据多家外媒报道，近日，美国 AI 芯片初创公司 Cerebras Systems 推出了有史以来最大的芯片，这款名为“The Cerebras Wafer Scale Engine”的芯片（下文称 WSE）有 1.2 万亿个晶体管。
在芯片历史上，1971 年，英特尔的第一个 4004 处理器只有 2300 个晶体管，而最近的一个高级微设备处理器也只有 320 亿个晶体管。三星也曾制造过一款拥有 2 万亿个晶体管的闪存芯片（ eUFS 芯片），但是不适用于 AI 计算。
WSE，这个创纪录的最大芯片，它为 AI 计算而生。
（来源：Cerebras Systems）
数据显示，这个 42,225 平方毫米的芯片，有着 400,000 个核，这些核心通过一个细粒度、全硬件的片内网状连接的通信网络连接在一起，提供每秒 100 PB 的总带宽。更多的核心、更多的本地内存和低延迟的高带宽结构，创建了加速人工智能工作的最佳架构。WSE 比最大的 GPU 还要大 56.7 倍，拥有 18 GB 的 on-chip sram。
事实上，现在的大多数芯片是在 12 英寸硅片基础上制作的多芯片集成。但 Cerebras Systems 公司的这款芯片是晶体管在单晶硅圆片上制作互相连接的独立芯片。其互相连接的设计，可以让所有的晶体管都能如一个整体一般高速运转。
（来源：Cerebras Systems）
通俗地解释，这款产品完全就是计算机中的学霸，比计算能力和存储带宽，不好意思，人家的级别还是新词汇——拍字节（Petabytes，1PB=1024TB=10^6GB=2^50bit），速度大约是如今英伟达公司最大的图形处理器（GPU，浮点运算能力很强，常用于 AI 相关研究）的 3000 倍，存储带宽则是 1000 倍。
如此强大的能力来源于其片上的 1.2 万亿个晶体管，要知道 1971 年 Intel 的 4004 处理器才有 2300 个晶体管，按照摩尔定律来推算：“每 18 个月，芯片上晶体管数目翻倍”，到今年应该刚好 1 万亿个晶体管，多一个晶体管，能实现的计算能力就增加一分。其次，其芯片架构设计和芯片互联及通信方案也是十分超前的，使得 1.2 万亿个晶体管之间的协同十分同步，延迟达纳秒（nanosecond）级，运行时，这 1.2 万亿个晶体管就像一个晶体管一样同步。
在人工智能领域，芯片的大小非常重要。因为大型芯片处理信息的速度更快，产生答案的时间更短。减少观察的时间，或“训练时间”，可以让研究人员测试更多的想法、使用更多的数据，并解决新的问题。谷歌、Facebook、OpenAI、腾讯、百度，以及其他许多公司都认为，如今人工智能发展的根本局限在于，训练模型的时间太长。因此，减少训练时间将消除整个行业进步的一个主要瓶颈。
当然，芯片制造商通常不生产大型芯片也是有原因的。在单个晶圆片上，制造过程中通常会出现一些杂质。一点杂质就可以导致芯片故障，严重的甚至会击穿几个芯片。如果单个晶圆片上只制作一个芯片，那么它含有杂质的可能性是 100%，杂质肯定会使芯片失效。但是 Cerebras Systems 的芯片设计是留有裕量的，能够保证一个或者少量杂质不会使整个芯片失效…
责任编辑：
