芯东西（公众号：aichip001）

编译 | 高歌

编辑 | 温淑

芯东西4月21日消息，美国硅谷创企Cerebras Systems推出了其新的Wafer Scale Engine 2（WSE-2）处理器，该处理器为超级计算任务而构建，具有破纪录的2.6万亿个晶体管（市场上最大的GPU只有540亿个晶体管）和85万颗AI优化内核，大小类似餐盘，采用台积电的7nm工艺。

这是Cerebras第二次使用整个300mm晶圆制造单颗芯片。这么大的晶圆一般会被切割成数百个独立芯片，Cerebras却将其制成一个芯片。在庞大的体积之下，这种芯片相比同等算力的GPU集群，功耗和所占空间更小。

WSE-2与最大的GPU尺寸对比

一、Cerebras估值约24亿美元，创始人斯坦福出身

Cerebras Systems位于美国加利福尼亚州，创建于2016年。该公司专注于深度学习的计算机系统。目前该公司在硅谷、多伦多和东京都有办事处，2019年11月获得了4.75亿美元的E轮融。融资后，Cerebras Systems估值约为24亿美元。

安德鲁·费尔德曼（Andrew Feldman）是Cerebras的联合创始人兼首席执行官，他具有斯坦福大学学士学位和工商管理硕士学位，曾经创办了专注于超高密度计算机服务器业务的Seammicro公司。Seammicro在2012年被AMD以3.57亿美元价格收购。

Cerebras联合创始人兼首席执行官Andrew Feldman

2019年，Cerebras曾发布第一代WSE芯片，这款芯片具有40万个内核和1.2万亿个晶体管，使用台积电16nm工艺制程。

二、WSE-2性能参数超竞品几个数量级，良率更高

WSE-2仍由台积电代工，但采用更加先进的7nm工艺。与第一代芯片相比，WSE-2的晶体管数、内核数、内存、内存带宽和结构带宽等性能特征增加了一倍以上。由于WSE-2采用了7nm工艺制程，电路之间的宽度仅有七十亿分之一米。

如此庞大的芯片尺寸带来了WSE-2的大幅性能提升，该芯片的各类性能参数超出竞品几个数量级，能够极大地缩减AI训练时间。

相比竞品GPU，WSE-2芯片的内核数量是其123倍，芯片内存是竞品的1000倍以上，内存带宽是12000倍，结构带宽也增加了45000倍。

WSE、WSE-2和英伟达A100GPU性能参数对比

Feldman指出，通过将芯片放大互连，就可以在芯片上保留大量数据。WSE-2相对普通GPU集群，延迟和能耗都会比较低。普通GPU集群在提供相同的算力时，将会需要数十个机架，花费数个月进行配置和编程，功率将高达数百瓦。

WSE-2相对GPU还有很多核心冗余，如果有内核发生故障，单独的故障内核并不影响芯片使用。而在台积电这样的晶圆代工厂中，很少出现连续的内核缺陷，因此WSE-2的良率较高。

三、Cerebras拥有多位重量级客户

国际调研机构Moor Insights＆Strategy的分析师Patrick Moorhead认为，WSE-2内核数量带来的性能确实对英伟达的GPU产生了一定挑战。但是英伟达的解决方案更加灵活，几乎可以安装在任何服务器机箱中。

Tirias Research首席分析师Jim McGregor在一封电子邮件中写道，虽然对于数以百万的AI算法来说，Cerebras不像英伟达一样全面，但是Cerebras的解决方案显然已经吸引到了许多客户。

从2019年交付WSE芯片起，在过去的一年里，已经有很多重量级用户使用了Cerebras的产品。

比如美国阿贡国家实验室、劳伦斯利弗莫尔国家实验室、匹兹堡超级计算中心、爱丁堡大学的超级计算中心、葛兰素史克、东京电子器件等。

全球制药巨头葛兰素史克的高级副总裁Kim Branson称赞到，Cerebras增加了编码器模型的复杂性，将训练时间减少到之前的1/80。

在美国最大的科学与工程研究室阿贡国家实验室，CS-1芯片被用于癌症研究，将癌症模型的实验周转时间减少到1/300还少。

Feldman说，Cerebras将在明年公布产品在重型制造、制药、生物技术和军事等领域取得的成就。WSE-2将被集成到CS-2超算系统中，在今年第三季度上市。

结语：Cerebras另辟蹊径展现巨型芯片前景

虽然相比英伟达，Cerebras没有那么全面，但是WSE系列芯片并非单纯的放大。在芯片尺寸如此巨大后，互连技术、芯片封装、散热等问题都会发生很大变化。

Cerebras解决了这些问题，用WSE-2的优点向我们展示了芯片尺寸并非只能越做越小，巨型芯片也存在广泛的应用前景。

来源：VentureBeat、EE Times、IEEE Spectrum