面積42225 平方毫米， 擁有1.2 萬億個晶體管，400000 個核心，片上內(nèi)存18 Gigabytes，內(nèi)存帶寬19 PByte/s，fabric帶寬100 Pbit/s。

這就是有史以來最大的芯片——Cerebras Wafer Scale Engine!

這顆巨型芯片由Cerebras Systems公司推出，芯片發(fā)布后，三位中國芯片領(lǐng)域?qū)＜以谂笥讶α⒓醋龀鲈u價：

芯片專家唐杉：“膜拜一下Cerebras的巨型芯片，每邊大約9英寸，22cm。我記得我之前寫文章還畫過一個類似的對比圖。[機(jī)智]Wired的文章，看來Cerebras要走到前臺了?！?

深鑒科技聯(lián)合創(chuàng)始人姚頌：“Cerebras的Wafer-scale chip確實(shí)壯觀，有一種獨(dú)特的美感，就好像看到大炮巨艦的那種壯麗之情。希望Andrew Feldman一切順利?！?

獵戶星空首席戰(zhàn)略官王兵：“一萬兩千億晶體管的巨大芯片，300mm wafer能做出的最大芯片，挑戰(zhàn)芯片行業(yè)極限之作。如果能成功必然會顛覆整個AI芯片行業(yè)。不過即便是用了多種錯誤冗余技術(shù)，量產(chǎn)良品率還將會是個巨大的挑戰(zhàn)。”

Cerebras Wafer Scale Engine擁有1.2萬億個晶體管。1971年英特爾首款4004處理器的晶體管數(shù)量為2,300個，最近的AMD處理器擁有320億個晶體管。

大多數(shù)芯片實(shí)際上是在12英寸硅晶片上創(chuàng)建的芯片集合，并在芯片工廠中批量生產(chǎn)。但Cerebras Systems芯片是在單個晶圓上互連的單芯片。這些互連設(shè)計(jì)使這些芯片全部保持高速運(yùn)行狀態(tài)，萬億個晶體管可以全部一起工作。

通過這種方式，Cerebras Wafer Scale Engine成為有史以來最大的處理器，它專門設(shè)計(jì)用于處理AI應(yīng)用問題。該公司在本周在斯坦福大學(xué)舉行的Hot Chips會議上討論這款“世界最大”的芯片的設(shè)計(jì)。

此前，三星實(shí)際上已制造出了一個閃存芯片eUFS，擁有2萬億個晶體管。但Cerebras芯片專為流程加工而設(shè)計(jì)，擁有400,000個核心，芯片面積42,225平方毫米。它比最大的Nvidia GPU大56.7倍，后者尺寸為815平方毫米，含211億個晶體管。

史上最大芯片跟棒球的對比

WSE還包含3,000倍的高速片上存儲器，并且具有10,000倍的存儲器帶寬。

該芯片來自Andrew Feldman領(lǐng)導(dǎo)的團(tuán)隊(duì)，后者曾創(chuàng)建微型服務(wù)器公司SeaMicro，并以3.34億美元的價格賣給了AMD。Cerebras Systems的聯(lián)合創(chuàng)始人兼首席硬件架構(gòu)師Sean Lie將將在Hot Chips大會上展示Cerebras Wafer Scale Engine。這家位于加州Los Altos的公司擁有194名員工。

Cerebras CEO Fieldman與 SeaMicro box最初版本合影

芯片尺寸在AI任務(wù)中非常重要，因?yàn)榇蟪叽缧酒梢愿斓靥幚硇畔?，在更短的時間內(nèi)給出答案。這能夠減少“訓(xùn)練時間”，使研究人員能夠測試更多想法，使用更多數(shù)據(jù)并解決新問題。谷歌、Facebook、OpenAI、騰訊、百度和許多企業(yè)都認(rèn)為，今天制約AI發(fā)展的基本限制是訓(xùn)練模型需要的時間太長。因此，縮短訓(xùn)練時間有望消除整個行業(yè)取得進(jìn)步的主要瓶頸。

