Come AI trasformerà la prossima ondata di informatica software e hardware
Macchina di apprendimento, soprattutto apprendimento profondo, s’impone una ri-valutazione di come chip e sistemi sono progettati che cambierà la direzione del settore per i decenni a venire.
Una settimana fa, startup nella Silicon Valley Cerebras Systems ha annunciato il chip più grande che il mondo abbia mai visto, il “wafer-scala motore” o “WSE.” Il chip è dedicato alla risoluzione di machine learning problemi di intelligenza artificiale e che potrebbe portare ad un radicale cambiamento del modo profondo di reti di apprendimento sono inventati.
La concorrenza è certo per seguire, anche se sarà difficile per gli altri a parità di ciò che Cerebras ha compiuto.
Questa è la visione di un video assolutamente venture capitalist che hanno contribuito per circa 200 milioni di dollari di capitale di avviamento Cerebras ha ricevuto.
“Qualcuno si sarà morso la pallottola e vieni a competere con una simile tecnologia,” dice Pierre Lamond, che è un general partner con Eclipse imprese di Palo Alto, in California, un breve viaggio da Cerebras sede a Los Altos.
“Ci vorrà la concorrenza di almeno due anni a tre anni per uscire con un prodotto simile al nostro,” dice Lamond in una conversazione con ZDNet per telefono.
Lamond ha visto l’intero arco del chip del settore, essendo venuto a NOI dalla Francia, come un giovane uomo nel 1960 per opera del Fairchild Semiconductor, il precursore di Intel che ha preso il via il moderno semiconduttori. Lamond era anche un partner per 27 anni, alla Sequoia Capital, la società che ha iniziato nel settore del venture capital in valle.
Pierre Lamond ha visto tutta la storia del chip di prima mano. Con il crollo delle la Legge di Moore, “È diventato chiaro che se non si ha un rischio di un molto, molto grande singolo pezzo, e trovare un modo per farlo funzionare come un sistema, non ci sarà nessun progresso.”
Chris Schmauch
Cerebras prodotto non è semplicemente impressionante, egli dice, è la direzione che l’industria deve andare per evitare il ristagno dell’attuale chip di sviluppo.
“La Legge di Moore non è male, ma va a rilento”, osserva Lamond, riferendosi alle sfide che si sono limitati progressi nel muovere le chips di grana più fine e più sottili caratteristiche. “La grande domanda per un lungo periodo di tempo, e questo è dove Cerebras di piccone, si, OK, siamo limitati a due per tre, o tre per cinque centimetri di chip, o fare qualcosa di molto più grande?
“E’ diventato chiaro che se non si ha un rischio di un molto, molto grande, singolo pezzo, e trovare un modo per farlo funzionare come un sistema, non ci sarà nessun progresso.”
Anche: Cerebras CEO parla di grandi implicazioni per l’apprendimento automatico di una società big chip
Di conseguenza, rendendo wafer-scala parti non è solo un passo enorme per il chip del settore, ma è anche “forse l’ultimo passo” nell’evoluzione della tecnologia di processo dei semiconduttori, riflette.
Nvidia, la grafica produttore di chip a cui Cerebras costantemente si confronta, è “una buona società”, dice Lamond, e sta facendo “molto buono dispositivi.”
“Ma sono limitati dalla dimensione con cui lavorano.”
Cerebras, fondata tre anni e mezzo fa, ha risolto numerosi problemi tecnici in quel momento.
Lamond ha visto in prima persona come gli sforzi precedenti per creare un enorme chip non è riuscito. “Posso dirvi che per fare un pieno di wafer non è facile”, dice Lamond.
Egli ricorda di parlare con Gene Parte, il creatore di IBM “il Sistema 360” mainframe, che hanno provato e fallito nel 1980 per creare un wafer-scala parte con una startup chiamata Trilogia. “Gli ho detto, con i rendimenti che, al momento, non era possibile che questa cosa di lavoro”, ricorda Lamond. Molte cose sono cambiate nel settore nei decenni che hanno fatto Cerebras approccio più fattibile.
Cerebras del “Wafer-Scala Motore” occupa quasi tutta l’area di un 12 pollici di wafer di silicio, il che rende 57 volte la dimensione di Nvidia e la più grande unità di elaborazione grafica.
