来源:内容由半导体行业观察(ID:icbank)编译自
「
venturebeat
」,谢谢。
Cerebras Systems和联邦能源部国家能源技术实验室今天宣布,该公司的CS-1系统比图形处理单元(GPU)快10,000倍。
换而言之,这意味着以前需要花费数月时间进行训练的AI神经网络,现在在Cerebras系统上仅需要进行数分钟的训练,就能完成。
Cerebras生产世界上最大的计算机芯片WSE。芯片制造商通常会从直径12英寸的硅锭中切出晶圆,然后在芯片工厂中进行处理。处理完成后,将晶片切成数百个可用于电子硬件的独立芯片。
但是由SeaMicro创始人Andrew Feldman创立的Cerebras用整个晶圆制造出了一块巨大的芯片。芯片的每个部分都称为核心,以复杂的方式互连到其他核心。互连设计为使所有内核保持高速运行,因此晶体管可以一起工作。
Cerebras的CS-1系统使用WSE硅片大小的芯片,该芯片具有1.2万亿个晶体管,这些基本的开关电子开关是硅芯片的基础。英特尔1971年的第一个4004处理器具有2,300个晶体管,而昨天宣布的Nvidia A100 80GB芯片具有540亿个晶体管。
Feldman在接受VentureBeat采访时说,CS-1的速度也比Joule超级计算机快200倍,后者在全球500强超级计算机中名列第82位。
Feldman说:“它显示了创纪录的性能。这也表明晶圆级技术的应用范围超出了AI。”
这些数据是总部位于加利福尼亚州的Cerebras采用激进方法得出的成果,该方法创建了具有40万个AI核的芯片,而不是将该晶片切成单个芯片。Feldman说,这种不寻常的设计使完成任务变得容易得多,因为处理器和内存彼此靠近,并且有很多带宽可以连接它们。该方法在不同的计算任务中适用范围的问题仍然存在。
根据Cerebras与联邦实验室合作的结果发表的一篇论文说,CS-1可以提供任何数量的中央处理器(CPU)和GPU都无法达到的性能,而中央处理器和GPU都是超级计算机中常用的。(现在70%的顶级超级计算机都使用了英伟达的GPU )。Feldman补充说,“不管超级计算机有多大,这都是真的。”
Cerebras将在本周的SC20超级计算在线活动中进行演示。CS-1在计算流体动力学方面的工作量击败了Joule 超级计算机,它可以模拟化油器等地方的流体运动。Joule 超级计算机的建造成本为数千万美元,其中有84,000个CPU内核分布在数十个机架上,消耗的功率为450千瓦。
根据能源实验室主管Brian Anderson的说法,在此演示中,Joule 超级计算机使用了16,384个内核,而Cerebras计算机的速度提高了200倍。Cerebras花费数百万美元,并使用20千瓦的功率。
“对于这些工作量,晶圆级CS-1是有史以来最快的机器,”Feldman说。“而且它比其他处理器的任何其他组合或集群都快。”
单个Cerebras CS-1的高度为26英寸,可占据三分之一的机架,并由业界唯一的晶圆级处理引擎Cerebras的WSE提供动力。它结合了内存性能与大带宽,低延迟的处理器间通信以及针对高带宽计算进行了优化的体系结构。
该研究由NETL机器学习和数据科学工程师Dirk Van Essendelft以及Cerebras联合创始人兼高级技术首席架构师Michael James领导。经过几个月的努力,结果才出现。
2019年9月,能源部宣布与Cerebras建立合作伙伴关系,其中包括与Argonne国家实验室和Lawrence Livermore国家实验室的部署。
Cerebras CS-1于2019年11月发布。CS-1是围绕WSE构建的,它的体积是WSE的56倍,内核增加了54倍,片上内存增加了450倍,内存带宽增加了5788倍,并且20,833倍Cerebras说,与领先的GPU竞争对手相比,其结构带宽更大。
费尔德曼指出,CS-1可以比实时完成更快的计算,这意味着它可以在反应开始时启动电厂反应堆核心的仿真,并在反应结束之前完成仿真。
“这些动态建模问题具有有趣的特征,”Feldman说。“它们在CPU和GPU内核之间的伸缩性很差。用计算科学家的语言来说,它们没有表现出“强扩展性”。这意味着,在一定程度上,向超级计算机添加更多处理器不会带来额外的性能提升。”
Cerebras已经筹集了4.5亿美元,拥有275名员工。
★ 点击文末
【阅读原文】
,可查看本文原链接。
*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2497期内容,欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
,回复下方关键词,阅读更多
存储|晶圆
|光刻
|FPGA|并购|IC设计|华为|国产芯片
回复
投稿
,看《如何成为“半导体行业观察”的一员 》
回复
搜索
,还能轻松找到其他你感兴趣的文章!