- Dansk
-
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикGalegolietuviųMaoriRepublika e ShqipërisëالعربيةአማርኛAzərbaycanEesti VabariikEuskeraБеларусьLëtzebuergeschAyitiAfrikaansBosnaíslenskaCambodiaမြန်မာМонголулсМакедонскиmalaɡasʲພາສາລາວKurdîსაქართველოIsiXhosaفارسیisiZuluPilipinoසිංහලTürk diliTiếng ViệtहिंदीТоҷикӣاردوภาษาไทยO'zbekKongeriketবাংলা ভাষারChicheŵaSamoa日本語SesothoCрпскиKiswahiliУкраїнаनेपालीעִבְרִיתپښتوКыргыз тилиҚазақшаCatalàCorsaLatviešuHausaગુજરાતીಕನ್ನಡkannaḍaमराठी
E-mail:Info@YIC-Electronics.com
US AI-chip "sort hest" at dræbe, den største chip i historien
Ifølge en række udenlandske medierapporter lancerede for nylig den amerikanske AI-chipstart CerebrasSystems den største chip nogensinde, den chip kaldet & quot; TheCerebrasWaferScaleEngine & quot; (i det følgende benævnt WSE) har 1,2 billioner transistorer.
I chiphistorien havde Intels første 4004-processor i 1971 kun 2.300 transistorer, og den seneste avancerede mikroenhedsprocessor havde kun 32 milliarder transistorer. Samsung har også bygget en flashhukommelseschip (eUFS-chip) med 2 billioner transistorer, men den er ikke egnet til AI-computing.
WSE, den største rekordstore chip, blev født til AI computing.
Dataene viser, at den 42.225 kvadrat mm store chip har 400.000 kerner, der er forbundet sammen af et finkornet, alt-hardware-netværks-kommunikeret netværk, der giver 100 PB samlet båndbredde per sekund. Flere kerner, mere lokal hukommelse og en lav latens arkitektur med høj båndbredde skaber den bedste arkitektur til at fremskynde AI-arbejde. WSE er 56,7 gange større end den største GPU og har 18 GB on-chipsram.
Faktisk er de fleste af dagens chips multi-chip-integration baseret på 12-tommer silicium. Men chippen fra CerebrasSystems er en separat chip, hvor transistorer er forbundet med hinanden på en enkelt krystal siliciumskive. Det sammenkoblede design giver alle transistorer mulighed for at arbejde med høje hastigheder som helhed.
Eksplicit forklaret, dette produkt er fuldstændigt computerindlæring, mere end computerkraft og lagringsbåndbredde, beklager, folks niveau eller nyt ordforråd - beat bytes (Petabytes, 1PB = 1024TB = 10 ^ 6GB = 2 ^ 50bit), hastigheden er omkring 3.000 gange den af NVIDIAs største grafikprocessor (GPU, flydende computerkraft, der ofte bruges i AI-relateret forskning), og lagringsbåndbredden er 1000 gange.
En sådan stærk kapacitet kommer fra dens 1,2 billioner transistorer på chippen. Det vides, at Intels 4004-processor havde 2.300 transistorer i 1971. I henhold til Moore's Law fordobles antallet af transistorer på chippen, "I dette år skulle der være nøjagtigt 1 billioner transistorer og en mere transistor, og den computerkraft, der kan realiseres, øges med et punkt. For det andet er dens chiparkitekturdesign og chipforbindelse og kommunikationsskema også meget avanceret, hvilket gør synergien mellem 1,2 billioner transistorer meget synkron, hvilket forsinker nanosekundniveauet. Ved kørsel er denne 1,2 billioner transistorer ligesom En transistor er synkroniseret.
Inden for kunstig intelligens er chipstørrelsen meget vigtig. Da store chips behandler oplysninger hurtigere, er tiden til at generere svar kortere. Reducering af observationstidspunktet eller "træningstid" giver forskere mulighed for at teste flere ideer, bruge flere data og løse nye problemer. Google, Facebook, OpenAI, Tencent, Baidu og mange andre mener, at den grundlæggende begrænsning i udviklingen af kunstig intelligens i dag er, at det tager for lang tid at træne modellen. Derfor vil reduktion af træningstiden eliminere en større flaskehals i industriens fremskridt.
