Cerebras 處理器的公告 ― Cerebras 晶圓級引擎 (WSE) 或 Cerebras 晶圓級引擎 ― 作為一年一度的 Hot Chips 31 大會的一部分，看著這個矽怪物，令人驚訝的甚至不是他們能夠在肉體中釋放它。 設計的勇氣和開發人員冒著風險開發出面積為 46 平方毫米、邊長為 225 厘米的晶體的工作令人驚訝。製造一個處理器需要一整塊 21,5 毫米的晶圓。 稍有差錯，缺陷率就是300%，問題的成本更是難以想。
Cerebras WSE 由台積電生產。 製程流程：16 nm FinFET。 這家台灣製造商也因 Cerebras 的發布而值得一座紀念碑。 開發人員保證，生產這種晶片需要最高的技術並解決許多問題，但這是值得的。 Cerebras 晶片本質上是一個片上超級計算機，具有令人難以置信的吞吐量、最小的功耗和出色的並行性。 現在，這是理想的機器學習解決方案，使研究人員能夠開始解決極其複雜的問題。
每個 Cerebras WSE 晶片包含 1,2 兆個晶體管，組織成 400 個 AI 優化運算核心和 000 GB 本機分散式 SRAM。 所有這些都透過總吞吐量為每秒 18 拍的網狀網路連接。 記憶體頻寬達到100PB/s。 記憶體層次結構是單級的。 沒有高速緩存，沒有重疊，存取延遲最小。 它是加速人工智慧相關任務的理想架構。 赤裸裸的數字：與最現代的圖形核心相比，Cerebras 晶片提供了 9 倍以上的片上記憶體和 3000 倍以上的記憶體傳輸速度。
Cerebras 運算核心 - SLAC（稀疏線性代數核心） - 完全可編程，並且可以針對任何神經網路進行最佳化。 此外，核心架構固有地過濾由零表示的資料。 這使計算資源無需執行空閒乘以零運算，這對於稀疏資料負載意味著更快的計算和極高的能源效率。 因此，就晶片面積和功耗而言，Cerebras 處理器的機器學習效率比目前的人工智慧和機器學習解決方案高出數百甚至數千倍。
製造類似尺寸的晶片 很多獨特的解決方案。 它甚至必須幾乎用手裝進箱子裡。 為晶體供電和冷卻存在問題。 只有透過液體並且透過垂直循環的分區供應組織才能實現熱量排出。 不過，所有問題都解決了，晶片也能運作了。 了解它的實際應用將會很有趣。
來源： 3dnews.ru