史上最大芯片將用于這兩個項目

今年 8 月，集成 1.2 萬億個晶體管的“史上最大芯片”The Cerebras Wafer Scale Engine（以下簡稱 WSE）誕生，在 11 月 19 日召開的 Supercomputing 2019 大會上，該芯片制造公司 Cerebras Systems 推出了搭載該芯片的計算機系統(tǒng)————Cerebras CS-1，這也將是世界上最強大的 AI 計算系統(tǒng)。美國兩家國家實驗室是該公司的客戶，其中，阿貢國家實驗室已成功部署并宣布，將用這套系統(tǒng)來發(fā)現(xiàn)癌癥療法和理解黑洞碰撞。

圖 | Cerebras CS-1（來源：Cerebras Systems）

CS-1 搭載的并不是一個芯片，而是一整個晶圓。通常，硅芯片是從 8、10 或 12 英寸等不同規(guī)格的晶圓上單獨切下來的。而 Cerebras 把晶圓切割成一個很大的長方形，每個芯片都相互連接，可以使每個晶體管都能像整體一樣高速運轉(zhuǎn)。一個典型處理器可能在一個芯片上有 100 億個晶體管，而 CS-1 搭載的整個晶片上所有核的晶體管總數(shù)超過 1.2 萬億個。

在 AI 計算中，芯片尺寸至關(guān)重要，但是高級處理器必須要有專用的硬件和軟件系統(tǒng)相配合才能實現(xiàn)理想的性能。Cerebras 公司 CEO Andrew Feldman 在接受媒體采訪時說：“你無法將法拉利發(fā)動機放入大眾汽車中來獲得法拉利性能。如果你想獲得 1，000 倍的性能提升，你要做的就是消除瓶頸?！盋S-1 系統(tǒng)設(shè)計和 Cerebras 軟件平臺相結(jié)合，可以充分用到從 WSE 上的 40 多萬個計算內(nèi)核和 18 GB 高性能片上存儲器中提取的每一點的處理能力。

GIF 圖 | Cerebras 晶片規(guī)模的引擎（來源：Cerebras Systems）

與 GPU 集群需要消耗數(shù)十個機架并且需要專有的 InfiniBand 進行集群不同，CS-1 不需要大量修改現(xiàn)有模型，并且用戶只需將基于標準的 100Gb 以太網(wǎng)鏈路插入交換機就可以啟動培訓(xùn)模型。

CS-1 有 15 個機架，大概是 26 英寸高（66.04 厘米）。Andrew Feldman 表示，CS-1 是“最快的 AI 計算機”。CS-1 計算機的機器學(xué)習(xí)能力相當(dāng)于數(shù)百架基于 GPU 的計算機能力，這些計算會消耗數(shù)百千瓦。但 CS-1 僅消耗 17 千瓦，占標準機架能耗的三分之一。他把 CS-1 和谷歌的 TPU 計算集群相比，強調(diào)谷歌的 TPU2 機器學(xué)習(xí)集群需要 10 個機架和超過 100 千瓦的功耗，才能提供一個 CS-1 機箱三分之一的性能。

Feldman 說：“我們是由 40 萬個專用 AI 處理器組成的 AI 機器?！盋S-1 由 40 萬核、1 萬億晶體管大小的處理器芯片驅(qū)動，可以將原本需要至少幾周的大型神經(jīng)網(wǎng)絡(luò)訓(xùn)練任務(wù)縮短到幾分鐘甚至幾秒鐘。但是，Cerebras 并沒有提供用標準 AI 基準（如新的 MLPeRF 標準）衡量性能的數(shù)據(jù)。相反，它通過讓潛在客戶在 Cerebras 的機器上訓(xùn)練他們自己的神經(jīng)網(wǎng)絡(luò)模型來吸引潛在客戶。

另外，Cerebras 還公布了一些系統(tǒng)軟件的細節(jié)，該軟件允許用戶使用 Pytorch 和 Tensorflow 之類的 ML 標準框架來編寫他們的機器學(xué)習(xí)模型。強大的圖形編譯器可自動將這些模型轉(zhuǎn)換為 CS-1 的優(yōu)化可執(zhí)行文件，而豐富的工具集可實現(xiàn)直觀的模型調(diào)試和性能分析。

圖 | Cerebras 軟件系統(tǒng)允許用戶使用 Pytorch 和 Tensorflow 之類的 ML 標準框架來編寫他們的機器學(xué)習(xí)模型（來源：Cerebras Systems）

這是如何實現(xiàn)的呢？通過解決一個優(yōu)化問題，確保所有層以大致相同的速度完成它們的任務(wù)處理，且與相鄰層是連續(xù)的。這樣信息就可以實現(xiàn)在網(wǎng)絡(luò)中暢通無阻。該軟件可以在多臺計算機上執(zhí)行這個優(yōu)化問題，如果把 32 個 CS-1 連接在一起，那么這一組計算機所構(gòu)成的大型計算機的性能可以提高約 32 倍。

Feldman 說：“GPU 集群無法實現(xiàn)相同的效果，你得到的不是一個大型計算機的算力，仍然是一堆小機器所能實現(xiàn)的算力?！彼J為 CS-1 和 GPU 集群形成了鮮明的對比。

CS-1 的第一個應(yīng)用是預(yù)測癌癥藥物反應(yīng)，這是美國能源部和美國國家癌癥研究所合作的一個項目。能源部負責(zé)人工智能與技術(shù)的副部長 Dimitri Kusnezov 在一份聲明中說：“在能源部，我們相信公私合作是加速美國人工智能研究的重要組成部分?！薄拔覀兤诖c Cerebras 建立長期而富有成效的合作關(guān)系，這將有助于定義下一代人工智能技術(shù)，并改變能源部的運作、業(yè)務(wù)和使命?！被蛟S這也是 Feldman 能籌集到數(shù)億美元并雇用大量員工的原因。

圖 | 阿貢實驗室（Argonne National Laboratory）

阿貢實驗室與 Cerebras 的合作已經(jīng)有兩年了。其計算總監(jiān) Rick Stevens 在新聞發(fā)布會上表示：“通過部署 CS-1，我們大大縮短了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時間，使我們的研究人員能夠更高效地開展深度學(xué)習(xí)研究，在癌癥、創(chuàng)傷性腦損傷以及當(dāng)今和未來對社會有重要意義的其他領(lǐng)域取得重大進展。”

阿貢實驗室是全球最大的超級計算機站點之一，而 CS-1 可以使這個站點比現(xiàn)有的 AI 加速器得到 100 到 1000 倍的提升，有望在 2021 年實現(xiàn) Aurora 百萬兆級超算的能力。一臺百萬兆級的計算機一瞬間進行的計算量，相當(dāng)于地球上的所有人每天每秒都不停地計算四年。

除了用在研究抗癌藥物之外，該系統(tǒng)還將被用來幫助理解黑洞碰撞行為及其引力波。此前做過類似研究的 Theta 超級計算機，在研究黑洞碰撞問題時需要調(diào)動超算所配置的 4392 個節(jié)點中的 1024 個節(jié)點，每個節(jié)點包含了一個 64 核處理器和 16 GB 的高帶寬封裝內(nèi)存（MCDRAM），192 GB 的 DDR4 RAM 和 128 GB 的 SSD。

Cerebras 的另一個客戶勞倫斯·利弗莫爾國家實驗室也來頭不小，擁有世界排名第三的 Sequoia 超級計算機。CS-1 也有望進一步增強其模擬計算能力。