Cerebras發(fā)布了Wafer Scale Engine，一種人工智能芯片

從歷史上看，半導(dǎo)體行業(yè)逐年提高芯片速度的主要方法是通過縮小晶體管，使更多的晶體管可以安裝在處理器上。Cerebras Systems Inc.正在采取另一種方法：加利福尼亞的芯片初創(chuàng)公司沒有使晶體管變小，而是使處理器變大了-更大。

Cerebras今天發(fā)布了Wafer Scale Engine，這是一種人工智能芯片，其尺寸是Nvidia Corp.旗艦V100數(shù)據(jù)中心圖形卡的57倍。這家初創(chuàng)公司稱贊它是有史以來最大的處理器。

晶圓級(jí)引擎（Wafer Scale Engine，簡稱WSE）是一個(gè)8.5英寸乘8.5英寸的琥珀色磚（如圖），其中包含不少于1.2萬億個(gè)晶體管。相比之下，V100為211億。WSE的電路分為400，000個(gè)處理內(nèi)核，這些內(nèi)核專門針對(duì)AI和18 GB的高速板載內(nèi)存進(jìn)行了優(yōu)化。

Cerebras將該芯片作為數(shù)據(jù)中心設(shè)備的一部分推向市場(chǎng)，該數(shù)據(jù)中心設(shè)備具有自己的水冷系統(tǒng)，可以吸收所有這些核心的熱量。這家初創(chuàng)公司的首席執(zhí)行官安德魯·費(fèi)爾德曼（Andrew Feldman）告訴《財(cái)富》雜志，該機(jī)器將提供具有多個(gè)Nvidia顯卡的服務(wù)器的150倍的計(jì)算能力。Cerebras稱磅一磅，它的設(shè)備消耗了具有相同處理能力的基于Nvidia的服務(wù)器場(chǎng)所需的2%至3%的空間和電力。

該效率是WSE超大型外形的直接結(jié)果。在由多個(gè)單獨(dú)的GPU組成的傳統(tǒng)AI環(huán)境中，要處理的數(shù)據(jù)必須通過相對(duì)較慢的網(wǎng)絡(luò)鏈路不斷在不同芯片之間傳輸，這會(huì)造成瓶頸。對(duì)于WSE而言，這不是問題，因?yàn)樗杏?jì)算都在同一電路板上完成。

將處理操作集中在一個(gè)大芯片上以提高效率的想法已經(jīng)存在了數(shù)十年。但是，由于實(shí)現(xiàn)此概念涉及巨大的技術(shù)挑戰(zhàn)，因此Cerebras之前沒有一家公司設(shè)法實(shí)現(xiàn)這一目標(biāo)。

最大的障礙之一在于制造過程。即使在世界上最現(xiàn)代化的芯片制造工廠，也沒有辦法生產(chǎn)出WSE大小的處理器，而至少有1.2萬億個(gè)晶體管出現(xiàn)問題。有缺陷的晶體管通常會(huì)使整個(gè)處理器無法使用，但是Cerebras通過在WSE中建立一個(gè)可以在故障部件周圍路由數(shù)據(jù)的網(wǎng)絡(luò)來解決了這個(gè)問題。

Cerebras產(chǎn)品管理總監(jiān)Andy Hock在一篇博客文章中寫道，該芯片的設(shè)計(jì)“具有核心，內(nèi)存和互連的基本特性，并具有邏輯上的極限?！?“通過將所有芯片連接起來，通信速度比InfiniBand等片外技術(shù)快了數(shù)千倍?！?/p>

這家初創(chuàng)公司的技術(shù)正引起業(yè)界的嚴(yán)重關(guān)注。Cerebras已經(jīng)從包括早期Twitter Inc.支持者Benchmark，前Advanced Micro Devices Inc.首席技術(shù)官Fred Weber和OpenAI首席科學(xué)家Ilya Sutskever在內(nèi)的投資者籌集了超過2億美元的資金。

Cerebras計(jì)劃從9月開始發(fā)貨其基于WSE的數(shù)據(jù)中心設(shè)備。該初創(chuàng)公司已向數(shù)家早期采用者提供了該機(jī)器的原型版本。