史上最大AI芯片誕生：462平方厘米、40萬(wàn)核心、1.2萬(wàn)億晶體管，創(chuàng)下4項(xiàng)世界紀(jì)錄

本文經(jīng)AI新媒體量子位（公眾號(hào) ID: QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

美國(guó)一家芯片公司Cerebras推出了史上最大AI芯片，號(hào)稱(chēng)“晶圓級(jí)引擎”（Cerebras Wafer Scale Engine，簡(jiǎn)稱(chēng)WSE）。

WSE將邏輯運(yùn)算、通訊和存儲(chǔ)器集成到單個(gè)硅片上，是一種專(zhuān)門(mén)用于深度學(xué)習(xí)的芯片。它創(chuàng)下了4項(xiàng)世界紀(jì)錄：

晶體管數(shù)量最多的運(yùn)算芯片：總共包含1.2萬(wàn)億個(gè)晶體管。雖然三星曾造出2萬(wàn)億個(gè)晶體管的芯片，卻是用于存儲(chǔ)的eUFS。

芯片面積最大：尺寸約20厘米×23厘米，總面積46,225平方毫米。面積和一塊晶圓差不多。

片上緩存最大：包含18GB的片上SRAM存儲(chǔ)器。

運(yùn)算核心最多：包含40萬(wàn)個(gè)處理核心。

WSE由臺(tái)積電代工，但是并沒(méi)有使用當(dāng)前最先進(jìn)的7nm工藝，而是使用相對(duì)較老的16nm制程工藝制造。

臺(tái)積電運(yùn)營(yíng)高級(jí)副總裁JK Wang表示：“我們對(duì)與Cerebras合作制造WSE非常滿意，這是晶圓級(jí)開(kāi)發(fā)的行業(yè)里程碑。”

雖然WSE制造成本可能很高，但Cerebras認(rèn)為片上互連比構(gòu)建和連接獨(dú)立的內(nèi)核速度更快、成本更低。

與其他芯片對(duì)比

WSE可以說(shuō)是個(gè)龐然大物，一般的芯片都可以放在手掌心，而WSE面積比Mac的鍵盤(pán)還要大。官方在介紹這款芯片時(shí)，需要用雙手捧著，和展示晶圓沒(méi)什么兩樣。

WSE面積比英偉達(dá)最大的GPU核心V100還要大56倍，V100核心的尺寸為815平方毫米，包含211億個(gè)晶體管。

最近AMD為數(shù)據(jù)中心提供的Epyc 2芯片，也是世界上最快的x86處理器，也只有320億個(gè)晶體管，數(shù)量?jī)H為WSE的30分之一。

英特爾最新的桌面級(jí)處理器i9-9900k有16MB緩存，英偉達(dá)RTX 2080Ti有5.5MB二級(jí)緩存，在WSE 18GB緩存面前也是小巫見(jiàn)大巫。RTX 2080Ti已經(jīng)堪稱(chēng)功耗怪獸，TDP為250W，而WSE則需要15千瓦的供電。

性能參數(shù)

WSE包含40萬(wàn)個(gè)對(duì)AI優(yōu)化的計(jì)算核心，稱(chēng)為稀疏線性代數(shù)核心（SLAC），它靈活、可編程，并針對(duì)支持所有神經(jīng)網(wǎng)絡(luò)計(jì)算的稀疏線性代數(shù)進(jìn)行了優(yōu)化。

SLAC的可編程性確保內(nèi)核可以在不斷變化的機(jī)器學(xué)習(xí)領(lǐng)域中運(yùn)行所有神經(jīng)網(wǎng)絡(luò)算法。

由于稀疏線性代數(shù)核心針對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算基元進(jìn)行了優(yōu)化，因此它們可實(shí)現(xiàn)業(yè)界最佳利用率，通常是GPU的3~4倍。此外，WSE核心包括Cerebras發(fā)明的稀疏性收集技術(shù)，加速深度學(xué)習(xí)這類(lèi)稀疏工作負(fù)載的計(jì)算性能。

零在深度學(xué)習(xí)計(jì)算中很普遍。通常要相乘的向量和矩陣中的大多數(shù)元素都是零。然而乘以零會(huì)浪費(fèi)計(jì)算資源。

通常GPU和TPU被設(shè)計(jì)為永不遇到零的計(jì)算引擎，它們即使有零也會(huì)乘以每個(gè)元素。當(dāng)深度學(xué)習(xí)中50-98％的數(shù)據(jù)為零時(shí)，大多數(shù)乘法都被浪費(fèi)了。

