L’enorme chip di intelligenza artificiale di Cerebras ha le dimensioni di un iPad
Siamo abituati ai microchip che diventano sempre più miniaturizzati, grazie alla straordinaria tendenza della Legge di Moore che consente agli ingegneri di imballare sempre più transistor su chip sempre più piccoli. La stessa cosa non si può dire per il chip Wafer Scale Engine (WSE) progettato dalla startup californiana Cerebras , che recentemente è emerso dalla furtività. Cerebras ha creato un chip estremamente potente progettato per eseguire processi di intelligenza artificiale – e non manca assolutamente. In parte perché, a differenza della maggior parte dei microchip, questo ha le dimensioni di un iPad.
Il chip WSE da 46.225 mm quadrati vanta un enorme 1,2 trilioni di transistor, 400.000 core e 18 gigabyte di memoria su chip. Questo lo rende il chip più grande mai creato. Il precedente detentore del record era di soli 815 millimetri quadrati, con 21,1 miliardi di transistor. Come ha detto il CEO e co-fondatore Andrew Feldman a Digital Trends, questo significa che il chip WSE è "56,7 volte più grande" del chip gigante che ha battuto per il titolo.
"Il lavoro di intelligenza artificiale è uno dei carichi di lavoro di calcolo in più rapida crescita", ha affermato Feldman. “Tra il 2013 e il 2018, è cresciuto ad un ritmo di oltre 300.000 volte. Ciò significa che ogni 3,5 mesi, la quantità di lavoro svolto con questo carico di lavoro raddoppia. "
È qui che entra in gioco la necessità di chip più grandi. Chip più grandi elaborano più informazioni più rapidamente. Ciò, a sua volta, significa che l'utente può calcolare la propria risposta computazionalmente pesante in meno tempo.
“Il WSE contiene 78 volte più core di calcolo; ha [3000] più alta velocità, memoria su chip, 10.000 volte più larghezza di banda di memoria e 33 volte più larghezza di banda del tessuto rispetto alla GPU leader di oggi ", ha spiegato Feldman. “Ciò significa che il WSE può eseguire più calcoli, in modo più efficiente e ridurre drasticamente il tempo necessario per addestrare un modello di intelligenza artificiale. Per il ricercatore e lo sviluppatore di prodotti nell'intelligenza artificiale, un tempo di formazione più rapido significa una maggiore produttività sperimentale con più dati: meno tempo per una soluzione migliore.
Non sorprende che un chip del computer delle dimensioni di un tablet fuori di testa non sia uno destinato all'uso domestico. Invece, è destinato a essere utilizzato nei data center in cui viene eseguita gran parte dell'elaborazione pesante dietro gli attuali strumenti di intelligenza artificiale basati su cloud. Non c'è una parola ufficiale sui clienti, ma sembrerebbe probabile che aziende come Facebook, Amazon, Baidu e altri saranno desiderosi di metterlo alla prova.
Non sono stati ancora rilasciati benchmark sulle prestazioni. Tuttavia, se questo chip mantiene le sue promesse, ci aiuterà a mantenere l'innovazione dell'IA per le settimane, i mesi e persino gli anni a venire.