Naturligvis producerer chipproducenter normalt ikke store chips af en grund. På en enkelt skive vises nogle urenheder normalt under fremstillingsprocessen. Lidt urenhed kan forårsage chipfejl og endda alvorligt nedbryde flere chips. Hvis kun en chip er fremstillet på en enkelt wafer, er sandsynligheden for, at den indeholder urenheder, 100%, og urenheder vil bestemt forårsage, at chippen svigter. Men chipdesignet hos CerebrasSystems er marginalt, hvilket sikrer, at en eller en lille mængde urenheder ikke ugyldige hele chippen.
Cerebras Systems 'CEOFeldman sagde i en erklæring, & quot; Virksomhedens WSE-chip er designet til kunstig intelligens og indeholder grundlæggende innovationer, der løser tekniske udfordringer, der begrænser chipstørrelsen i årtier, såsom krydsforbindelse *, udbytte, effekt. Og emballage. Enhver arkitektonisk beslutning er at optimere udførelsen af kunstigt intelligensarbejde. Som et resultat giver WSE-chip hundreder eller tusinder af eksisterende løsninger afhængigt af arbejdsbyrden med lidt strøm og plads. . Ydeevne & quot;
Disse præstationsforbedringer opnås ved at fremskynde alle elementerne i træning i neuralt netværk. Det neurale netværk er en multi-level computational feedback loop. Jo hurtigere indgangen passerer gennem løkken, desto hurtigere lærer loopen og "træner". Måden at få input hurtigere gennem loopen er at fremskynde beregningen og kommunikationen i løkken.
I kommunikationsarkitekturen bryder klyngekommunikationsarkitekturen båndbredde og forsinkelse forårsaget af en del af strømforbruget i den traditionelle kommunikationsteknologi på grund af brugen af relæprocessoren på WSE. Ved at bruge en todimensionel matrixstruktur til at forbinde 400.000 WSE-baserede processorer sammen opnår klyngearkitekturen lav latens og høj båndbredde med en samlet båndbredde på op til 100 slag pr. Sekund (1017 bytes per sekund). . Selv hvis der ikke er installeret yderligere software, kan en sådan klyngestruktur understøtte global informationsbehandling, og den modtagne information behandles af den tilsvarende processor.
For dette produkt kan masseproduktion og varmeafledning være de største udfordringer. Fremkomsten af WSE, dets egne højdepunkter er imidlertid nok.
Linley Groups hovedanalytiker Linley Gwennap sagde i en erklæring: & quot; CerebrasSystems har gjort store fremskridt inden for pakningsteknologi med wafer-skala, og behandlingsydelsen på en siliciumchip overgår langt nogen nogens fantasi. For at opnå dette resultat har virksomheden løst en række tekniske udfordringer, der har plaget branchen i årtier, herunder aktivering af højhastigheds-til-mode-kommunikation, løsning af produktionsdefekter, emballering af sådanne store chips, levering af høj densitet strømforsyning og køling systemer. CerebrasSystems At samle topingeniører fra forskellige discipliner, skabe nye teknologier og levere et produkt på få år er en imponerende præstation. & Quot;
TiriasResearchs hovedanalytiker og grundlægger Jim McGregor sagde i en erklæring: & quot; Indtil videre har den rekonfigurerede grafikprocessor opfyldt den enorme efterspørgsel efter kunstig intelligens til computerkraft. Dagens løsning vil have hundreder af disse rekonfigurerede grafikker. Processorerne er forbundet og tager måneder at installere, bruge hundreder af kilowatt strøm og ændre den kunstige intelligenssoftware i vid udstrækning, endda måneder for at opnå funktionalitet. I modsætning hertil WSE med en chip Den absolutte størrelse af chippen muliggør mere beregning, hukommelse med højere ydeevne og større båndbredde. WSA-chips undgår løse forbindelser, langsom hukommelse, cache-baseret og integration gennem wafer-skala pakkeintegrationsteknikker. De traditionelle ydelsesbegrænsninger, der er forbundet med grafikcentriske processorchips.
