在過去的幾年中，大量的處理器進(jìn)入市場，其唯一目的是加速人工智能和機(jī)器學(xué)習(xí)工作負(fù)載。由于可能使用不同類型的機(jī)器學(xué)習(xí)算法，因此這些處理器通常專注于幾個(gè)關(guān)鍵領(lǐng)域，但有一個(gè)局限性限制了它們，那就是您可以將處理器制造多大。

　　兩年前，Cerebras揭開了芯片設(shè)計(jì)領(lǐng)域的一場革命：他推出的處理器與您的頭部一樣大——在12英寸晶圓上使用的面積與矩形設(shè)計(jì)所允許的面積一樣大。據(jù)介紹，這個(gè)基于16納米工藝打造的芯片可同時(shí)專注于AI和HPC工作負(fù)載。

　　今天，該公司正在發(fā)布其基于臺(tái)積電7nm的第二代產(chǎn)品，其內(nèi)核數(shù)量增加了一倍以上，而所有產(chǎn)品的數(shù)量都增加了一倍以上。

　　第二代WSE（Wafer Scale Engine）

　　來自Cerebras的新處理器是基于臺(tái)積電（TSMC）的N7工藝打造的。這使得邏輯可以按比例縮小，并在一定程度上縮小了SRAM，現(xiàn)在新芯片上具有850,000個(gè)AI內(nèi)核。

　　從下圖我們可以看到，基本上，有關(guān)新芯片的所有內(nèi)容都超過了2倍：

　　與最初的處理器（稱為晶圓級(jí)引擎（Wafer Scale Engine，WSE-1））一樣，新的WSE-2在46225 mm 2的面積上集成了成千上萬的AI核。在這個(gè)空間里，Cerebras集成了2.6萬億個(gè)晶體管，構(gòu)建了850000個(gè)AI內(nèi)核。相比之下，市場上第二大AI CPU約為826 mm 2，具有0.054萬億個(gè)晶體管。Cerebras還引用了1000倍的板載內(nèi)存，帶有40 GB的SRAM，而Ampere A100則為40 MB。

　　核心與帶有FMAC數(shù)據(jù)路徑的2D Mesh連接。Cerebras通過設(shè)計(jì)一種可以繞開任何制造缺陷的系統(tǒng)來實(shí)現(xiàn)100％的良率。

　　最初，Cerebras擁有1.5％的額外核心來容納缺陷，但由于臺(tái)積電（TSMC）的工藝如此成熟，因此我們被告知這太多了。Cerebras與WSE的目標(biāo)是提供一個(gè)通過創(chuàng)新專利設(shè)計(jì)的單一平臺(tái)，該平臺(tái)允許用于AI計(jì)算的更大處理器，但也已擴(kuò)展到更廣泛的HPC工作負(fù)載中。

　　建立在第一代WSE之上

　　設(shè)計(jì)的關(guān)鍵是自定義的圖形編譯器，它采用pyTorch或TensorFlow并將每一層映射到芯片的物理部分，從而允許在數(shù)據(jù)流過時(shí)進(jìn)行異步計(jì)算。擁有如此大的處理器意味著數(shù)據(jù)永遠(yuǎn)不必掉隊(duì)，也不需要在內(nèi)存中等待，不浪費(fèi)功率，并且可以以流水線的方式連續(xù)地移至計(jì)算的下一個(gè)階段。編譯器和處理器的設(shè)計(jì)還考慮到了稀疏性，無論批處理大小如何都可以實(shí)現(xiàn)高利用率，或者可以使參數(shù)搜索算法同時(shí)運(yùn)行。

　　Cerebras的第一代WSE作為CS-1的完整系統(tǒng)的一部分一起打包出售，該公司有數(shù)十個(gè)已部署并運(yùn)行了已部署系統(tǒng)的客戶，其中包括許多研究實(shí)驗(yàn)室，制藥公司，生物技術(shù)研究，軍事以及石油和天然氣行業(yè)。天然氣工業(yè)。勞倫斯·利弗莫爾（Lawrence Livermore）將一臺(tái)CS-1與其23 PFLOP“拉森”超級(jí)計(jì)算機(jī)配對(duì)。匹茲堡超級(jí)計(jì)算機(jī)中心以500萬美元的價(jià)格購買了兩個(gè)系統(tǒng)，并將這些系統(tǒng)連接到他們的Neocortex超級(jí)計(jì)算機(jī)上，以實(shí)現(xiàn)同步AI和增強(qiáng)的計(jì)算能力。