由于Cerebras稀疏線性代數(shù)核心不會(huì)乘以零，所有零數(shù)據(jù)都會(huì)被濾除，并且可以在硬件中跳過(guò)，從而可以用著節(jié)約的資源去完成有用的工作。

內(nèi)存是每個(gè)計(jì)算機(jī)體系結(jié)構(gòu)的關(guān)鍵組件。更接近計(jì)算核心的緩存能帶來(lái)更低的延遲和更好的數(shù)據(jù)移動(dòng)效率。

高性能深度學(xué)習(xí)需要大量計(jì)算，并且頻繁訪問(wèn)數(shù)據(jù)。這需要計(jì)算核心和存儲(chǔ)器之間的緊密接近，但是在GPU中并非如此，大容量的顯存并不在GPU核心上，而是外置的。

WSE片上的緩存達(dá)到了18GB，是GPU緩存的3000倍；可提供每秒9PB的內(nèi)存帶寬， 比GPU快10,000倍。

Swarm是WSE上使用的處理器之間的通信結(jié)構(gòu)，它只用傳統(tǒng)通訊技術(shù)功耗的幾分之一就實(shí)現(xiàn)了突破性的帶寬和低延遲。

Swarm提供低延遲、高帶寬的2D網(wǎng)格，可連接WSE上的所有40萬(wàn)個(gè)核心，帶寬為每秒100 petabits。WSE通信能量成本遠(yuǎn)低于每比特1pJ，這比圖形處理單元低近兩個(gè)數(shù)量級(jí)。

面臨的問(wèn)題

為何其他芯片廠商不制造如此大尺寸的芯片呢？這是因?yàn)樵谥圃炀A的過(guò)程中不可避免會(huì)有一些雜質(zhì)，這些雜質(zhì)會(huì)導(dǎo)致芯片的故障。

通常的做法是將一片很大的晶圓切割成若干個(gè)小片，從中挑選出其中可用的部分，封裝成芯片，而將報(bào)廢部分丟棄。

而Cerebras的芯片已經(jīng)和晶圓面積差不多大了，是在一個(gè)晶圓上切割出一塊大的芯片，制造過(guò)程中不可避免會(huì)產(chǎn)生缺陷。

為了解決缺陷導(dǎo)致良率不高的問(wèn)題，Cerebras在設(shè)計(jì)的芯片時(shí)候考慮了1~1.5%的冗余，添加了額外的核心，當(dāng)某個(gè)核心出現(xiàn)問(wèn)題時(shí)將其屏蔽不用，因此有雜質(zhì)不會(huì)導(dǎo)致整個(gè)芯片報(bào)廢。

Cerebras團(tuán)隊(duì)遇到的另外一個(gè)問(wèn)題是芯片的刻蝕。今天的光刻設(shè)備仍然只能刻蝕面積較小的單個(gè)芯片。因此Cerebras與臺(tái)積電合作發(fā)明了新技術(shù)，來(lái)處理具有萬(wàn)億加晶體管芯片的刻蝕和通訊問(wèn)題。

即使芯片制造成功，接下來(lái)還要面臨三重挑戰(zhàn)：熱膨脹、封裝和冷卻。

Cerebras的芯片功率達(dá)15千瓦，與AI集群相當(dāng)。給單個(gè)芯片提供巨大的功率，要考慮多方面的因素。

由于芯片在運(yùn)行中會(huì)變得非常熱，但是不同材料的熱膨脹系數(shù)不同。這意味著將芯片與PCB的熱膨脹系數(shù)不能差距太大，否則兩者之間產(chǎn)生裂縫。

Cerebras在芯片上方安裝了一塊“冷卻板”，使用多個(gè)垂直安裝的水管直接冷卻芯片。由于芯片太大而無(wú)法放入任何傳統(tǒng)封裝中，Cerebras還設(shè)計(jì)了結(jié)合了連接PCB和晶圓兩者的定制連接器以及冷卻裝置。

關(guān)于Cerebras

Cerebras公司由Sean Lie（首席硬件架構(gòu)師）、Andrew Feldman（首席執(zhí)行官）等人于2016年創(chuàng)立。后者曾創(chuàng)建微型服務(wù)器公司SeaMicro，并以3.34億美元的價(jià)格出售給AMD。

該公司在加州有194名員工，其中包括173名工程師，迄今為止已經(jīng)從Benchmark等風(fēng)投機(jī)構(gòu)獲得了1.12億美元的投資。

參考資料：

https://www.pcworld.com/article/3432977/cerebras-systems-new-deep-learning-chip-is-as-big-as-your-keyboard-and-the-largest-ever.html

https://www.crunchbase.com/organization/cerebras-systems#section-overview