CerebrasSystems blev grundlagt i 2016 og har været en mystisk og lav nøgle i branchen siden starten, med fokus på at levere dataprodukter til uddannelse af datacentre. Det er blevet navngivet & quot; verdens mest forventede 100 chipfirmaer & quot; af CBInsights. Ifølge dataene afsluttede virksomheden en finansiering i serie A på 25 millioner dollars i 2016. Investoren var en velkendt risikokapitalist Benchmark og modtog senere flere finansieringsrunder. Fra september 2017 modtog det i alt 112 millioner dollars i finansiering, værdiansat til $ 860 millioner.
Virksomhedens grundlæggende baggrund er også meget stærk. Medstifter og CEO Andrew Feldman, der grundlagde chipfirmaet SeaMicro, blev overtaget af AMD i 2012 for $ 334 millioner. Efter at SeaMicro blev erhvervet af AMD, trådte de originale klassekammerater for det meste ind i AMD for at fortsætte deres arbejde, så da Andrew Feldman tog føringen for at fortsætte sin forretning, valgte mange gamle kolleger at følge, og de fleste af de andre store teammedlemmer var for det meste med stifteren Andrew Feldman.
En af de ting, der er værd at nævne, er Gary Lauterbach. I 1990'erne, da Sun var midt på dagen, fungerede Gary Lauterbach som selskabets senior chip-designer. Senere, på SeaMicro, var han hovedsageligt beskæftiget med lav-power server design. Det kan siges, at virksomheden akkumulerede et stort antal lavt strømforbrug i starten af oprettelsen. Veteranen i chipdesignet, dette er uden tvivl en gevinst for den gennemsnitlige opstart.
Derefter i 2018 tiltrådte endnu en tungvægt til Celebras Systems, og tidligere vicepræsident for arkitektur og datacentre CTO Dhiraj Mallick fungerede officielt som vicepræsident for teknik og forretning. I løbet af hans embedsperiode hos Intel steg omsætningen i andet kvartal af 2018 med $ 1 milliard år til år. I første halvdel af 2018 blev selskabets datacenters indtægter hævet til 10 milliarder dollars. Det er et anerkendt teknologi og forretningsgeni. Han er også en gammel kollega af AndrewFeldman hos SeaMicro og AMD. Virksomheden har nu 194 ansatte.
CerebrasSystems har en lang vej at gå i fremtiden, men det er ikke svært at forestille sig, at AI bringer en bølge af computerarkitektur og chipemballageteknologi. Vi kan forvente, at vi bliver vidne til mere interessante og endda uventede AI-chips.
I chiphistorien havde Intels første 4004-processor i 1971 kun 2.300 transistorer, og den seneste avancerede mikroenhedsprocessor havde kun 32 milliarder transistorer. Samsung har også bygget en flashhukommelseschip (eUFS-chip) med 2 billioner transistorer, men den er ikke egnet til AI-computing.
WSE, den største rekordstore chip, blev født til AI computing.
Dataene viser, at den 42.225 kvadrat mm store chip har 400.000 kerner, der er forbundet sammen af et finkornet, alt-hardware-netværks-kommunikeret netværk, der giver 100 PB samlet båndbredde per sekund. Flere kerner, mere lokal hukommelse og en lav latens arkitektur med høj båndbredde skaber den bedste arkitektur til at fremskynde AI-arbejde. WSE er 56,7 gange større end den største GPU og har 18 GB on-chipsram.
Faktisk er de fleste af dagens chips multi-chip-integration baseret på 12-tommer silicium. Men chippen fra CerebrasSystems er en separat chip, hvor transistorer er forbundet med hinanden på en enkelt krystal siliciumskive. Det sammenkoblede design giver alle transistorer mulighed for at arbejde med høje hastigheder som helhed.
