博客
关于我
史上最大芯片诞生!1.2万亿晶体管超级巨无霸,专为AI设计
阅读量:138 次
发布时间:2019-02-26

本文共 664 字,大约阅读时间需要 2 分钟。

Cerebras Wafer Scale Engine:一款具有历史意义的AI专用芯片

最近,Cerebras Systems公司推出了一个前所未有的AI芯片——Cerebras Wafer Scale Engine。这款芯片以其惊人的规模和性能,引发了整个芯片行业的广泛关注。

这款芯片采用了独特的设计理念,它是单个晶圆上互连的单芯片。与传统的12英寸晶圆芯片不同,Cerebras的芯片采用300mm晶圆,最大尺寸可达22厘米。这使得芯片面积达到了42,225平方毫米,远大于Nvidia的最大的GPU(815平方毫米),且晶体管数量高达12亿,约为英特尔4004处理器的600倍(1971年问世)。

Cerebras Wafer Scale Engine专为AI任务设计,拥有40万个核心和18GB的片上内存。其内存带宽达到19PByte/s,数据传输速度更是达到了100Pbit/s。这种设计理念使得整个芯片可以在高速运行状态下同时运作,极大提升了AI模型的处理效率。

业内专家对这款芯片给予了高度评价。唐杉、姚颂和王兵等资深技术专家纷纷表示,Cerebras的芯片展现了AI芯片设计的未来方向,具有颠覆性的潜力。

值得注意的是,尽管Cerebras Wafer Scale Engine的技术实现具有重大挑战性,特别是量产良品率的考验,但其创新性和潜在影响力不容忽视。未来,这类大规模AI芯片有望在多个领域发挥重要作用。

Cerebras的技术突破不仅体现了芯片设计领域的创新精神,也为AI领域的发展带来了新的可能性。

转载地址:http://sldy.baihongyu.com/

你可能感兴趣的文章
python manage.py syncdb Unknown command: 'syncdb'问题解决方法
查看>>
Python map() 函数 和 numpy mean()函数
查看>>
Python Matplotlib Box并排绘制两个数据集
查看>>
Python Matplotlib 中如何用 plt.savefig 存储图片
查看>>
Python matplotlib 中更换画布背景颜色
查看>>
Python进阶03 模块
查看>>
python matplotlib简单使用
查看>>
Python mock Patch os.environ 和返回值
查看>>
Python mock 修补另一个函数调用的函数
查看>>
python mqtt 客户端实现
查看>>
Python Multiprocessing - 将类方法应用于对象列表
查看>>
Python multiprocessing.Queue 与 multiprocessing.manager().Queue()
查看>>
Python multiprocessing使用详解
查看>>
python mysql 基于 sqlalvhrmy_Python操作MySQL:pymysql和SQLAlchemy
查看>>
python mysql 布尔类型_python语言的基础学习:基本类型,函数,面向对象,模块,mysql数据库...
查看>>
Python NLP完整项目实战教程(1)
查看>>
Python NLP自然语言处理详解
查看>>
python nltk nltk_data 离线安装,chatterbot
查看>>
Redis 限流的 3 种方式,还有谁不会?
查看>>
Python这么慢,为啥大公司还在用?
查看>>