip als Privatperson nicht, schon weil ein einzelnes System mehrere Millionen Euro kostet.
Ein verbreiteter Irrtum ist, dass diese Chips die üblichen Grafikprozessoren ablösen. Danach sieht es bislang nicht aus. Der Markt wird klar von Nvidia dominiert, und ein Großteil der KI-Software ist auf deren Systeme zugeschnitten. Wafergroße Chips sind eher eine Spezialantwort auf ein Spezialproblem: sehr große Modelle, sehr enge Kopplung, sehr wenig Toleranz für Wartezeiten.