美AI芯片“黑马”杀出，研发出史上最大芯片( 四 )_图1

图5/8

图| Andrew Feldman（来源：Dean Takahashi）

Cerebras Systems 公司 CEO Feldman 在一份声明中说，“公司的 WSE 芯片专为人工智能而设计，包含基本的创新，解决了限制芯片尺寸几十年的技术挑战，如十字交叉连接、良率、功率输出和封装。每一个架构决策都是为了优化人工智能工作的性能。其结果是，WSE 芯片在功耗和空间很小的情况下，根据工作负载提供了现有解决方案数百或数千倍的性能。”

这些性能的提高是通过加速神经网络训练的所有要素来实现的。神经网络是一个多级计算反馈回路。输入通过循环回路的速度越快，回路学习或“训练”的速度就越快。让输入更快地通过循环的方法是加快循环内的计算和通信的速度。

在通信架构上，由于在 WSE 上使用了中继处理器，集群通信的架构突破了传统通信技术中部分功率消耗而导致的带宽和延时的问题。通过使用二维阵列结构将 400,000 个基于 WSE 的处理器连接在一起，集群架构实现了低延时以及高带宽的特性，其总体带宽可以高达每秒 100 拍字节（1017 字节/每秒）。即使没有安装任何的额外软件，这样的集群结构也可以支持全局信息处理，并由相应的处理器对所接收到的信息进行处理。