Eksplicit forklaret, dette produkt er fuldstændigt computerindlæring, mere end computerkraft og lagringsbåndbredde, beklager, folks niveau eller nyt ordforråd - beat bytes (Petabytes, 1PB = 1024TB = 10 ^ 6GB = 2 ^ 50bit), hastigheden er omkring 3.000 gange den af NVIDIAs største grafikprocessor (GPU, flydende computerkraft, der ofte bruges i AI-relateret forskning), og lagringsbåndbredden er 1000 gange.
En sådan stærk kapacitet kommer fra dens 1,2 billioner transistorer på chippen. Det vides, at Intels 4004-processor havde 2.300 transistorer i 1971. I henhold til Moore's Law fordobles antallet af transistorer på chippen, "I dette år skulle der være nøjagtigt 1 billioner transistorer og en mere transistor, og den computerkraft, der kan realiseres, øges med et punkt. For det andet er dens chiparkitekturdesign og chipforbindelse og kommunikationsskema også meget avanceret, hvilket gør synergien mellem 1,2 billioner transistorer meget synkron, hvilket forsinker nanosekundniveauet. Ved kørsel er denne 1,2 billioner transistorer ligesom En transistor er synkroniseret.
Inden for kunstig intelligens er chipstørrelsen meget vigtig. Da store chips behandler oplysninger hurtigere, er tiden til at generere svar kortere. Reducering af observationstidspunktet eller "træningstid" giver forskere mulighed for at teste flere ideer, bruge flere data og løse nye problemer. Google, Facebook, OpenAI, Tencent, Baidu og mange andre mener, at den grundlæggende begrænsning i udviklingen af kunstig intelligens i dag er, at det tager for lang tid at træne modellen. Derfor vil reduktion af træningstiden eliminere en større flaskehals i industriens fremskridt.
Naturligvis producerer chipproducenter normalt ikke store chips af en grund. På en enkelt skive vises nogle urenheder normalt under fremstillingsprocessen. Lidt urenhed kan forårsage chipfejl og endda alvorligt nedbryde flere chips. Hvis kun en chip er fremstillet på en enkelt wafer, er sandsynligheden for, at den indeholder urenheder, 100%, og urenheder vil bestemt forårsage, at chippen svigter. Men chipdesignet hos CerebrasSystems er marginalt, hvilket sikrer, at en eller en lille mængde urenheder ikke ugyldige hele chippen.
Cerebras Systems 'CEOFeldman sagde i en erklæring, & quot; Virksomhedens WSE-chip er designet til kunstig intelligens og indeholder grundlæggende innovationer, der løser tekniske udfordringer, der begrænser chipstørrelsen i årtier, såsom krydsforbindelse *, udbytte, effekt. Og emballage. Enhver arkitektonisk beslutning er at optimere udførelsen af kunstigt intelligensarbejde. Som et resultat giver WSE-chip hundreder eller tusinder af eksisterende løsninger afhængigt af arbejdsbyrden med lidt strøm og plads. . Ydeevne & quot;
Disse præstationsforbedringer opnås ved at fremskynde alle elementerne i træning i neuralt netværk. Det neurale netværk er en multi-level computational feedback loop. Jo hurtigere indgangen passerer gennem løkken, desto hurtigere lærer loopen og "træner". Måden at få input hurtigere gennem loopen er at fremskynde beregningen og kommunikationen i løkken.
I kommunikationsarkitekturen bryder klyngekommunikationsarkitekturen båndbredde og forsinkelse forårsaget af en del af strømforbruget i den traditionelle kommunikationsteknologi på grund af brugen af relæprocessoren på WSE. Ved at bruge en todimensionel matrixstruktur til at forbinde 400.000 WSE-baserede processorer sammen opnår klyngearkitekturen lav latens og høj båndbredde med en samlet båndbredde på op til 100 slag pr. Sekund (1017 bytes per sekund). . Selv hvis der ikke er installeret yderligere software, kan en sådan klyngestruktur understøtte global informationsbehandling, og den modtagne information behandles af den tilsvarende processor.
For dette produkt kan masseproduktion og varmeafledning være de største udfordringer. Fremkomsten af WSE, dets egne højdepunkter er imidlertid nok.
