科勒联手君联，罕见的S交易诞生了
06-18
据多家外媒报道，近日，美国AI芯片初创公司Cerebras Systems推出了史上最大芯片，名为“The Cerebras Wafer” Scale“引擎”芯片（以下简称WSE）拥有1.2万亿个晶体管。
在芯片历史上，英特尔1999年的第一款处理器只有1亿个晶体管，而其最新的Advanced Micro Devices处理器也只有1亿个晶体管。
三星还制造了拥有2万亿个晶体管的闪存芯片（eUFS芯片），但它并不适合AI计算。
WSE，有史以来最大的芯片，为人工智能计算而生。
（Cerebras Systems） 数据显示，这款 42 平方毫米的芯片有 2 个核心。
这些内核通过细粒度、全硬件片上网状连接通信网络进行连接，每秒提供总共 PB 级的处理能力。
带宽。
更多的内核、更多的本地内存以及低延迟、高带宽结构创建了加速 AI 工作的最佳架构。
WSE 比最大 GPU 大 56.7 倍，具有 18 GB 片上 sram。
事实上，当今大多数芯片都是基于 12 英寸硅晶圆构建的多芯片集成。
但 Cerebras Systems 的芯片是由作为单独芯片互连在单晶硅晶圆上的晶体管组成的。
其互连设计使得所有晶体管整体高速运行。
（Cerebras Systems）通俗地解释一下，这款产品完全是计算机中最好的。
与计算能力和存储带宽相比，抱歉，级别还是一个新词——Petabytes（1PB=TB=10^6GB=2^50bit），速度约为 NVIDIA 最大图形处理器（GPU，具有强大的性能）的两倍。
浮点计算能力，常用于人工智能相关研究），存储带宽是其两倍。
如此强大的能力来自于芯片上的1.2万亿个晶体管。
要知道2008年英特尔的处理器只有一个晶体管。
按照摩尔定律计算：“每18个月，芯片上的晶体管数量就会增加一倍”。
到今年，晶体管数量应该正好达到1万亿个。
多一个晶体管，可以实现的计算能力就增加一分。
其次，它的芯片架构设计以及芯片互连和通信解决方案也非常先进，使得1.2万亿个晶体管之间的协作非常同步，延迟达到纳秒级。
运行时，这1.2万亿个晶体管就像一个晶体管一样同步。
（Twitter） 在人工智能领域，芯片的尺寸非常重要。
由于大芯片处理信息的速度更快，因此产生答案所需的时间更少。
减少观察时间或“训练时间”可以让研究人员测试更多想法、使用更多数据并解决新问题。
谷歌、Facebook、OpenAI、腾讯、百度等许多公司认为，当今人工智能发展的根本限制是训练模型花费的时间太长。
因此，减少培训时间将消除整个行业进步的主要瓶颈。
当然，芯片制造商通常不生产大型芯片是有原因的。
在单个晶圆上，制造过程中通常会出现一些杂质。
一点点的杂质就会导致芯片失效，严重时甚至击穿几颗芯片。
如果一张晶圆上只制作一颗芯片，那么有%的几率会含有杂质，这肯定会导致芯片失效。
不过，Cerebras Systems的芯片设计留有余量，以确保一种或少量的杂质不会导致整个芯片失效。
图| Andrew Feldman（图片Dean Takahashi） Cerebras Systems 首席执行官 Feldman 在一份声明中表示，“该公司的 WSE 芯片专为人工智能而设计，包含根本性创新，可解决数十年来限制芯片尺寸的技术挑战，例如交叉连接、每个架构决策都是为了优化 AI 工作的性能，WSE 芯片根据工作负载以最小的功耗和空间提供最佳性能。
“这些性能改进是通过加速所有元素来实现的。
神经网络是一个多级计算反馈循环。
输入通过循环循环的速度越快，循环学习或“训练”的速度就越快。
更快地通过循环获取输入的方法是加快速度在通信架构方面，由于WSE上中继处理器的使用，集群通信架构突破了传统通信技术中部分功耗带来的带宽和延迟问题。
