Tenstorrent 開源 Chiplet 治具:AI 晶片戰爭的第二戰場，不在 GPU

Tenstorrent 釋出開源版 Open Chiplet Atlas（OCA）治具測試版，看似工程工具的小新聞，實則是 Jim Karnovas 陣營對 NVIDIA 銅牆鐵壁發動的側翼攻擊。對台灣半導體供應鏈而言，chiplet 標準化是一場不能缺席的規格戰。

【核心論點】AI 晶片產業的真正壁壘，從來不是運算效能，而是生態系。Tenstorrent 選擇開源「封裝層」的治具與規格，打的不是 NVIDIA 的晶片，而是它的護城河底層——專屬整合的不可替代性。

一則低調的公告，一個高調的訊號

但對系統工程師來說，治具是封裝驗證的起點，等於是「誰家的晶片可以拼在誰家的基板上」這個問題的憲法層級。把憲法開源，就是邀請所有人來寫共同規格。

Chiplet 為什麼是規格戰，不是效能戰

摩爾定律放緩後，大晶片被拆成一顆顆小晶片（chiplet），再用先進封裝拼接。這條路台灣讀者不陌生——台積電的 CoWoS 與 SoIC 正是這個趨勢的最大受惠者。但商業模式有個結構性問題:各家的 chiplet 互聯規格互不相容，買了 A 家的運算晶片，就被鎖進 A 家的封裝與軟體棧。

NVIDIA 的 NVLink、CXL 陣營的開放標準，本質上都是同一場仗:控制「拼接的規則」。Tenstorrent 開源 OCA，是把規則制定權往社群推一步。硬體開源不稀奇，RISC-V 已證明可行；稀奇的是連封裝驗證工具都開，這縮短了新創從設計到打樣的距離。

生態系已在滾動:從 TorchTPU 看到縫隙

同一週的 Hacker News 上還有另一條線索:Google 開源了 TorchTPU，讓 PyTorch 原生支援 TPU（來源:https://github.com/google-pytorch/torch_tpu）。該討論串中有開發者宣稱，自己以 side project 實作了可在 Tenstorrent 加速器上跑的開源 libtpu，且「已能跑大部分 TorchTPU」。

據該討論串轉述的這個細節，比官方新聞稿更有意義:當 Google 願意把訓練框架後端開放，第三方硬體就能搭便車。軟體棧的開放程度，正在決定非 NVIDIA 晶片的存活機率。Tenstorrent 正是同時押注軟體（PyTorch 相容）與硬體（開源 chiplet）兩層。

對台灣的意義:封裝产能之外的規格話語權

台灣握有全球最先進的封裝产能，這是硬實力。但規格由誰定，決定了产能服務誰、利潤留在哪一層。若開源 chiplet 規格成形，中小設計公司能以更低門檻下單先進封裝，受惠的仍是台灣代工廠——前提是台灣的設計服務與 IP 供應商也參與規格制定，而不是只當代工末端。

情境推演與自我檢驗

基準情境:OCA 成為新創圈的實用工具，但大型雲端業者仍走自家人封裝路線，標準化停在邊緣市場。樂觀情境:兩三年內出現橫跨多家供應商的開源 chiplet 供應鏈，NVIDIA 被迫在互聯規格上更開放。悲觀情境:開源規格缺乏商業維護者，像許多基金會專案一樣停留在「beta」。

誠實說，本篇分析有明顯限制:素材僅有官方公告與社群討論各一，公告內容為測試版，實際規格成熟度、授權條款細節與社群採用度，都還需要後續驗證。開源不等於被採用——RISC-V 走了十年才碰到主流市場的邊。這場仗，剛開始打。

（不構成投資建議）