Dünyanın en büyük AI çipi, özelliklerini bir inç eklemeden iki katına çıkardı.
Cerebras Systems Wafer Scale Engine, büyük bir yemek tabağı büyüklüğündedir. Tüm bu yüzey alanı, işlemcilerden belleğe kadar her şeyin çok daha fazlasını sağlar. İlk WSE çipi, 2019'te yayınlandı, inanılmaz bir 1.2 trilyon transistöre ve 400,000 işlem çekirdeğine sahipti. halefi her şeyi ikiye katlar, fiziksel boyutu hariç.
WSE-2, aynı yemek tabağında 2.6 trilyon transistör ve 850,000 çekirdek barındırıyor. Çip üstü belleği 18 gigabayttan 40 gigabayta yükseldi ve söz konusu belleğe ve bellekten bilgi aktarma hızı saniyede 9 petabayttan saniyede 20 petabayta yükseldi.
Nasıl dilimlersen kes bir canavar.
WSE-2, Taiwan Semiconductor Manufacturing Company (TSMC) tarafından üretilmiştir ve TSMC'nin 16 nanometre yonga yapım sürecinden, WSE-7'nin kazanımlarının çoğunu sağlayan 10 nanometre düğümü atlayarak 2 nanometre sürecine bir sıçrama olmuştur. .
Bu, çipin fiziksel tasarımında değişiklik yapılmasını gerektirdi, ancak Cerebras, her bir çekirdekte, yeni sürecin çalışması için gerekenin üzerinde ve ötesinde iyileştirmeler yaptıklarını söylüyor. Güncellenen mega çip çok daha hızlı ve daha verimli olmalıdır.
Neden Dev Bilgisayar Çipleri Üretiyoruz?
Grafik işleme birimleri (GPU'lar) yapay zekada hala üstün olsa da, özellikle AI için yapılmamıştır. Bunun yerine, GPU'lar ilk olarak oyun gibi grafik ağırlıklı uygulamalar için geliştirilmiş ve kullanılmıştır.
Yapay zeka ve süper bilgi işlem için harika şeyler yaptılar, ancak son birkaç yılda yapay zeka için yapılmış özel çipler yükselişte ve yükselişte.
Cerebras, Graphcore ve SambaNova gibi diğer gelecek vaat edenlerin ve Intel ve NVIDIA gibi daha tanıdık isimlerin yanı sıra yarışmacılardan biri.
Şirket, rekabetten ne kadar farklı olduğunun altını çizmek için WSE-2'yi en iyi AI işlemcisi (NVIDIA'nın A100'ü) ile karşılaştırmayı seviyor. A100, yüzey alanının yüzde ikiden biraz daha azını kaplayan transistör sayısının (54.2 milyar) yüzde ikisine sahiptir. Çok daha küçüktür, ancak yüzlerce veya binlerce çip daha büyük bir sistemde birbirine bağlandığında A100'ün gücü daha tam olarak fark edilir.
Buna karşılık, WSE-2, mümkün olduğu kadar çok işlem ve belleği tek bir silikon gofret üzerine sıkıştırarak tüm bu yongaları birbirine bağlamanın maliyetini ve karmaşıklığını azaltır. Aynı zamanda, birden fazla sunucu rafına yayılmış çok sayıda çip arasında veri taşıma ihtiyacının ortadan kaldırılması, hızı ve verimliliği önemli ölçüde artırır.
Çipin tasarımı, küçük, hızlı çekirdeklerine kendi ayrılmış belleklerini verir ve çekirdekler arasında hızlı iletişimi kolaylaştırır. Ve Cerebras'ın derleme yazılımı, görevlerin çipin çekirdekleri arasında dağıtılmasını oldukça zahmetsiz hale getirmek için standart çerçeveler (PyTorch ve TensorFlow gibi) kullanan makine öğrenimi modelleriyle birlikte çalışır.
Yaklaşım, yonga ölçeğinde hesaplama olarak adlandırılır, çünkü yonga, normalde birçok yonganın kesildiği standart bir silikon yonga plakasının boyutundadır. Gofret ölçeğinde bilgi işlem yıllardır radardaydı, ancak ticari olarak uygun bir çip yapan ilk kişi Cerebras.