通过使用二维阵列结构将基于WSE的处理器连接在一起，集群架构实现了低延迟和高带宽的特性，其整体带宽可高达每秒PB（字节每秒）。
即使没有安装任何额外的软件，这样的集群结构也可以支持全局信息处理，接收到的信息由相应的处理器进行处理。
（Cerebras Systems）对于这款产品来说，量产和散热可能是其面临的主要挑战。
不过，华尔街英语的出现也有其自身的亮点。
Linley Group 首席分析师 Linley Gwennap 在一份声明中表示：“Cerebras Systems 在晶圆级封装技术方面取得了巨大进步，在单片硅上实现了远超其他任何公司的处理性能。
为了实现这一壮举，该公司解决了困扰业界数十年的一系列工程挑战，包括实现高速芯片间通信、解决制造缺陷、封装如此大的芯片以及提供高密度电源和冷却系统。
Tirias Research 首席分析师兼创始人吉姆·麦格雷戈 (Jim McGregor) 在一份声明中表示：“Systems 通过汇集不同学科的顶尖工程师创造了新技术，并在短短几年内交付了产品，这是一项令人印象深刻的成就。
”重新配置的图形处理器满足了人工智能对计算能力的巨大需求。
如今的解决方案将数百个重新配置的图形处理器连接在一起，安装起来也需要几个月的时间，使用数百千瓦的功率，并且需要对人工智能软件进行大量修改，与庞大的计算机尺寸相比，甚至需要几个月的时间来实现功能。
单 WSE 芯片。
更多计算、更高性能内存和更大带宽。
通过晶圆级封装集成技术，WSE 芯片避免了松散连接、内存缓慢、基于缓存、以图形为中心的处理器。
（Cerebras Systems） Cerebras Systems成立于2007年，自成立以来在业界颇为神秘低调。
专注于为数据中心培训提供芯片产品，曾被CB Insights评为“全球最具价值”。
“我们期待的芯片公司”。
资料显示，该公司于2015年完成1万美元A轮融资，投资方为知名风险投资Benchmark。
此后获得多轮融资，截至今年9月累计融资1.12亿美元，估值8.6亿美元。
公司的创始团队也有着雄厚的背景。
联合创始人兼首席执行官安德鲁·费尔德曼(Andrew Feldman)曾创立芯片公司SeaMicro，后被AMD以3.34亿美元收购。
进入AMD继续工作，所以当Andrew Feldman挥舞大旗继续创业时，很多老同事都选择跟随他。
其他主要团队成员大多数与创始人安德鲁·费尔德曼来自同一所学校。
值得一提的一个人是加里·劳特巴赫（Gary Lauterbach）。
当Sun在20世纪90年代处于鼎盛时期时，加里·劳特巴赫（Gary Lauterbach）担任该公司的高级芯片设计师。
后来在SeaMicro主要从事低功耗服务器设计。
可以说，该公司自成立以来就积累了大量的低功耗服务器。
作为芯片设计领域的资深人物，这对于普通初创公司来说无疑可以说是赢在了起跑线上。
随后，2016 年，另一位重量级人物加入了 Cerebras Systems。
前英特尔企业架构和数据中心副总裁首席技术官 Dhiraj Mallick 正式出任工程和业务副总裁。
他在英特尔任职期间，今年第二季度营收同比增长10亿美元。
仅今年上半年，该公司数据中心收入就增至1亿美元。
他是公认的技术和商业奇才。
而且他也是Andrew Feldman在SeaMicro和AMD的老同事。
现在，这家公司有员工了。
Cerebras Systems未来还有很长的路要走，但不难想象，AI正在带来计算机架构和芯片封装技术的创新浪潮。
可以预见，我们将见证更多有趣、甚至意想不到的AI芯片的诞生。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-21
06-17
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器