机器之心报道
编辑：泽南、杜伟
老黄：科技公司的芯片需求让我夜不能寐。
「我们的 Blackwell 芯片存在设计缺陷，虽然可以正常使用，但该设计缺陷导致良率低下，」黄仁勋表示。「这 100% 是英伟达的错。」
自 3 月份发布以来，全球科技公司都在疯狂求购的 Blackwell AI 芯片，似乎终于要到了出货的时候。
本周三，在与高盛（Goldman Sachs）进行的会议中，英伟达表示 Blackwell GPU 中影响良率的设计缺陷已宣告修复，B100/B200 处理器的改进版即将投入量产。
据路透社等外媒报道，英伟达 CEO 黄仁勋本周承认，该缺陷完全由英伟达造成，并表示该现在已在台积电的及时帮助下修复了缺陷。
今年 8 月，当有关英伟达最新一代芯片 Blackwell 设计缺陷的第一批报道出现时，一些媒体称台积电应承担责任 —— 并暗示这可能导致英伟达与其代工合作伙伴之间的关系紧张。
黄仁勋表示，事实并非如此。他还驳斥了有关两家公司关系紧张的报道，并称其为「假新闻」。为了让 Blackwell 计算设备正常工作，英伟达设计了七种不同类型的芯片，并同时投入生产。
英伟达的 Blackwell 芯片采用全新一代架构，台积电 4NP 工艺打造，拥有 2080 亿个晶体管，在执行大模型推理等任务时效率较前代提升了 30 倍，因而备受科技公司期待。
此种面积的芯片，显然不能再通过传统方式来打造。Blackwell 的 B100 和 B200 GPU 两个型号使用台积电的 CoWoS-L 封装技术连接两个芯片，该技术依赖于配备局部硅互连（LSI）桥接器的 RDL 中介层（以实现约 10 TB/s 的数据传输速率）。
英伟达表示，双芯片的 GPU 没有内存局部性问题或缓存问题，CUDA 将其视为单块 GPU，可见这些芯片的桥接器至关重要。然而，GPU 芯片、LSI 桥接器、RDL 中介层和主板基板之间的热膨胀特性可能不匹配，导致系统弯曲和故障。
图源：Nvidia
因此，英伟达在 8 月承认了其 Blackwell GPU 的良品率低，需要修改 GPU 硅片的顶部金属层和凸片，以提高生产良率。当时，英伟达在一份声明中表示，「公司已经对 Blackwell GPU 的掩膜实施了修复。」
不过，英伟达也重申，公司在第二季度与客户一起对 Blackwell GPU 进行了抽样检查，并承认必须生产「低良率 Blackwell 材料」才能满足对 Blackwell 处理器的需求。
同时，黄仁勋在 2025 财年第二季度财报电话会议上表示，公司针对 Blackwell B100 和 B200 GPU 的设计进行了所有必要的变更，从而有望在第四季度实现量产。
英伟达 Blackwell GPU 不同型号的参数规格。
其实在半导体行业中，影响良率的 bug 以及重大功能问题并不是什么新鲜事。通常，公司通过修改金属层（或两层）等新步进（stepping）来修复这些问题。
据此前报道，英特尔的 Sapphire Rapids 有 500 个 bug。因此，英特尔发布了大约十几个步进来修复所有 bug（其中五个是基础重置）。每个新步进大约需要三个月才能完成（包括识别问题、修复问题和生产新版本芯片）。
图源：Intel
从这一点来看，英伟达和台积电修复 Blackwell GPU 的速度的确令人印象深刻。
目前，已修复的用于 AI 和超级计算机的 Blackwell GPU 预计将于最近几天投入量产，并在 2025 年初开始发货（仍在英伟达 2025 财年内）。
此外，根据英伟达在今年初披露的消息，AWS、谷歌、Meta 和微软是其主要客户（合计收入占比高达 40%），为满足他们对其新一代 AI 算力的需求，该公司必须在本年度出货一些最初低良率的 Blackwell GPU。不过，2024 年究竟会有多少 Blackwell GPU 被「送」往数据中心，我们不得而知。
周三美股收盘，刚刚创下历史新高的英伟达股票收跌 2.81 ％，回落到 140 美元以下。
参考内容：
https://www.tomshardware.com/pc-components/gpus/nvidia-adresses-significant-blackwell-yield-issues-production-ramp-in-q4
https://www.reuters.com/technology/artificial-intelligence/nvidias-design-flaw-with-blackwell-ai-chips-now-fixed-ceo-says-2024-10-23/
https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidias-jensen-huang-admits-ai-chip-design-flaw-was-100-percent-nvidias-fault-tsmc-not-to-blame-now-fixed-blackwell-chips-are-in-production