Linley Groups hovedanalytiker Linley Gwennap sagde i en erklæring: & quot; CerebrasSystems har gjort store fremskridt inden for pakningsteknologi med wafer-skala, og behandlingsydelsen på en siliciumchip overgår langt nogen nogens fantasi. For at opnå dette resultat har virksomheden løst en række tekniske udfordringer, der har plaget branchen i årtier, herunder aktivering af højhastigheds-til-mode-kommunikation, løsning af produktionsdefekter, emballering af sådanne store chips, levering af høj densitet strømforsyning og køling systemer. CerebrasSystems At samle topingeniører fra forskellige discipliner, skabe nye teknologier og levere et produkt på få år er en imponerende præstation. & Quot;
TiriasResearchs hovedanalytiker og grundlægger Jim McGregor sagde i en erklæring: & quot; Indtil videre har den rekonfigurerede grafikprocessor opfyldt den enorme efterspørgsel efter kunstig intelligens til computerkraft. Dagens løsning vil have hundreder af disse rekonfigurerede grafikker. Processorerne er forbundet og tager måneder at installere, bruge hundreder af kilowatt strøm og ændre den kunstige intelligenssoftware i vid udstrækning, endda måneder for at opnå funktionalitet. I modsætning hertil WSE med en chip Den absolutte størrelse af chippen muliggør mere beregning, hukommelse med højere ydeevne og større båndbredde. WSA-chips undgår løse forbindelser, langsom hukommelse, cache-baseret og integration gennem wafer-skala pakkeintegrationsteknikker. De traditionelle ydelsesbegrænsninger, der er forbundet med grafikcentriske processorchips.
CerebrasSystems blev grundlagt i 2016 og har været en mystisk og lav nøgle i branchen siden starten, med fokus på at levere dataprodukter til uddannelse af datacentre. Det er blevet navngivet & quot; verdens mest forventede 100 chipfirmaer & quot; af CBInsights. Ifølge dataene afsluttede virksomheden en finansiering i serie A på 25 millioner dollars i 2016. Investoren var en velkendt risikokapitalist Benchmark og modtog senere flere finansieringsrunder. Fra september 2017 modtog det i alt 112 millioner dollars i finansiering, værdiansat til $ 860 millioner.
Virksomhedens grundlæggende baggrund er også meget stærk. Medstifter og CEO Andrew Feldman, der grundlagde chipfirmaet SeaMicro, blev overtaget af AMD i 2012 for $ 334 millioner. Efter at SeaMicro blev erhvervet af AMD, trådte de originale klassekammerater for det meste ind i AMD for at fortsætte deres arbejde, så da Andrew Feldman tog føringen for at fortsætte sin forretning, valgte mange gamle kolleger at følge, og de fleste af de andre store teammedlemmer var for det meste med stifteren Andrew Feldman.
En af de ting, der er værd at nævne, er Gary Lauterbach. I 1990'erne, da Sun var midt på dagen, fungerede Gary Lauterbach som selskabets senior chip-designer. Senere, på SeaMicro, var han hovedsageligt beskæftiget med lav-power server design. Det kan siges, at virksomheden akkumulerede et stort antal lavt strømforbrug i starten af oprettelsen. Veteranen i chipdesignet, dette er uden tvivl en gevinst for den gennemsnitlige opstart.
Derefter i 2018 tiltrådte endnu en tungvægt til Celebras Systems, og tidligere vicepræsident for arkitektur og datacentre CTO Dhiraj Mallick fungerede officielt som vicepræsident for teknik og forretning. I løbet af hans embedsperiode hos Intel steg omsætningen i andet kvartal af 2018 med $ 1 milliard år til år. I første halvdel af 2018 blev selskabets datacenters indtægter hævet til 10 milliarder dollars. Det er et anerkendt teknologi og forretningsgeni. Han er også en gammel kollega af AndrewFeldman hos SeaMicro og AMD. Virksomheden har nu 194 ansatte.
CerebrasSystems har en lang vej at gå i fremtiden, men det er ikke svært at forestille sig, at AI bringer en bølge af computerarkitektur og chipemballageteknologi. Vi kan forvente, at vi bliver vidne til mere interessante og endda uventede AI-chips.