Cerebras Sistemi.
Iniziare con il problema di come si crea un sistema coerente di funzionamento attraverso un wafer da 12 pollici di diametro che di solito è pensato per essere tagliato in più parti per singoli chip. “Il modo in cui il wafer è organizzato, ci sono 84 piastrelle o mattoni, come si potrebbe chiamare loro, e se uno di loro è male, è necessario disporre di un software per isolare in modo da non influire sulle prestazioni dell’intero wafer”, spiega Lamond.
La resa, la quantità di buona superficie, che Cerebras partner, Taiwan Semiconductor Manufacturing, è di arrivare a produrre il WSE, è “incredibile”, dice Lamond. Solo circa l ‘ 1% al 2% del wafer zona è inutilizzabile in qualsiasi wafer esecuzione, dice. “È incredibile, mi hanno detto che TSMC che sono molto impressionato con quello che sono riuscito a fare con la resa.”
Tuttavia, molto buoni rendimenti non sono sufficienti.
“Normale avete idea, che se abbiamo una pausa, siamo in grado di isolare utilizzando un laser per tagliare la connessione ad altri mattoni — non si poteva fare che, poiché potrebbe influenzare molto di più che il singolo mattone.” E ‘ stato molto duro, molto, molto difficile trovare un modo,” dice Lamond.
Un problema in passato, è stata che non c’erano fili metallici per interconnettere le varie sezioni del wafer, spiega Lamond.
“Oggi, è molto facile per avere più strati di metallo,” osserva. “Ci sono almeno una dozzina di strati di metallo in un Cerebras wafer, tutti utilizzati per l’interconnessione.” Indietro quando Trilogia stava lavorando sul problema, “non si poteva fare.”
Ci sono altre innovazioni hardware e sopra la base di fabbricazione di svolta, note Lamond. Cerebras ha sviluppato un modo di rilevare, a livello hardware, zero, valutati gli elementi in una rete neurale per evitare di calcolarli. “E’ stato molto astuto sviluppo di scoprire gli zeri in hardware, in modo da non utilizzare software per farlo”, dice. “Salva cicli. Che era un tipo molto intelligente di sviluppo al di là del silicio di sviluppo.”
Inoltre: AI è cambiare l’intera natura del compute
Il raffreddamento del chip e la collega al mondo esterno sono altre sfide, con una grande parte. Che è il motivo per cui Cerebras è una società di sistemi, non un chip company, note Lamond. Cerebras è la costruzione di WSE in un completo sistema di calcolo per l’apprendimento automatico, piuttosto che la vendita di chip Nvidia e Intel non come “commerciante” fornitori di semiconduttori. “Che il chip è mai intenzione di essere per la vendita”, dice Lamond del WSE.
Considerare il calore sfide di un chip che funziona a 15 chilowatt. “Si consuma una quantità enorme di potere, e devi farlo raffreddare in un modo che è molto, molto affidabile”, dice Lamond.”Non si desidera che la temperatura di andare fino a 125 gradi celsius, diciamo, di tenerlo a meno di 75 [gradi]. E non è facile di per sé, perché si dispone di una grande area di superficie che è necessario per mantenere una temperatura costante durante l’intero funzionamento del sistema.” Cerebras ha sviluppato una complessa rete di tubi per portare l’acqua in modo efficace irrigare il WSE.
Tutto questo sforzo benefici dal fatto che l’AI ha raggiunto la maturità come un problema del calcolo. Il chip industria bisogno di un prodotto che potrebbe beneficiare di avere una grande quantità di silicio dedicato. “Chiaramente, l’AI è una buona scelta”, dice Lamond. “È massicciamente parallelo, con centinaia di migliaia di core che lavorano in parallelo, ma da un punto di vista logico, non è così complicato-è solo aggiunge seguita da moltiplica seguita da aggiunge,” dice riferendosi al vettore-matrice prodotti che sono oggetto di machine learning.
Lamond vede un brillante futuro davanti a generare enormi balzi in termini di prestazioni con ogni nuova versione del WSE e il sistema che lo gestisce.
Argomenti Correlati:
Sviluppatore
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software