ประกาศเกี่ยวกับโปรเซสเซอร์ Cerebras ― Cerebras Wafer Scale Engine (WSE) หรือ Cerebras wafer scale engine ― ซึ่งเป็นส่วนหนึ่งของการประชุมประจำปี Hot Chips 31 เมื่อมองดูสัตว์ประหลาดซิลิคอนตัวนี้แล้วสิ่งที่น่าประหลาดใจก็คือความจริงที่ว่าพวกมันสามารถปล่อยมันออกมาในเนื้อหนังได้ ความกล้าหาญในการออกแบบและผลงานของนักพัฒนาที่เสี่ยงต่อการพัฒนาคริสตัลที่มีพื้นที่ 46 ตารางมิลลิเมตร และด้านข้าง 225 ซม. เป็นเรื่องที่น่าแปลกใจ ต้องใช้เวเฟอร์ทั้งหมด 21,5 มม. ในการสร้างโปรเซสเซอร์ตัวเดียว หากเกิดข้อผิดพลาดเพียงเล็กน้อย อัตราข้อบกพร่องคือ 300% และต้นทุนของปัญหายังยากที่จะจินตนาการได้
Cerebras WSE ผลิตโดย TSMC กระบวนการทางเทคโนโลยี: FinFET 16 นาโนเมตร ผู้ผลิตชาวไต้หวันรายนี้ยังสมควรได้รับอนุสาวรีย์สำหรับการเปิดตัว Cerebras การผลิตชิปดังกล่าวต้องใช้ทักษะสูงสุดและการแก้ปัญหามากมาย แต่มันก็คุ้มค่าที่นักพัฒนารับรอง ชิป Cerebras นั้นเป็นซูเปอร์คอมพิวเตอร์บนชิปที่มีปริมาณงานที่น่าทึ่ง ใช้พลังงานน้อยที่สุด และมีความขนานกันอย่างน่าอัศจรรย์ นี่คือโซลูชันแมชชีนเลิร์นนิงในอุดมคติที่จะช่วยให้นักวิจัยเริ่มแก้ไขปัญหาที่มีความซับซ้อนอย่างมากได้
Cerebras WSE แต่ละตัวประกอบด้วยทรานซิสเตอร์ 1,2 ล้านล้านตัว ซึ่งจัดเป็นคอร์ประมวลผลที่ปรับให้เหมาะสมกับ AI จำนวน 400 คอร์ และ SRAM แบบกระจายในตัวเครื่องขนาด 000 GB ทั้งหมดนี้เชื่อมต่อกันด้วยเครือข่ายแบบตาข่ายที่มีปริมาณงานรวม 18 เพตะบิตต่อวินาที แบนด์วิธหน่วยความจำถึง 100 PB/s ลำดับชั้นของหน่วยความจำเป็นแบบระดับเดียว ไม่มีหน่วยความจำแคช ไม่มีการทับซ้อนกัน และมีความล่าช้าในการเข้าถึงน้อยที่สุด เป็นสถาปัตยกรรมในอุดมคติสำหรับการเร่งงานที่เกี่ยวข้องกับ AI ตัวเลขเปล่า: เมื่อเปรียบเทียบกับคอร์กราฟิกที่ทันสมัยที่สุด ชิป Cerebras ให้หน่วยความจำบนชิปมากกว่า 9 เท่า และความเร็วในการถ่ายโอนหน่วยความจำมากกว่า 3000 เท่า
แกนประมวลผล Cerebras - SLAC (Sparse Linear Algebra Cores) - สามารถตั้งโปรแกรมได้อย่างสมบูรณ์และสามารถปรับให้เหมาะสมสำหรับการทำงานกับโครงข่ายประสาทเทียมใดๆ นอกจากนี้ สถาปัตยกรรมเคอร์เนลจะกรองข้อมูลที่แสดงเป็นศูนย์โดยเนื้อแท้ สิ่งนี้ทำให้ทรัพยากรการประมวลผลมีอิสระจากความจำเป็นในการคูณการไม่ได้ใช้งานด้วยการดำเนินการเป็นศูนย์ ซึ่งสำหรับการโหลดข้อมูลแบบกระจัดกระจายหมายถึงการคำนวณที่รวดเร็วขึ้นและประสิทธิภาพการใช้พลังงานสูงสุด ดังนั้น โปรเซสเซอร์ Cerebras จึงมีประสิทธิภาพมากกว่าหลายร้อยหรือหลายพันเท่าสำหรับการเรียนรู้ของเครื่องในแง่ของพื้นที่ชิปและการใช้มากกว่าโซลูชันปัจจุบันสำหรับ AI และการเรียนรู้ของเครื่อง
ผลิตชิปที่มีขนาดใกล้เคียงกัน โซลูชันที่เป็นเอกลักษณ์มากมาย มันต้องถูกบรรจุลงกล่องเกือบด้วยมือด้วยซ้ำ มีปัญหาในการจ่ายพลังงานให้กับคริสตัลและทำให้เย็นลง การกำจัดความร้อนทำได้เฉพาะกับของเหลวและเฉพาะกับการจัดวางโซนที่มีการไหลเวียนในแนวตั้งเท่านั้น อย่างไรก็ตาม ปัญหาทั้งหมดได้รับการแก้ไขแล้ว และชิปก็ใช้งานได้ การเรียนรู้เกี่ยวกับการนำไปประยุกต์ใช้จริงจะเป็นเรื่องน่าสนใจ
ที่มา: 3dnews.ru