財聯(lián)社3月14日訊（編輯 周子意）當(dāng)芯片制造商都在試圖將芯片往小了設(shè)計時，而這家公司卻反其道而行之。

半導(dǎo)體初創(chuàng)公司Cerebras Systems公司周三（3月13日）推出了一款新的芯片WSE-3，而它的尺寸卻類似晶圓大小，或者說比一本書還要大，單體面積達(dá)到約462.25平方厘米。它是目前最大GPU面積的56倍。

據(jù)悉，該款芯片將4萬億個晶體管組織在90萬個核心中。

該芯片針對人工智能訓(xùn)練的工作負(fù)載進(jìn)行了優(yōu)化。Cerebras公司聲稱，配備了2048個WSE-3芯片的服務(wù)器集群可以在一天內(nèi)訓(xùn)練出市場上最先進(jìn)的開源語言模型之一Llama 2 70B。

替代英偉達(dá)

Cerebras是一家美國人工智能芯片的獨(dú)角獸企業(yè)，它背后的投資團(tuán)隊(duì)也都實(shí)力夠硬。最新一筆融資是在2021年由Alpha Wave Venture和阿布扎比增長基金領(lǐng)投，融資金額2.5億美元，其他的投資人士包括：OpenAI創(chuàng)始人山姆·奧特曼、AMD前首席技術(shù)官Fred Weber等。

2021年，Cerebras公司首次亮相了WSE-2芯片，集成了1.2萬億個晶體管、40萬個核心。在同行都在將晶圓分割成數(shù)百顆獨(dú)立芯片之時，Cerebras公司則是選擇將整個晶圓做成一顆芯片。

而最新發(fā)布的WSE-3則是從WSE-2改進(jìn)而來的。它較WES-2又增加了1.4萬億個晶體管，并擁有90萬個計算核心、44GB的板載SRAM內(nèi)存。強(qiáng)化部分是通過從7納米制造工藝更新到5納米節(jié)點(diǎn)所實(shí)現(xiàn)的。

據(jù)該公司稱，WSE-3在人工智能工作負(fù)載方面的性能是其前身的兩倍，它的峰值速度可以達(dá)到每秒125千萬億次計算。

Cerebras還將WSE-3定位為比英偉達(dá)顯卡更為高效的替代品。根據(jù)Cerebras官網(wǎng)的數(shù)據(jù)，該芯片4萬億個晶體管數(shù)完全碾壓了英偉達(dá)H100 GPU的800億個；核處理器數(shù)是單個英偉達(dá)H100 GPU的52倍；片上存儲量是H100的880倍。

WSE-3芯片為Cerebras公司的CS-3超級計算機(jī)提供動力，CS-3可用于訓(xùn)練具有多達(dá)24萬億個參數(shù)的人工智能模型，對比由WSE-2和其他常規(guī)人工智能處理器驅(qū)動的超級計算機(jī)，這一數(shù)據(jù)是個重大飛躍。

加速數(shù)據(jù)傳輸

雖說將晶圓大小的芯片和單個英偉達(dá)H100 GPU相比較并不公平，不過若從數(shù)據(jù)傳輸速度的角度來看，不將晶圓切割成單獨(dú)的芯片確實(shí)有它的優(yōu)勢。

根據(jù)Cerebras公司的說法，使用單一的大型處理器可以提高人工智能訓(xùn)練工作流程的效率。當(dāng)WSE-3上的4萬億個晶體管在晶圓上互連時，將會大大加快生成式人工智能的處理時間。

人工智能模型就是相對簡單的代碼片段的集合，這些代碼片段被稱為人工神經(jīng)元。這些神經(jīng)元被重新組織成集合（稱為層）。

當(dāng)人工智能模型接收到一個新任務(wù)時，它的每一層都會執(zhí)行任務(wù)的一部分，然后將其結(jié)果與其他層生成的數(shù)據(jù)結(jié)合起來。

由于神經(jīng)網(wǎng)絡(luò)太大，無法在單個GPU上運(yùn)行，因此，這些層需要分布在數(shù)百個以上的GPU上，通過頻繁地交換數(shù)據(jù)來協(xié)調(diào)它們的工作。

基于神經(jīng)網(wǎng)絡(luò)架構(gòu)的具體特性，只有獲得前一層的全部或部分激活數(shù)據(jù)，才能在開始分析數(shù)據(jù)，并提供給下一層。也就意味著，如果這兩層的數(shù)據(jù)運(yùn)行在不同的GPU上，信息在它們之間傳輸可能需要很長時間。芯片之間的物理距離越大，數(shù)據(jù)從一個GPU轉(zhuǎn)移到另一個GPU所需的時間就越長，這會減慢處理速度。

而Cerebras的WSE-3有望縮短這一處理時間。如果一個人工智能模型的所有層都在一個處理器上運(yùn)行，那么數(shù)據(jù)只需要從芯片的一個角落傳輸?shù)搅硪粋€角落，而不是在兩個顯卡之間傳輸。減少數(shù)據(jù)必須覆蓋的距離可以減少傳輸時間，從而加快處理速度。

該公司指出，在如今的服務(wù)器集群中，數(shù)以萬計的GPU被用來處理一個問題，而若是將芯片數(shù)量減少50倍以上，就可以降低互連成本以及功效，同時或許也可以解決消耗大量電力的問題。

Cerebras聯(lián)合創(chuàng)始人兼CEO Andrew Feldman稱，“當(dāng)我們八年前開始這一旅程時，每個人都說晶圓級處理器是白日夢…WSE-3是世界上最快的人工智能芯片，專為最新的尖端人工智能工作而打造。”

對于新推出地WSE-3芯片，分析公司Intersect360 Research首席執(zhí)行官Addison Snell認(rèn)為，Cerebras的WSE-3人工智能芯片和CS-3系統(tǒng)可以使部分高性能計算用戶受益。

他指出，“該芯片在相同的成本和功率下將性能提高了一倍。”

不過，Tirias Research創(chuàng)始人Jim McGregor則較為現(xiàn)實(shí)地指出，盡管這家初創(chuàng)公司增長迅速，并且有能力提高其平臺的可擴(kuò)展性，但與占主導(dǎo)地位的人工智能供應(yīng)商英偉達(dá)相比，它仍然是一家規(guī)模較小的公司。

他還指出，Cerebras專注于人工智能的一個方面，那就是訓(xùn)練，不過訓(xùn)練只是大型語言模型市場的一個利基市場。而英偉達(dá)提供了許多其他方面產(chǎn)品。