'1.2萬億個晶體管!美初創公司推出史上最大AI計算芯片'

"

集微網消息(文/小山),據BBC新聞報道,當地時間 8 月 19 日,美國加州 AI初創公司 Cerebras Systems 宣佈推出世界上最大的芯片,這款名為“The Cerebras Wafer Scale Engine”的芯片(下文稱 WSE)擁有 1.2 萬億個晶體管,但只比標準的iPad稍大一點。


"

集微網消息(文/小山),據BBC新聞報道,當地時間 8 月 19 日,美國加州 AI初創公司 Cerebras Systems 宣佈推出世界上最大的芯片,這款名為“The Cerebras Wafer Scale Engine”的芯片(下文稱 WSE)擁有 1.2 萬億個晶體管,但只比標準的iPad稍大一點。


1.2萬億個晶體管!美初創公司推出史上最大AI計算芯片


據該公司數據資料顯示,這個 42,225 平方毫米的WSE芯片有著400,000 個核,比英偉達最大的 GPU 還要大 56.7 倍,這些核心通過一個細粒度、全硬件的片內網狀連接的通信網絡連接在一起,提供每秒 100 PB 的總帶寬。同時其速度大約英偉達家的 3000 倍,存儲帶寬更是多達 1000 倍。

值得一提的是,現在大多數芯片是在 12 英寸硅片基礎上製作的多芯片集成。但 Cerebras Systems 公司的WSE芯片是晶體管在單晶硅圓片上製作互相連接的獨立芯片。其互相連接的設計,可以讓所有的晶體管都能如一個整體一般高速運轉。

可以說,作為有史以來最大芯片的WSE就是為 AI 計算而生的。

而如此強大的能力就來源於其芯片上的 1.2 萬億個晶體管。 1971 年英特爾研發出 的 4004 處理器才僅有 2300 個晶體管,多一個晶體管,能實現的計算能力就會多增加一分。其次,其芯片架構設計和芯片互聯及通信方案也是十分超前的,使得 1.2 萬億個晶體管之間的協同十分同步,延遲達納秒(nanosecond)級,運行時,這 1.2 萬億個晶體管就像一個晶體管一樣同步。


"

集微網消息(文/小山),據BBC新聞報道,當地時間 8 月 19 日,美國加州 AI初創公司 Cerebras Systems 宣佈推出世界上最大的芯片,這款名為“The Cerebras Wafer Scale Engine”的芯片(下文稱 WSE)擁有 1.2 萬億個晶體管,但只比標準的iPad稍大一點。


1.2萬億個晶體管!美初創公司推出史上最大AI計算芯片


據該公司數據資料顯示,這個 42,225 平方毫米的WSE芯片有著400,000 個核,比英偉達最大的 GPU 還要大 56.7 倍,這些核心通過一個細粒度、全硬件的片內網狀連接的通信網絡連接在一起,提供每秒 100 PB 的總帶寬。同時其速度大約英偉達家的 3000 倍,存儲帶寬更是多達 1000 倍。

值得一提的是,現在大多數芯片是在 12 英寸硅片基礎上製作的多芯片集成。但 Cerebras Systems 公司的WSE芯片是晶體管在單晶硅圓片上製作互相連接的獨立芯片。其互相連接的設計,可以讓所有的晶體管都能如一個整體一般高速運轉。

可以說,作為有史以來最大芯片的WSE就是為 AI 計算而生的。

而如此強大的能力就來源於其芯片上的 1.2 萬億個晶體管。 1971 年英特爾研發出 的 4004 處理器才僅有 2300 個晶體管,多一個晶體管,能實現的計算能力就會多增加一分。其次,其芯片架構設計和芯片互聯及通信方案也是十分超前的,使得 1.2 萬億個晶體管之間的協同十分同步,延遲達納秒(nanosecond)級,運行時,這 1.2 萬億個晶體管就像一個晶體管一樣同步。


1.2萬億個晶體管!美初創公司推出史上最大AI計算芯片


Cerebras Systems 公司首席執行官Feldman 在一份聲明中說,“公司的 WSE 芯片專為人工智能而設計,包含基本的創新,解決了限制芯片尺寸幾十年的技術挑戰,如 十字交叉連接、良率、功率輸出和封裝。每一個架構決策都是為了優化人工智能工作的性能。其結果是,WSE 芯片在功耗和空間很小的情況下,根據工作負載提供了現有解決方案數百或數千倍的性能。”

Linley Group 首席分析師 Linley Gwennap 在一份聲明中表示:“Cerebras Systems 在晶圓級封裝( wafer-scale package)的技術上取得了巨大進步,在一塊硅片上實現的處理性能遠遠超出任何人的想象。為了實現這一壯舉,該公司已經解決了困擾該行業數十年的一系列工程挑戰,包括實現高速模對模通信、解決製造缺陷、封裝如此大的芯片、提供高密度電源和冷卻系統。”

Tirias Research 首席分析師兼創始人 Jim McGregor 在一份聲明中表示:“到目前為止,重新配置的GPU滿足了人工智能對計算能力的巨大需求。如今的解決方案是將數百個這些重新配置的GPU連接在一起,還需要數月的時間安裝,使用數百千瓦的電力,並要對人工智能軟件進行廣泛修改,甚至還要數月的時間來實現功能。與之相比,單片 WSE 芯片的絕對大小能夠實現更多的計算、更高性能的內存和更大的帶寬。通過晶圓級 (wafer-scale) 封裝的集成技術,WSE 芯片避免了鬆散連接、慢內存、基於緩存、以圖形為中心的處理器的芯片固有的傳統性能限制。”(校對/Jurnan)

"

相關推薦

推薦中...