當(dāng)然，芯片制造商通常不會制造這么大的芯片。在單個晶片的制造過程中通常會出現(xiàn)一些雜質(zhì)。如果一種雜質(zhì)會導(dǎo)致一塊芯片發(fā)生故障，那么晶圓上的多種雜質(zhì)就會導(dǎo)致多塊芯片出問題。實(shí)際制造出的芯片產(chǎn)量僅占實(shí)際工作芯片的一小部分。如果晶圓上只有一個芯片，它有雜質(zhì)的幾率是100%，雜質(zhì)會使芯片失效。但Cerebras設(shè)計(jì)的芯片留有冗余，一種雜質(zhì)不會導(dǎo)致整個芯片都不能用。

單晶圓提供超級計(jì)算機(jī)級的計(jì)算能力

“Cerebras WSE”專為人工智能設(shè)計(jì)而設(shè)計(jì)，其中包含了不少基礎(chǔ)創(chuàng)新，解決了限制芯片尺寸的長達(dá)數(shù)十年的技術(shù)挑戰(zhàn) - 如良品率，功率傳送、封裝等，推動了最先進(jìn)技術(shù)的發(fā)展。和包裝，每個架構(gòu)決策都是為了優(yōu)化AI工作的性能。結(jié)果是，Cerebras WSE根據(jù)工作量提供了數(shù)百或數(shù)千倍的現(xiàn)有解決方案的性能，只需很小的功耗和空間?！盋erebras Systems首席執(zhí)行官的Fieldman說。

通過加速神經(jīng)網(wǎng)絡(luò)訓(xùn)練的所有元素來實(shí)現(xiàn)這些性能提升。神經(jīng)網(wǎng)絡(luò)是一種多級計(jì)算反饋回路。輸入在循環(huán)中移動速度越快，循環(huán)學(xué)習(xí)的速度越快，即訓(xùn)練時間越短?？梢酝ㄟ^加速循環(huán)內(nèi)的計(jì)算和通信來加速輸入的循環(huán)速度。

Cerebras WSE芯片面積比目前最大的GPU大56.7倍， 并提供更多核心進(jìn)行計(jì)算，有更多核心靠近內(nèi)存，因此內(nèi)核可以高效運(yùn)行。由于這些大量的內(nèi)核和內(nèi)存位于單個芯片上，因此所有通信都在芯片上進(jìn)行，通信帶寬高、延遲低，因此核心組可以以最高效率進(jìn)行協(xié)作。

Cerebras WSE中的46,225平方毫米的芯片面積上包含40萬個AI優(yōu)化核心，無緩存、無開銷的計(jì)算內(nèi)核，以及和18千兆字節(jié)的本地化分布式超高速SRAM內(nèi)存。內(nèi)存帶寬為每秒9 PB。這些核心通過細(xì)粒度、全硬件、片上網(wǎng)狀連接通信網(wǎng)絡(luò)連接在一起，可提供每秒100 petabits的總帶寬。更多核心、更多本地內(nèi)存和低延遲高帶寬結(jié)構(gòu)，共同構(gòu)成了面向AI加速任務(wù)的最佳架構(gòu)。

“雖然AI在一般意義上被使用，但沒有兩個數(shù)據(jù)集或兩個AI任務(wù)是相同的。新的AI工作負(fù)載不斷涌現(xiàn)，數(shù)據(jù)集也在不斷變大，”Tirias Research首席分析師兼創(chuàng)始人Jim McGregor在一份聲明中表示。

“隨著AI的發(fā)展，芯片和平臺解決方案也在不斷發(fā)展。Cerebras WSE是半導(dǎo)體和平臺設(shè)計(jì)方面的一項(xiàng)驚人的工程成就，它在單個晶圓級的解決方案中提供了超級計(jì)算機(jī)級的計(jì)算能力、高性能內(nèi)存和帶寬?！?

Cerebras 表示，如果沒有多年來與臺積電(TSMC)的密切合作，他們不可能取得這個創(chuàng)紀(jì)錄的成就。臺積電是全球最大的半導(dǎo)體代工廠，在先進(jìn)工藝技術(shù)方面處于領(lǐng)先地位。WSE芯片由臺積電采用先進(jìn)的16nm制程技術(shù)制造。

400000個AI優(yōu)化的內(nèi)核

WSE包含40萬個AI優(yōu)化的計(jì)算內(nèi)核(compute cores)。這種計(jì)算內(nèi)核被稱為稀疏線性代數(shù)核(Sparse Linear Algebra Cores, SLAC)，具有靈活性、可編程性，并針對支持所有神經(jīng)網(wǎng)絡(luò)計(jì)算的稀疏線性代數(shù)進(jìn)行了優(yōu)化。SLAC的可編程性保證了內(nèi)核能夠在不斷變化的機(jī)器學(xué)習(xí)領(lǐng)域運(yùn)行所有的神經(jīng)網(wǎng)絡(luò)算法。