Çip, CS-2 adı verilen bir bilgisayar sisteminde paketlenmiş olarak gelir. Sistem, soğutma ve güç kaynağı içerir ve standart bir sunucu rafının yaklaşık üçte birine sığar.
Başlangıç, 2019'da çipi duyurduktan sonra, büyüyen bir müşteri listesiyle çalışmaya başladı. Cerebras, GlaxoSmithKline, Lawrence Livermore National Lab ve Argonne National'ı (diğerlerinin yanı sıra) ilaç, biyoteknoloji, imalat ve askeri sektördeki isimsiz ortakların yanı sıra müşteriler olarak sayar. Birçok uygulama AI'daydı, ancak hepsi değil. Geçen yıl şirket, Ulusal Enerji Teknolojisi Laboratuvarı'nın (NETL) bir süper bilgisayarı geride bırakmak için çipi kullandı akışkanlar dinamiği simülasyonunda.
Gofret Ölçekli Büyüyecek mi?
Gofret ölçekli hesaplamanın yakalanıp yakalanmadığı görülecektir.
Cerebras, çiplerinin makine öğrenimi görevlerini önemli ölçüde hızlandırdığını ve ilk müşterilerinin tanıklığını söylüyor. oldukça büyük kazançlar talep etmek-bunu destekler. Ancak henüz bağımsız kafa kafaya karşılaştırmalar yok. Örneğin ne Cerebras ne de diğer birçok yapay zeka donanımı girişimi bu projede yer aldı. AI sistemlerinin yeni bir MLperf kıyaslama testi. (En iyi sistemlerin neredeyse tamamı, algoritmalarını hızlandırmak için NVIDIA GPU'ları kullandı.)
Göre IEEE Spektrumu, Cerebras, ilgilenen alıcıların sistemi daha genel ve potansiyel olarak daha az uygulanabilir bir kıyaslama üzerinde satmak yerine, sistemi kendi özel sinir ağlarında test etmesine izin vermeyi tercih ettiklerini söylüyor. Bu alışılmadık bir yaklaşım değil, AI analisti Karl Freund, “Herkes kendi işi için geliştirdiği kendi modellerini çalıştırıyor. Alıcılar için önemli olan tek şey bu.”
Ayrıca WSE'nin yalnızca çipine sığacak kadar küçük görevleri yerine getirebileceğini belirtmekte fayda var. Şirket, karşılaştığı en uygun sorunların uyabileceğini ve WSE-2'nin daha da fazla alan sağladığını söylüyor. Yine de, makine öğrenimi algoritmalarının boyutu hızla büyüyor. Belki de bu yüzden Cerebras bunu not etmeye heveslidir. bir sunucu kabinine iki hatta üç CS-2 sığabilir.
Sonuç olarak, WSE-2, bir veya birkaç GPU'nun hile yapacağı daha küçük görevler için anlamlı değildir. Şu anda çip, bilim ve araştırmadaki büyük, hesaplama ağırlıklı projelerde kullanılıyor. Mevcut uygulamalar arasında kanser araştırması ve ilaç keşfi, yerçekimi dalgası tespiti ve füzyon simülasyonu yer almaktadır. Cerebras CEO'su ve kurucu ortağı Andrew Feldman, bulutta daha kısa vadeli, daha az yoğun ihtiyaçları olan müşterilere de sunulabileceğini söylüyor.
Çip için pazar niş, ancak Feldman anlattı HPC Tel 2015'te beklediğinden daha büyük ve AI'ya yönelik yeni yaklaşımlar sürekli olarak ortaya çıktıkça hala büyüyor. Piyasa inanılmaz hızlı hareket ediyor” dedi.
AI çipleri arasındaki artan rekabet izlenmeye değer. Sonunda, amaca uygun birkaç yaklaşım veya zirveye çıkan bir yaklaşım olabilir.
En azından şimdilik, devasa bilgisayar çiplerinin cömert yardımına biraz iştahlı görünüyor.
Resim Kredi: Cerebras
Coinsmart. Europa İçindeki En İyi Bitcoin-Börse
Source: https://singularityhub.com/2021/04/25/the-worlds-biggest-ai-chip-now-comes-stock-with-2-6-trillion-transistors/
