從歷史上看，半導體行業(yè)逐年提高芯片速度的主要方法是通過縮小晶體管，使更多的晶體管可以安裝在處理器上。Cerebras Systems Inc.正在采取另一種方法：加利福尼亞的芯片初創(chuàng)公司沒有使晶體管變小，而是使處理器變大了-更大。

Cerebras今天發(fā)布了Wafer Scale Engine，這是一種人工智能芯片，其尺寸是Nvidia Corp.旗艦V100數(shù)據(jù)中心圖形卡的57倍。這家初創(chuàng)公司稱贊它是有史以來最大的處理器。

晶圓級引擎（Wafer Scale Engine，簡稱WSE）是一個8.5英寸乘8.5英寸的琥珀色磚（如圖），其中包含不少于1.2萬億個晶體管。相比之下，V100為211億。WSE的電路分為400，000個處理內核，這些內核專門針對AI和18 GB的高速板載內存進行了優(yōu)化。

Cerebras將該芯片作為數(shù)據(jù)中心設備的一部分推向市場，該數(shù)據(jù)中心設備具有自己的水冷系統(tǒng)，可以吸收所有這些核心的熱量。這家初創(chuàng)公司的首席執(zhí)行官安德魯·費爾德曼（Andrew Feldman）告訴《財富》雜志，該機器將提供具有多個Nvidia顯卡的服務器的150倍的計算能力。Cerebras稱磅一磅，它的設備消耗了具有相同處理能力的基于Nvidia的服務器場所需的2%至3%的空間和電力。

該效率是WSE超大型外形的直接結果。在由多個單獨的GPU組成的傳統(tǒng)AI環(huán)境中，要處理的數(shù)據(jù)必須通過相對較慢的網絡鏈路不斷在不同芯片之間傳輸，這會造成瓶頸。對于WSE而言，這不是問題，因為所有計算都在同一電路板上完成。

將處理操作集中在一個大芯片上以提高效率的想法已經存在了數(shù)十年。但是，由于實現(xiàn)此概念涉及巨大的技術挑戰(zhàn)，因此Cerebras之前沒有一家公司設法實現(xiàn)這一目標。

最大的障礙之一在于制造過程。即使在世界上最現(xiàn)代化的芯片制造工廠，也沒有辦法生產出WSE大小的處理器，而至少有1.2萬億個晶體管出現(xiàn)問題。有缺陷的晶體管通常會使整個處理器無法使用，但是Cerebras通過在WSE中建立一個可以在故障部件周圍路由數(shù)據(jù)的網絡來解決了這個問題。

Cerebras產品管理總監(jiān)Andy Hock在一篇博客文章中寫道，該芯片的設計“具有核心，內存和互連的基本特性，并具有邏輯上的極限?！?“通過將所有芯片連接起來，通信速度比InfiniBand等片外技術快了數(shù)千倍?！?/p>

這家初創(chuàng)公司的技術正引起業(yè)界的嚴重關注。Cerebras已經從包括早期Twitter Inc.支持者Benchmark，前Advanced Micro Devices Inc.首席技術官Fred Weber和OpenAI首席科學家Ilya Sutskever在內的投資者籌集了超過2億美元的資金。

Cerebras計劃從9月開始發(fā)貨其基于WSE的數(shù)據(jù)中心設備。該初創(chuàng)公司已向數(shù)家早期采用者提供了該機器的原型版本。