由于稀疏線性代數(shù)內(nèi)核是為神經(jīng)網(wǎng)絡(luò)計(jì)算進(jìn)行優(yōu)化的，因此它們可實(shí)現(xiàn)業(yè)界最佳利用率——通常是GPU的3倍或4倍。此外，WSE核心還包括Cerebras發(fā)明的稀疏捕獲技術(shù)，以加速在稀疏工作負(fù)載(包含0的工作負(fù)載)上的計(jì)算性能，比如深度學(xué)習(xí)。

零在深度學(xué)習(xí)計(jì)算中很普遍。通常，要相乘的向量和矩陣中的大多數(shù)元素都是0。然而，乘以0是浪費(fèi)硅，功率和時間的行為，因?yàn)闆]有新的信息。

因?yàn)镚PU和TPU是密集的執(zhí)行引擎——引擎的設(shè)計(jì)永遠(yuǎn)不會遇到0——所以它們即使在0時也會乘以每一個元素。當(dāng)50-98%的數(shù)據(jù)為零時，如深度學(xué)習(xí)中經(jīng)常出現(xiàn)的情況一樣，大多數(shù)乘法都被浪費(fèi)了。由于Cerebras的稀疏線性代數(shù)核心永遠(yuǎn)不會乘以零，所有的零數(shù)據(jù)都被過濾掉，可以在硬件中跳過，從而可以在其位置上完成有用的工作。

比GPU大3000倍的片上內(nèi)存

內(nèi)存是每一種計(jì)算機(jī)體系結(jié)構(gòu)的關(guān)鍵組成部分。靠近計(jì)算的內(nèi)存意味著更快的計(jì)算、更低的延遲和更好的數(shù)據(jù)移動效率。高性能的深度學(xué)習(xí)需要大量的計(jì)算和頻繁的數(shù)據(jù)訪問。這就要求計(jì)算核心和內(nèi)存之間要非常接近，而在GPU中卻不是這樣，GPU中絕大多數(shù)內(nèi)存都很慢，而且離計(jì)算核心很遠(yuǎn)。

Cerebras Wafer Scale Engine包含了比迄今為止任何芯片都要多的內(nèi)核和本地內(nèi)存，并且在一個時鐘周期內(nèi)擁有18 GB的片上內(nèi)存。WSE上的核心本地內(nèi)存的集合提供了每秒9 PB的內(nèi)存帶寬——比最好的GPU大3000倍的片上內(nèi)存和10000倍的內(nèi)存帶寬。

低延遲、高帶寬的獨(dú)特通信結(jié)構(gòu)

Swarm通信結(jié)構(gòu)是WSE上使用的處理器間通信結(jié)構(gòu)，它以傳統(tǒng)通信技術(shù)功耗的一小部分實(shí)現(xiàn)了帶寬的突破和低延遲。Swarm提供了一個低延遲、高帶寬的2D網(wǎng)格，它將WSE上的所有400,000個核連接起來，每秒的帶寬總計(jì)達(dá)100 petabits。

路由、可靠的消息傳遞和同步都在硬件中處理。消息會自動激活每個到達(dá)消息的應(yīng)用程序處理程序。Swarm為每個神經(jīng)網(wǎng)絡(luò)提供了一個獨(dú)特的、優(yōu)化的通信路徑。軟件根據(jù)正在運(yùn)行的特定用戶定義的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，配置通過400,000個核心的最優(yōu)通信路徑，以連接處理器。

典型的消息遍歷一個具有納秒延遲的硬件鏈接。一個Cerebras WSE的總帶寬是每秒100 PB。不需要TCP/IP和MPI等通信軟件，因此可以避免性能損失。這種結(jié)構(gòu)的通信能量成本遠(yuǎn)低于遠(yuǎn)低于每比特 1 焦耳，比GPU低了近兩個數(shù)量級。結(jié)合了巨大的帶寬和極低的延遲，Swarm通信結(jié)構(gòu)使 Cerebras WSE比任何當(dāng)前可用的解決方案學(xué)習(xí)得更快。