日前，在斯坦福大學(xué)舉行的IEEE Hot Chips研討會(huì)上，創(chuàng)業(yè)公司Cerebras推出了有史以來(lái)最大的芯片。按照他們的說(shuō)法，這個(gè)大致是硅晶片尺寸的系統(tǒng)旨在將AI訓(xùn)練時(shí)間從幾個(gè)月縮短到幾分鐘。

這是自二十世紀(jì)八十年代Trilogy Systems任務(wù)失敗以來(lái)，業(yè)界再一次出現(xiàn)對(duì)晶圓級(jí)處理器的商業(yè)嘗試。

下面，我們來(lái)談一下有關(guān)這個(gè)芯片，你必須知道的六點(diǎn)：：

數(shù)據(jù)

作為有史以來(lái)最大的芯片，Cerebras的Wafer Scale Engine（WSE）自然帶有一堆最高級(jí)的。這是當(dāng)中的一部分：

尺寸：46,225平方毫米。這大約是一張信紙大小的紙張的75％，但卻是最大GPU的56倍。

晶體管：1.2萬(wàn)億。Nvidia的GV100 Volta僅為21億。

處理器核心：400,000。而GV100只有5,660。

內(nèi)存：18千兆字節(jié)的片上SRAM，大約是GV100的3000倍。

內(nèi)存帶寬：每秒9 PB。據(jù)Cerebras稱，這是我們最喜歡的GPU的10,000倍。

你為什么需要這個(gè)怪物？

Cerebras在其白皮書中提出了一個(gè)非常好的案例，為什么這么大的芯片有意義。

基本上，該公司認(rèn)為，訓(xùn)練深度學(xué)習(xí)系統(tǒng)和其他人工智能系統(tǒng)的需求已經(jīng)失控。該公司表示，訓(xùn)練將出現(xiàn)一種新模式——?jiǎng)?chuàng)建一個(gè)這樣的系統(tǒng)，那就是一旦經(jīng)過(guò)訓(xùn)練，就可以識(shí)別人或贏得Go游戲。但這在過(guò)去需要花費(fèi)數(shù)周或數(shù)月的時(shí)間，并耗費(fèi)數(shù)十萬(wàn)美元的計(jì)算時(shí)間。這個(gè)成本意味著實(shí)驗(yàn)的空間很小，這會(huì)扼殺新的想法和創(chuàng)新。

這家公司的答案是，全世界需要更多，更便宜的訓(xùn)練計(jì)算資源。而訓(xùn)練也需要幾分鐘而不是幾個(gè)月，為此，您需要更多內(nèi)核，更多靠近這些內(nèi)核的內(nèi)存，以及內(nèi)核之間的低延遲，高帶寬連接。

這些目標(biāo)將對(duì)AI行業(yè)中的每個(gè)人造成影響。但是Cerebras也承認(rèn)，這個(gè)想法推向了它的邏輯極端。一塊大芯片為處理器內(nèi)核和需要依賴它的內(nèi)存提供了更多的硅片面積。只有當(dāng)數(shù)據(jù)永遠(yuǎn)不必離開(kāi)芯片上的短而密集的互連時(shí)，才能實(shí)現(xiàn)高帶寬，低延遲的連接。因此這也是他們打造這樣一個(gè)大芯片的原因。

在這400,000個(gè)內(nèi)核中有什么？

根據(jù)該公司的說(shuō)法，WSE的內(nèi)核專門用于人工智能，但仍然具有可編程性，那就意味著該芯片并不會(huì)僅僅被限定在AI當(dāng)中。這就是他們所謂的稀疏線性代數(shù)（Sparse Linear Algebra：SLA）核心。這些處理單元專門用于“人工智能”工作的“張量”操作，但它們還包括一項(xiàng)減少工作的功能，特別是對(duì)于深度學(xué)習(xí)網(wǎng)絡(luò)。據(jù)該公司稱，深度學(xué)習(xí)訓(xùn)練集中所有數(shù)據(jù)的50％至98％為zero。因此，非零數(shù)據(jù)“Sparse ”。

SLA核心通過(guò)簡(jiǎn)單地不將任何東西乘以零來(lái)減少工作量。內(nèi)核具有內(nèi)置的數(shù)據(jù)流元素，可以根據(jù)數(shù)據(jù)觸發(fā)計(jì)算操作，因此當(dāng)數(shù)據(jù)遇到零時(shí)，不會(huì)浪費(fèi)時(shí)間。

