Pinakamalaking Proseso na Nagtayo ng Mga Pack na 1.2 Trilyong Transistor, Iniwan ang Nangungunang-End na Intel At Mga AMD na CPU at GPU sa Likod

Balita
Hardware / Pinakamalaking Proseso na Nagtayo ng Mga Pack na 1.2 Trilyong Transistor, Iniwan ang Nangungunang-End na Intel At Mga AMD na CPU at GPU sa Likod Basahin ang 3 minuto

Pinagmulan ng processor ng CerebrasSystems - HPCGuru



Ang isang kumpanya ay pinamamahalaang lumikha ng pinakamalaking chip sa pagproseso na higit na lumalagpas sa anumang nagawa ng Intel o AMD. Sa isang nakakabaliw na 1.2 Trilyong transistors sa silicon wafer, ang processor ay ang pinakamalalaking chip na semiconductor na naitayo. Ang kumpanya sa likod ng processor ay nagpaplano na italaga ang maliit na tilad upang mapalakas ang Artipisyal na Katalinuhan (AI).

Ang Cerebras Wafer Scale Engine, na ginawa ng bagong artipisyal na kumpanya ng katalinuhan na Cerebras Systems ay ang pinakamalaking semiconductor chip na itinayo. Ang Central Processing Unit o CPU ay may 1.2 trilyong transistor, na kung saan ay ang pinaka pangunahing at mahahalagang on-off na elektronikong switch ng anumang mga chip ng silikon. Ang kamakailang ginawa na processor ng Advanced Micro Devices processor ay mayroong 32 bilyong transistors. Hindi na banggitin, ang bilang ng mga transistors sa Cerebras Wafer Scale Engine ay lumampas sa kahit na nangungunang AMD at Intel CPU at GPU.



Ang Cerebras Wafer Scale Engine Ay Ang Pinakamalaking Single-Chip Processor na Itinayo:

Ang Cerebras WSE ay isang humongous 46,225 square millimeter ng isang silicon wafer na naglalaman ng 400,000 AI-optimized, no-cache, no-overhead, compute cores at 18 gigabytes ng local, ipinamahagi, suportadong memorya ng SRAM bilang isa at tanging antas ng memorya hierarchy. Sa paghahambing, ang pinakamalaking NVIDIA GPU ay sumusukat sa 815 square mill at naka-pack ang 21.1 Bilyong transistors. Ipapahiwatig ng simpleng matematika na ang Cerebras WSE ay 56.7 beses na mas malaki kaysa sa high-end NVIDIA GPU.



Ang bandwidth ng memorya ng Cerebras WSE ay 9 petabytes bawat segundo. Sa madaling salita, ipinagmamalaki ng pinakamalaking processor sa buong mundo ng 3,000 beses na mas mataas ang bilis, memorya ng on-chip at 10,000 beses na higit na bandwidth bandwidth. Ang mga core ng processor ay naka-link kasama ng isang maayos, lahat-ng-hardware, on-chip na komunikasyon na konektado sa mesh. Dahil sa pinasimple na arkitektura at ang malaking laki ng die, na sinamahan ng ultra-mataas na bandwidth, ang processor ay maaaring maghatid ng pinagsamang bandwidth na 100 petabits bawat segundo. Sa madaling salita, ang bilang ng mga core ng Cerebras WSE, mas maraming lokal na memorya, at isang low-latency, high-bandwidth na tela ay ginagawang isang perpektong processor upang makabuluhang mapabilis ang mga gawain ng Artipisyal na Intelihensiya.

Bakit Hindi Ginagawa ng Intel At AMD Ang Gayong Custom-Designed Napakalaking CPU At GPU?

Ang Intel, AMD, at karamihan sa iba pang mga gumagawa ng silicon chip magpatibay ng isang ganap na naiiba at tradisyunal na diskarte. Ang karaniwang magagamit na mga makapangyarihang GPU at CPU ay talagang isang koleksyon ng mga chips na nilikha sa tuktok ng isang 12-pulgada na silicon wafer at naproseso sa isang pabrika ng maliit na tilad sa isang pangkat. Ang Cerebras WSE, sa kabilang banda, ay isang solong chip na magkakaugnay sa isang solong manipis na tinapay. Sa madaling salita, lahat ng 1.2 Trilyong transistor sa pinakamalaking processor ay tunay na nagtutulungan bilang isang solong higanteng chip ng silikon.



