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————Cerebras CS-1，這也將是世界上最強大的 AI 計算系統。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，將用這套系統來發現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。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超過 1.2 萬億個。

在 AI 計算中，芯片尺寸至關重要，但是高級處理器必須要有專用的硬件和軟件系統相配合才能實現理想的性能。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。”CS-1 系統設計和 Cerebras 軟件平臺相結合，可以充分用到從 WSE 上的 40 多萬個計算內核和 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 晶片規模的引擎（來源：Cerebras Systems）

與 GPU 集群需要消耗數十個機架并且需要專有的 InfiniBand 進行集群不同，CS-1 不需要大量修改現有模型，并且用戶只需將基于標準的 100Gb 以太網鏈路插入交換機就可以啟動培訓模型。

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 計算機的機器學習能力相當于數百架基于 GPU 的計算機能力，這些計算會消耗數百千瓦。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，強調谷歌的 TPU2 機器學習集群需要 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。”CS-1 由 40 萬核、1 萬億晶體管大小的處理器芯片驅動，可以將原本需要至少幾周的大型神經網絡訓練任務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）衡量性能的數據。相反，它通過讓潛在客戶在 Cerebras 的機器上訓練他們自己的神經網絡模型來吸引潛在客戶。

另外，Cerebras 還公布了一些系統軟件的細節，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習模型。強大的圖形編譯器可自動將這些模型轉換為 CS-1 的優化可執行文件，而豐富的工具集可實現直觀的模型調試和性能分析。

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

這是如何實現的呢？通過解決一個優化問題，確保所有層以大致相同的速度完成它們的任務處理，且與相鄰層是連續的。這樣信息就可以實現在網絡中暢通無阻。該軟件可以在多臺計算機上執行這個優化問題，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的算力。”他認為 CS-1 和 GPU 集群形成了鮮明的對比。

CS-1 的第一個應用是預測癌癥藥物反應，這是美國能源部和美國國家癌癥研究所合作的一個項目。能源部負責人工智能與技術的副部長 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。”“我們期待與 Cerebras 建立長期而富有成效的合作關系，這將有助于定義下一代人工智能技術，并改變能源部的運作、業務和使命。”或許這也是 Feldman 能籌集到數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 的合作已經有兩年了。其計算總監 Rick Stevens 在新聞發布會上表示：“通過部署 CS-1，我們大大縮短了神經網絡的訓練時間，使我們的研究人員能夠更高效地開展深度學習研究，在癌癥、創傷性腦損傷以及當今和未來對社會有重要意義的其他領域取得重大進展。”

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有的 AI 加速器得到 100 到 1000 倍的提升，有望在 2021 年實現 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動超算所配置的 4392 個節點中的 1024 個節點，每個節點包含了一個 64 核處理器和 16 GB 的高帶寬封裝內存（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。