　　產(chǎn)品和合作伙伴

　　Cerebras現(xiàn)在以15U盒的形式出售完整的CS-1系統(tǒng)，其中包含一個(gè)WSE-1和12x100 GbE，十二個(gè)4 kW電源（6個(gè)冗余，峰值功率約23 kW），并且在某些機(jī)構(gòu)中的部署與HPE的SuperDome Flex配對(duì)。新的CS-2系統(tǒng)共享相同的配置，盡管內(nèi)核數(shù)量增加了一倍以上，板載內(nèi)存也增加了一倍，但功耗仍然相同。與其他平臺(tái)相比，這些處理器在15U設(shè)計(jì)中垂直排列，以便在如此大的處理器上易于訪問以及內(nèi)置的液體冷卻。還應(yīng)該注意的是，這些前門是用單塊鋁加工而成的。

　　Cerebras設(shè)計(jì)的獨(dú)特性能夠超越通常在制造過程中出現(xiàn)的物理制造限制，即標(biāo)線限制。處理器的設(shè)計(jì)限制為芯片的最大尺寸，因?yàn)楹茈y通過十字線連接兩個(gè)區(qū)域。這是Cerebras帶到桌上的秘密的一部分，該公司仍然是唯一一家提供這種規(guī)模處理器的公司-Cerebras開發(fā)并獲得了用于制造這些大型芯片的相同專利仍在這里發(fā)揮作用，第二代WSE將內(nèi)置于CS-2系統(tǒng)中，其在連通性和視覺方面與CS-1相似。

　　相同的編譯器和帶有更新的軟件包使已在第一個(gè)系統(tǒng)上試用AI工作負(fù)載的任何客戶在部署它們時(shí)都可以使用第二個(gè)系統(tǒng)。Cerebras一直在進(jìn)行更高級(jí)別的實(shí)現(xiàn)，以通過添加三行代碼并使用Cerebras的圖形編譯器，使具有標(biāo)準(zhǔn)化TensorFlow和PyTorch模型的客戶非?？焖俚赝洮F(xiàn)有的GPU代碼。然后，編譯器將整個(gè)850,000個(gè)內(nèi)核劃分為每層的各個(gè)段，從而允許以流水線方式進(jìn)行數(shù)據(jù)流而不會(huì)造成停頓。芯片還可以同時(shí)用于多個(gè)網(wǎng)絡(luò)以進(jìn)行參數(shù)搜索。

　　Cerebras指出，擁有如此龐大的單芯片解決方案意味著跨100多個(gè)AI芯片的分布式訓(xùn)練方法的障礙現(xiàn)在已經(jīng)遠(yuǎn)遠(yuǎn)地移開了，以至于在大多數(shù)情況下都不需要這種過多的復(fù)雜性–為此，我們看到了CS- 1部署到超級(jí)計(jì)算機(jī)的單個(gè)系統(tǒng)。

　　但是，Cerebras指出，兩個(gè)CS-2系統(tǒng)將在一個(gè)標(biāo)準(zhǔn)的42U機(jī)架中提供170萬個(gè)AI內(nèi)核，或者三個(gè)系統(tǒng)在一個(gè)更大的46U機(jī)架中提供255萬個(gè)（假設(shè)一次有足夠的功率?。﹣硖鎿Q一打機(jī)架的替代計(jì)算硬件。

　　在Hot Chips 2020，該公司首席硬件架構(gòu)師Sean Lie表示，Cerebras對(duì)客戶的主要好處之一是能夠簡化工作負(fù)載，以前需要使用GPU / TPU機(jī)架，而是可以以計(jì)算相關(guān)的方式在單個(gè)WSE上運(yùn)行。

　　作為一家公司，Cerebras在多倫多，圣地亞哥，東京和舊金山擁有約300名員工。該公司首席執(zhí)行官安德魯·費(fèi)爾德曼（Andrew Feldman）表示，作為一家公司，他們已經(jīng)實(shí)現(xiàn)了盈利，已經(jīng)部署了CS-1的客戶很多，并且在啟動(dòng)商業(yè)系統(tǒng)時(shí)已經(jīng)有更多的客戶在遠(yuǎn)程試用CS-2。

　　除了AI之外，由于芯片的靈活性使流體動(dòng)力學(xué)和其他計(jì)算仿真成為可能，因此Cerebras在典型的商業(yè)高性能計(jì)算市場（例如，石油和天然氣和基因組學(xué)）中引起了很多客戶。CS-2的部署將于今年晚些時(shí)候在第三季度進(jìn)行，價(jià)格已從2-3百萬美元升至“幾百萬”美元。