Mayroong isang simpleng kadahilanan kung bakit ang mga kumpanya tulad ng Intel at AMD ay hindi namumuhunan sa tulad ng nakakabaliw na mga silicon wafer. Ang isang solong silicon wafer ay mayroong ilang mga impurities, na maaaring magkaroon ng isang cascading effect at kalaunan ay maging sanhi ng pagkabigo. Ang mga Chipmaker ay lubos na may kamalayan sa pareho at bumuo ng kanilang mga processor alinsunod dito. Samakatuwid, ang totoong ani ng mga silicon wafer sa mga tuntunin ng mga silicon chip na gumagana na maaasahan ay medyo mababa. Sa madaling salita, kung ang silicon wafer ay may isang solong maliit na tilad, kung gayon ang mga pagkakataong dumumi at mabigo ay lubos na mataas.

Kapansin-pansin, habang ang ibang mga kumpanya ay hindi nakakaisip ng isang maisasakatuparan na solusyon, dinisenyo umano ni Cerebras ang chip nito upang maging kalabisan. Sa madaling salita, ang isang karumihan ay hindi magpapagana ng buong maliit na tilad, sinabi ni Andrew Feldman, na nagtatag ng Cerebras Systems at nagsisilbing CEO. ' Dinisenyo mula sa umpisa para sa trabaho ng AI, ang Cerebras WSE ay naglalaman ng pangunahing mga makabagong ideya na isulong ang state-of-the-art sa pamamagitan ng paglutas ng mga dekada na mga teknikal na hamon na limitado ang laki ng maliit na tilad - tulad ng pagkakakonekta ng cross-reticle, ani, paghahatid ng kuryente, at balot. Ang bawat desisyon sa arkitektura ay ginawa upang i-optimize ang pagganap para sa trabaho ng AI. Ang resulta ay naghahatid ang Cerebras WSE, depende sa workload, daan-daang o libu-libong beses ang pagganap ng mga umiiral na solusyon sa isang maliit na bahagi ng draw ng kuryente at puwang. '

Ang Mga Gawain ng AI ay Magpatuloy sa Paghingi ng Mas Malalaking Chip:

Ang bagong processor ay pasadyang binuo upang mahawakan ang mga gawain sa AI lalo na't mas mabilis ang proseso ng mas malaking chips ng impormasyon, na gumagawa ng mga sagot sa mas kaunting oras. Karamihan sa mga tech na kumpanya ay inaangkin na ang pangunahing limitasyon ng AI ngayon ay na masyadong mahaba upang sanayin ang mga modelo. Samakatuwid, ang ilang mga lider ng tech ay sumusubok na i-optimize ang kanilang mga algorithm ng AI upang umasa sa mas kaunting mga hanay ng data. Gayunpaman, ang anumang mabuting AI ay malinaw na makakakuha ng mas mahusay sa mas malaking mga hanay ng data. Ang pagbawas ng oras ng pagsasanay sa pamamagitan ng pagdaragdag ng laki ng CPU ay isang paraan upang mapalakas ang pagproseso at maibaba ang oras ng pagsasanay nang hindi nakakompromiso sa kalidad ng nagresultang AI.

Ang tela ng komunikasyon ng inter-processor na ipinakalat sa Cerebras WSE ay isa-sa-isang-uri din. Ang low-latency, high-bandwidth, 2D mesh ay nagli-link sa lahat ng 400,000 core sa WSE na may pinagsamang 100 petabits bawat segundo ng bandwidth. Bilang karagdagan, ang mga core sa processor ay Sparse Linear Algebra Cores (SLAC), na na-optimize para sa neural network compute primitives. Ang parehong mga aspeto ilagay ang maliit na maliit na tilad para sa mga gawain ng AI. Samakatuwid, hindi malamang na ang mga manlalaro ay makakabili ng pinakamalaki at pinakamakapangyarihang CPU o GPU para sa kanilang mga PC.

Mga tag amd intel