Cerebras - अविश्वसनीय आकार र क्षमताहरु को एक AI प्रोसेसर

सेरेब्रास प्रोसेसरको घोषणा - सेरेब्रास वेफर स्केल इन्जिन (WSE) वा सेरेब्रास वेफर स्केल इन्जिन - भयो वार्षिक हट चिप्स 31 सम्मेलनको भागको रूपमा। यस सिलिकन राक्षसलाई हेर्दा, के अचम्मको कुरा हो कि उनीहरूले यसलाई शरीरमा छोड्न सक्थे। 46 वर्ग मिलिमिटर क्षेत्रफल भएको 225 सेन्टिमिटर क्षेत्रफल भएको क्रिस्टल विकास गर्ने जोखिम लिने विकासकर्ताहरूको डिजाइनको साहस र काम अचम्मको छ।एउटा प्रोसेसर बनाउन पूरै 21,5-मिमीको वेफर लाग्छ। थोरै त्रुटिको साथ, दोष दर 300% छ, र मुद्दाको लागत कल्पना गर्न पनि गाह्रो छ।

Cerebras WSE TSMC द्वारा उत्पादन गरिएको हो। प्राविधिक प्रक्रिया: 16 एनएम FinFET। यो ताइवानी निर्माता पनि सेरेब्रास को रिलीज को लागी एक स्मारक को योग्य छ। यस्तो चिप को उत्पादन उच्चतम कौशल र धेरै समस्याहरू समाधान आवश्यक छ, तर यो यसको लायक थियो, विकासकर्ता आश्वासन। सेरेब्रास चिप अनिवार्य रूपमा अविश्वसनीय थ्रुपुट, न्यूनतम बिजुली खपत र उत्कृष्ट समानान्तरको साथ चिपमा रहेको सुपर कम्प्युटर हो। यो अब आदर्श मेसिन लर्निंग समाधान हो जसले अनुसन्धानकर्ताहरूलाई चरम जटिलताका समस्याहरू समाधान गर्न सुरु गर्न अनुमति दिनेछ।

प्रत्येक सेरेब्रास WSE डाइमा 1,2 ट्रिलियन ट्रान्जिस्टरहरू छन्, 400 AI-अप्टिमाइज्ड कम्प्युट कोर र 000 GB स्थानीय वितरित SRAM मा व्यवस्थित। यो सबै प्रति सेकेन्ड १०० पेटाबिटको कुल थ्रुपुटको साथ जाल नेटवर्कद्वारा जडान गरिएको छ। मेमोरी ब्यान्डविथ 18 PB/s पुग्छ। मेमोरी पदानुक्रम एकल-स्तर हो। त्यहाँ कुनै क्यास मेमोरी छैन, ओभरल्याप छैन, र न्यूनतम पहुँच ढिलाइ। यो एआई-सम्बन्धित कार्यहरूलाई गति दिनको लागि एक आदर्श वास्तुकला हो। नग्न नम्बरहरू: सबैभन्दा आधुनिक ग्राफिक्स कोरहरूको तुलनामा, सेरेब्रास चिपले 100 गुणा बढी अन-चिप मेमोरी र 9 गुणा बढी मेमोरी एक्सचेन्ज गति प्रदान गर्दछ।

सेरेब्रास कम्प्युटिङ कोरहरू - SLAC (Sparse Linear Algebra Cores) - पूर्ण रूपमा प्रोग्रामयोग्य छन् र कुनै पनि न्यूरल नेटवर्कहरूसँग काम गर्नका लागि अनुकूलित गर्न सकिन्छ। यसबाहेक, कर्नेल आर्किटेक्चर स्वाभाविक रूपमा शून्य द्वारा प्रतिनिधित्व डाटा फिल्टर गर्दछ। यसले कम्प्युटिङ स्रोतहरूलाई शून्य अपरेसनहरूद्वारा निष्क्रिय गुणन गर्ने आवश्यकताबाट मुक्त गर्छ, जुन स्प्यार्स डेटा लोडहरूको लागि छिटो गणना र अत्यधिक ऊर्जा दक्षता हो। तसर्थ, सेरेब्रास प्रोसेसर एआई र मेसिन लर्निङका लागि हालका समाधानहरू भन्दा चिप क्षेत्र र खपतका हिसाबले मेसिन लर्निङका लागि सयौं वा हजारौं गुणा बढी प्रभावकारी हुन्छ।

समान आकारको चिप निर्माण गर्दै माग गरे धेरै अद्वितीय समाधान। यो लगभग हातले केस मा प्याक गर्न पनि थियो। क्रिस्टलमा बिजुली आपूर्ति र चिसो गर्न समस्या थियो। तातो हटाउने मात्र तरल र ठाडो परिसंचरण संग क्षेत्रीय आपूर्ति को संगठन संग मात्र सम्भव भयो। यद्यपि, सबै समस्याहरू समाधान गरियो र चिप काम गर्न बाहिर आयो। यसको व्यावहारिक प्रयोग बारे जान्न रोचक हुनेछ।

स्रोत: 3dnews.ru