Cerebras 是一家位于美國加利福尼亞州的初創(chuàng)公司，2019 年進入硬件市場，其首款超大人工智能芯片名為 Wafer Scale Engine (WSE) ，尺寸為 8 英寸 x 8 英寸，比最大的 GPU 大 56 倍，擁有 1.2 萬億個晶體管和 40 萬個計算核心，是當時最快、最大的 AI 芯片。隨后在 2021 年，Cerebras 推出了 WSE-2，這是一款 7 納米芯片，其性能是原來的兩倍，擁有 2.6 萬億個晶體管和 85 萬個核心。

近日，Cerebras 宣布推出了第三代WSE-3，性能再次提高了近一倍。

01

Cerebras 推出 WSE-3 AI 芯片，比 NVIDIA H100 大 56 倍 WSE-3采用臺積電5nm工藝，擁有超過4萬億個晶體管和90 萬個核心，可提供 125 petaflops 的性能。這款芯片是臺積電可以制造的最大的方形芯片。WSE-3擁有44GB 片上 SRAM，而不是片外 HBM3E 或 DDR5。內(nèi)存與核心一起分布，目的是使數(shù)據(jù)和計算盡可能接近。

自推出以來，Cerebras 就將自己定位為英偉達GPU 驅動的人工智能系統(tǒng)的替代品。這家初創(chuàng)公司的宣傳是：他們可以使用更少的芯片在 Cerebras 硬件上進行 AI訓練，而不是使用數(shù)千個 GPU。據(jù)稱，一臺Cerebras服務器可以完成與 10 個 GPU 機架相同的工作。

下圖是Cerebras WSE-3和英偉達 H100的對比。



Cerebras 的獨特優(yōu)勢是將整個硅片直接轉化為單一巨大的處理器，從而大幅提升計算性能和效率。英偉達、AMD、英特爾等公司往往會把一塊大晶圓切成多個小的部分來制造芯片，在充斥著 Infiniband、以太網(wǎng)、PCIe 和 NVLink 交換機的英偉達GPU 集群中，大量的功率和成本花費在重新鏈接芯片上，Cerebras的方法極大地減少了芯片之間的數(shù)據(jù)傳輸延遲，提高了能效比，并且在AI和ML任務中實現(xiàn)了前所未有的計算速度。

02

Cerebras CS-3 系統(tǒng)

Cerebras CS-3 是第三代 Wafer Scale 系統(tǒng)。其頂部具有 MTP/MPO 光纖連接，以及用于冷卻的電源、風扇和冗余泵。該系統(tǒng)及其新芯片在相同的功耗和價格下實現(xiàn)了大約 2 倍的性能飛躍。



Cerebras WSE-3 的核心數(shù)量是英偉達的 H100 Tensor Core 的 52 倍。與 Nvidia DGX H100 系統(tǒng)相比，由 WSE-3 芯片驅動的 Cerebras CS-3 系統(tǒng)的訓練速度提高了 8 倍，內(nèi)存增加了 1,900 倍，并且可以訓練多達 24 萬億個參數(shù)的 AI 模型，這是其 600 倍。Cerebras 高管表示，CS-3的能力比 DGX H100 的能力還要大。在 GPU 上訓練需要 30 天的 Llama 700 億參數(shù)模型，使用CS-3 集群進行訓練只需要一天。



CS-3可以配置為多達2048個系統(tǒng)的集群，可實現(xiàn)高達 256 exaFLOPs 的 AI 計算，專為快速訓練 GPT-5 規(guī)模的模型而設計。



Cerebras CS-3 適用于 2048 節(jié)點 256EF 集群



適用于 GPT 5 規(guī)模的 Cerebras CS-3 集群

03

Cerebras AI編程

Cerebras 聲稱其平臺比英偉達的平臺更易于使用，原因在于 Cerebras 存儲權重和激活的方式，Cerebras 不必擴展到系統(tǒng)中的多個 GPU，然后擴展到集群中的多個 GPU 服務器。

?

除了代碼更改很容易之外，Cerebras 表示它的訓練速度比 Meta GPU 集群更快。當然，這只是理論上數(shù)據(jù)，當前還沒有任何 2048 個 CS-3 集群已經(jīng)投入運行，而 Meta 已經(jīng)有了 AI GPU 集群。



Llama 70B Meta VS Cerebras CS-3 集群

04

Cerebras 與高通合作開發(fā)人工智能推理

Cerebras 和高通建立了合作伙伴關系，目標是將推理成本降低 10 倍。Cerebras 表示，他們的解決方案將涉及應用神經(jīng)網(wǎng)絡技術，例如權重數(shù)據(jù)壓縮等。該公司表示，經(jīng)過 Cerebras 訓練的網(wǎng)絡將在高通公司的新型推理芯片AI 100 Ultra上高效運行。

這項工作使用了四種主要技術來定制 Cerebras 訓練的模型：

稀疏性是 Cerebras 的秘密武器之一，Cerebras 能夠在訓練過程中利用動態(tài)、非結構化的稀疏性。高通的 Cloud AI100 具有對非結構化稀疏性的硬件支持，這種稀疏協(xié)同可以使性能提高2.5倍。

推測解碼是一種前景廣闊但迄今為止難以有效實施的行業(yè)技術，也被用來加快速度。這種技術使用一個大型LLM和一個小型LLM的組合來完成一個大型LLM的工作。小模型不太精確，但效率較高。大模型用于檢查小模型的合理性?？傮w而言，組合效率更高，由于該技術總體上使用的計算量較少，因此速度可以提高 1.8 倍。

權重壓縮為 MxFP6，這是一種行業(yè) 6 位微指數(shù)格式，與 FP16 相比，可節(jié)省 39% 的 DRAM 空間。高通的編譯器將權重從 FP32 或 FP16 壓縮為 MxFP6，Cloud AI100 的矢量引擎在軟件中執(zhí)行即時解壓縮到 FP16。該技術可以將推理速度提高 2.2 倍。

神經(jīng)架構搜索（NAS）是一種推理優(yōu)化技術。該技術在訓練期間考慮了目標硬件（Qualcomm Cloud AI 100）的優(yōu)點和缺點，以支持在該硬件上高效運行的層類型、操作和激活函數(shù)。Cerebras 和 Qualcomm 在 NAS 方面的工作使推理速度提高了一倍。

審核編輯：劉清