Anuncio do procesador Cerebras ― Cerebras Wafer Scale Engine (WSE) ou Cerebras Wafer Scale Engine ―
Cerebras WSE é producido por TSMC. Proceso tecnolóxico: 16 nm FinFET. Este fabricante taiwanés tamén merece un monumento pola liberación de Cerebras. A produción deste chip requiría a maior habilidade e resolver moitos problemas, pero pagou a pena, aseguran os desenvolvedores. O chip Cerebras é esencialmente un superordenador nun chip cun rendemento incrible, un consumo de enerxía mínimo e un paralelismo fantástico. Esta é agora a solución de aprendizaxe automática ideal que permitirá aos investigadores comezar a resolver problemas de extrema complexidade.
Cada matriz Cerebras WSE contén 1,2 billóns de transistores, organizados en 400 núcleos de computación optimizados para IA e 000 GB de SRAM distribuída local. Todo isto está conectado por unha rede de malla cun rendemento total de 18 petabits por segundo. O ancho de banda da memoria alcanza os 100 PB/s. A xerarquía da memoria é dun só nivel. Non hai memoria caché, non hai superposición e atrasos de acceso mínimos. É unha arquitectura ideal para acelerar tarefas relacionadas coa IA. Números espidos: en comparación cos núcleos gráficos máis modernos, o chip Cerebras proporciona 9 veces máis memoria no chip e 3000 veces máis velocidade de transferencia de memoria.
Os núcleos de computación Cerebras - SLAC (Sparse Linear Algebra Cores) - son totalmente programables e pódense optimizar para traballar con calquera rede neuronal. Ademais, a arquitectura do núcleo filtra inherentemente os datos representados por ceros. Isto libera os recursos informáticos da necesidade de realizar operacións de multiplicación inactiva por cero, o que para cargas de datos escasa significa cálculos máis rápidos e unha eficiencia enerxética extrema. Así, o procesador Cerebras resulta ser centos ou mesmo miles de veces máis eficiente para a aprendizaxe automática en termos de área de chip e consumo que as solucións actuais para a IA e a aprendizaxe automática.
Fabricación dun chip de tamaño similar
Fonte: 3dnews.ru