他們是怎么做到的？

Cerebras龐大的單芯片背后的基本理念已經(jīng)存在了幾十年，但它也是不切實(shí)際的。

早在20世紀(jì)80年代，并行計(jì)算的先驅(qū) Gene Amdahl就制定了加速大型機(jī)計(jì)算的計(jì)劃——硅片大小的處理器。換句話說(shuō)，就是將大部分?jǐn)?shù)據(jù)保留在處理器本身而不是將其通過(guò)電路板推送到存儲(chǔ)器和其他芯片。這樣的計(jì)算將更快且更節(jié)能。

借助從風(fēng)險(xiǎn)投資家手上拿到的2.3億美金，Amdahl創(chuàng)立了Trilogy Systems，并實(shí)現(xiàn)了他的愿望。但我們不得不承認(rèn)，“晶圓級(jí)整合”的第一次商業(yè)嘗試是一場(chǎng)災(zāi)難，據(jù)當(dāng)時(shí)報(bào)道，它成功地將動(dòng)詞“to crater”引入金融新聞詞典。

最基本的問(wèn)題是芯片越大，良率越差。從邏輯上講，這應(yīng)該意味著晶圓級(jí)芯片將無(wú)利可圖，因?yàn)槟漠a(chǎn)品總會(huì)存在缺陷。Cerebras的解決方案是添加一定量的冗余。據(jù)EE Times稱，Swarm通信網(wǎng)絡(luò)具有冗余鏈路，讓產(chǎn)品工作時(shí)可以繞過(guò)受損核心。據(jù)透露，當(dāng)中大約有1％的核心是備用的。

Cerebras還必須解決一些關(guān)鍵的制造限制問(wèn)題。例如，芯片工具設(shè)計(jì)用于將其特征定義圖案投射到相對(duì)較小的矩形上，并在晶圓上完美地反復(fù)進(jìn)行。由于在晶片上的不同位置鑄造不同圖案的成本和難度，僅此一點(diǎn)就會(huì)使許多系統(tǒng)不能構(gòu)建在單個(gè)晶片上。

但WSE就像一個(gè)典型的晶圓，完全由相同的芯片組成，就像你通常制造的一樣。最大的不同之處在于他們與臺(tái)積電合作開(kāi)發(fā)了一種方法，用于在芯片之間的空間建立連接，這個(gè)區(qū)域稱為scribe lines。而這個(gè)空間通常留空，因?yàn)樾酒刂切┚€切割。

根據(jù)Tech Crunch的說(shuō)法，Cerebras還必須發(fā)明一種方法，為芯片提供15千瓦的電源和冷卻系統(tǒng)，并創(chuàng)造新的連接器，以便在加熱時(shí)處理它擴(kuò)展的方式。

這是制作晶圓級(jí)計(jì)算機(jī)的唯一方法嗎？

當(dāng)然不是。例如，加利福尼亞大學(xué)洛杉磯分校和 Illinois Urbana-Champaign的團(tuán)隊(duì)正在研究一種類似的系統(tǒng)，該系統(tǒng)也構(gòu)建了裸處理器并進(jìn)行了測(cè)試，并將它們安裝在已經(jīng)圖案化所需的密集互連網(wǎng)絡(luò)的硅片上。這種稱為硅互連結(jié)構(gòu)的概念允許這些小芯片緊密相連（相隔100微米），這就使得芯片間通信接近單個(gè)芯片的特性。

“這是我們一直在進(jìn)行驗(yàn)證的研究”，伊利諾伊大學(xué)的 Rakesh Kumar說(shuō)。

Kumar認(rèn)為硅互連結(jié)構(gòu)方法與Cerebras的單片晶圓級(jí)方案相比具有一些優(yōu)勢(shì)。首先，它允許設(shè)計(jì)師混合和匹配技術(shù)，并為每個(gè)技術(shù)使用最佳制造工藝。單片方法意味著為最關(guān)鍵的子系統(tǒng)邏輯選擇最佳的制程，并將其用于存儲(chǔ)器和其他原件，即使不適合它們。

Kumar建議，在這種方法中，Cerebras可以限制它可以放在處理器上的內(nèi)存量。“他們?cè)诰A上有18千兆位的SRAM。也許這對(duì)今天的某些型號(hào)來(lái)說(shuō)已經(jīng)足夠了，但明天和后天的型號(hào)呢？“

什么時(shí)候出來(lái)？

據(jù)“財(cái)富”雜志報(bào)道，Cerebras9月份將會(huì)向客戶發(fā)貨首批系統(tǒng)。據(jù)EE Times稱，部分系統(tǒng)已經(jīng)收到原型。該公司計(jì)劃在11月的超級(jí)計(jì)算大會(huì)上公布完整系統(tǒng)的結(jié)果。