Už několikrát jsme se zmínili o čipu firmy Cerebras, který využívá téměř celý wafer, a tak si zaslouží označení Wafer Scale Engine (WSE). Ten už nyní pracuje pro National Energy Technology Laboratory (NETL).
Co je RTX AI
Web Světhardware.cz přináší velký přehled o NVIDIA RTX AI ve vašem počítači a popisuje spolehlivou a bezpečnou cestu, jak si na svém počítači vytvořit lokální umělou inteligenci.
Cerebras je kalifornský startup, který oživil myšlenku o výrobě čipů rozprostírajících se na celém waferu. A pochopitelně nejde o jeden tak velký čip, který by zabíral celý křemíkový plát, ale o velké množství vzájemně spolupracujících čipů, které jsou vytvořeny na jednom 300mm waferu a namísto toho, aby se ten pak jako obvykle rozřezal na jednotlivé čipy, je ponechán vcelku, i když ořezaný do podoby čtverce.
Vzniká tak Wafer Scale Engine (WSE), který lze popsat jako matici vzájemně spolupracujících jader (12 x 7), která jsou sama ještě rozdělena na konečné jednotky či jádra, jichž obsahují 51 x 89, čili celkem 4.539. Prostým výpočtem tak dojdeme k tomu, že celý WSE obsahuje 381.276 jednotek, což platí samozřejmě pro ideální případ, když by byl celý waferový čip vyroben bez jediné chybičky. S nimi se však počítá, takže určitá část jednotek bude neaktivní.
Každá jednotka je vybavena vlastní pamětí SRAM s kapacitou 48 kB, hardwarem určeným především pro AI a pak routerem, který je napojen na čtyři sousední jednotky.
celková plocha čipu Cerebras CS-1 je 462 cm2
Společnost Cerebras spolupracuje s výzkumníky z National Energy Technology Laboratory (NETL), kde se testuje, jak její WSE může být užitečný například pro předpovědi počasí, vývoj aerodynamických tvarů křídel či další podobné úkoly. V NETL přitom mají k dispozici také superpočítač Joule 2.0 založený na 86.400 jádrech Intel Xeon a přes 300 tisíc GB operační paměti (jde o 81. nejrychlejší superpočítač dle TOP 500, dříve byl na 51. pozici).
A právě oproti celému Joule 2.0 je Cerebras CS-1 ve výše zmíněných úlohách až 200násobně výkonnější, což dle výrobce odráží jeho vysokou interní propustnost s nízkými latencemi a vůbec celou architekturu, která je optimalizována pro rychlé přesuny dat. Jde zrovna o interní SRAM s celkovou kapacitou cca 18 GB a propustností 9 petabajtů za sekundu.
Víme už také, že Cerebra si chystá další verzi CS-2, kterou už bude vyrábět TSMC ne na 16nm, ale na 7nm procesu. Není tak divu, že počet tranzistorů se více než zdvojnásobí z 1,2 na 2,6 bilionů a s tím i počet jader na cca 850 tisíc. Další údaje zatím nejsou známy, ale brzy bychom se měli dozvědět víc.
