SiFive 学 Arm 模式授权自家 AI 加速器，芯片材料供应吃紧

SiFive 是一家无晶圆厂公司，靠给别人的 AI 芯片提供 RISC-V CPU 核起家。现在它想直接卖加速器。本周发布的 Intelligence XM 系列是一套可授权的集群，客户可以把它放进处理器或系统级芯片，再送去流片。The Register 于 9 月 19 日报道了此事。

基础集群围绕四个 SiFive Intelligence X RISC-V CPU 核搭建，中间接上自研的矩阵运算引擎。每个集群通过一致性集线器接口支持最高 1TB/秒的内存带宽，额定性能为每 GHz 最高 16 TOPS 的 INT8 或 8 teraFLOPS 的 BF16。SiFive 预计基于该设计的大多数芯片运行在 1GHz 左右。

这个每 GHz 的数字需要背景说明。它不是一颗完整的芯片。

实际性能取决于客户放多少个集群、内部如何布线、裸片上还有什么其他模块，以及可用的功耗和散热。SiFive 英国高级副总裁兼总经理 John Ronco 告诉 The Register，基于该设计的大多数芯片会使用四到八个集群。按 1GHz 计算，峰值内存带宽为 4 到 8TB/秒，BF16 算力最高 32 到 64 teraFLOPS。SiFive 的产品幻灯片暗示 512 个集群也在可能性范围内，不过 Ronco 不愿说明该设计能扩展到什么程度。按 512 个集群和 1GHz 计算，该设计将声称约 4 petaFLOPS 的 BF16 矩阵算力，而 Nvidia 规格最高的 Blackwell GPU 为 2.5 petaFLOPS。

Ronco 预计这些集群不会大量用于 AI 训练。FLOPS 不是一切，对带宽受限的推理工作尤其如此，价格、功耗和制程节点都很重要。

Tom's Hardware 引用的分析师指出了 AI 加速器供应的另一个制约因素：T-glass，一种用于 IC 载板有机芯层的低热膨胀系数玻璃纤维布。控制全球约 90% 供应的日本公司日东纺正在将其福岛工厂的产能提高到三倍，但 Tom's Hardware 在 2026 年 3 月 9 日报道称，新增供应要到 2027 年年中才能进入市场。

T-glass 价格上涨了 20% 到 30%，覆铜板等下游材料的交货周期从正常的 8 到 10 周拉长到 20 周以上。元大分析师 Bill Ho 表示：“如今 T-glass 供应更加紧张，供应商已经不再提供交货周期。”

Yole Group 追踪 IC 载板供应链的分析师 Bilal Hachemi 告诉 Tom's Hardware Premium，替换这种材料并不容易，因为 T-glass“具有特定的介电常数和热膨胀系数，对 AI 芯片更合适，尤其是有机芯层”。他补充说，IC 载板行业历来利润微薄，因此“对积层材料、ABF 材料或 T-glass 需求的任何增长都可能造成短缺，因为这违背了这个行业的基本规律。”

Tom's Hardware 引用的 Nvidia 数据显示，中介层尺寸从 Hopper 的 814mm² 增长到 Blackwell 的 1700mm²，增幅 109%，Rubin 和 Feynman 还会进一步扩大。美国银行估计，日东纺电子材料部门的销售额将从 2025 年的 409亿日元（26600万美元）到 2028 年 3 月几乎翻倍至 877亿日元，营业利润率接近 48%。Hachemi 表示，Nvidia 直接接触上游材料供应商是前所未有的。

另外，据报道台积电已停止向中国芯片设计公司算能科技供货，原因是该公司涉嫌违反美国制裁向华为提供组件。The Register 于 10 月 28 日报道了此事。此前台积电就一份类似华为 Ascend 910B 加速器的客户订单向美国官员发出警告。路透社援引两名知情人士的话点名了算能科技。该公司在周日声明中否认相关报道，称其“从未与华为有过任何直接或间接的业务关系”，并已向台积电提交了详细调查报告。与算能科技有关联的中国加密货币设备公司比特大陆也否认参与，称这些指控“虚假且毫无根据”。

华为 Ascend 910B 的额定性能为 320 teraFLOPS 的 FP16 或 640 teraFLOPS 的 Int8，与 Nvidia 的 A100 大致相当。根据美国实体清单规定，台积电于 2020 年停止与华为做生意。

在架构方面，据 ServeTheHome 报道，Rebellions 在 Hot Chips 2025 上展示了其 REBEL-Quad 加速器。该封装结合了四个计算 ASIC、四个 HBM3E 位点共 144GB 内存和四个集成硅电容，基于三星 SF4X 和 CoWoS-S 制造，并使用 UCIe-A 作为芯粒互连。ServeTheHome 报道称，在一块开发板上现场演示了 Llama 3.3 70B，每个输出 token 平均耗时 35.5 毫秒。

d-Matrix 利用 Hot Chips 2026 展示了 Raptor，这款加速器用 36 微米面对面堆叠把一颗台积电 N4 逻辑裸片叠在 3D DRAM 裸片之上。ServeTheHome 报道了该公司的说法：在不超过 0.5 W/mm² 的条件下，1-Hi 逻辑在上的堆叠可以液冷，同时让 DRAM 保持在 100 C 以下。每卡 32GB，配合 4 位权重和 8 位 KV 缓存，d-Matrix 称 72 卡的纵向扩展可以承载 Kimi K3 这类前沿模型，上下文长度 1M。

在客户端方面，Draw Things 表示其带 Neural Accelerators 的 Metal FlashAttention v2.5 在苹果 M5 上的性能比 M4 最高好 4.6 倍，配备 16GiB 内存的 M5 iPad 可以用 Wan 2.2 A14B 模型在五秒内生成 480p 视频。该版本是预览版：公司称 BF16 支持最初因未解决的 bug 而关闭，神经加速器着色器在首次生成时需要 10 秒或更长时间来特化。后续编辑指出，构建版本 1.20251117.1 加入了 BF16 和二进制产物缓存。