Cerebras推出WSE-3 AI芯片，比NVIDIA H100大56倍

Cerebras 是一家位于美国加利福尼亚州的初创公司，2019 年进入硬件市场，其首款超大人工智能芯片名为 Wafer Scale Engine (WSE) ，尺寸为 8 英寸 x 8 英寸，比最大的 GPU 大 56 倍，拥有 1.2 万亿个晶体管和 40 万个计算核心，是当时最快、最大的 AI 芯片。随后在 2021 年，Cerebras 推出了 WSE-2，这是一款 7 纳米芯片，其性能是原来的两倍，拥有 2.6 万亿个晶体管和 85 万个核心。

近日，Cerebras 宣布推出了第三代WSE-3，性能再次提高了近一倍。

01

Cerebras 推出 WSE-3 AI 芯片，比 NVIDIA H100 大 56 倍 WSE-3采用台积电5nm工艺，拥有超过4万亿个晶体管和90 万个核心，可提供 125 petaflops 的性能。这款芯片是台积电可以制造的最大的方形芯片。WSE-3拥有44GB 片上 SRAM，而不是片外 HBM3E 或 DDR5。内存与核心一起分布，目的是使数据和计算尽可能接近。

自推出以来，Cerebras 就将自己定位为英伟达GPU 驱动的人工智能系统的替代品。这家初创公司的宣传是：他们可以使用更少的芯片在 Cerebras 硬件上进行 AI训练，而不是使用数千个 GPU。据称，一台Cerebras服务器可以完成与 10 个 GPU 机架相同的工作。

下图是Cerebras WSE-3和英伟达 H100的对比。



Cerebras 的独特优势是将整个硅片直接转化为单一巨大的处理器，从而大幅提升计算性能和效率。英伟达、AMD、英特尔等公司往往会把一块大晶圆切成多个小的部分来制造芯片，在充斥着 Infiniband、以太网、PCIe 和 NVLink 交换机的英伟达GPU 集群中，大量的功率和成本花费在重新链接芯片上，Cerebras的方法极大地减少了芯片之间的数据传输延迟，提高了能效比，并且在AI和ML任务中实现了前所未有的计算速度。

02

Cerebras CS-3 系统

Cerebras CS-3 是第三代 Wafer Scale 系统。其顶部具有 MTP/MPO 光纤连接，以及用于冷却的电源、风扇和冗余泵。该系统及其新芯片在相同的功耗和价格下实现了大约 2 倍的性能飞跃。



Cerebras WSE-3 的核心数量是英伟达的 H100 Tensor Core 的 52 倍。与 Nvidia DGX H100 系统相比，由 WSE-3 芯片驱动的 Cerebras CS-3 系统的训练速度提高了 8 倍，内存增加了 1,900 倍，并且可以训练多达 24 万亿个参数的 AI 模型，这是其 600 倍。Cerebras 高管表示，CS-3的能力比 DGX H100 的能力还要大。在 GPU 上训练需要 30 天的 Llama 700 亿参数模型，使用CS-3 集群进行训练只需要一天。



CS-3可以配置为多达2048个系统的集群，可实现高达 256 exaFLOPs 的 AI 计算，专为快速训练 GPT-5 规模的模型而设计。



Cerebras CS-3 适用于 2048 节点 256EF 集群



适用于 GPT 5 规模的 Cerebras CS-3 集群

03

Cerebras AI编程

Cerebras 声称其平台比英伟达的平台更易于使用，原因在于 Cerebras 存储权重和激活的方式，Cerebras 不必扩展到系统中的多个 GPU，然后扩展到集群中的多个 GPU 服务器。

 

除了代码更改很容易之外，Cerebras 表示它的训练速度比 Meta GPU 集群更快。当然，这只是理论上数据，当前还没有任何 2048 个 CS-3 集群已经投入运行，而 Meta 已经有了 AI GPU 集群。



Llama 70B Meta VS Cerebras CS-3 集群

04

Cerebras 与高通合作开发人工智能推理

Cerebras 和高通建立了合作伙伴关系，目标是将推理成本降低 10 倍。Cerebras 表示，他们的解决方案将涉及应用神经网络技术，例如权重数据压缩等。该公司表示，经过 Cerebras 训练的网络将在高通公司的新型推理芯片AI 100 Ultra上高效运行。

这项工作使用了四种主要技术来定制 Cerebras 训练的模型：

稀疏性是 Cerebras 的秘密武器之一，Cerebras 能够在训练过程中利用动态、非结构化的稀疏性。高通的 Cloud AI100 具有对非结构化稀疏性的硬件支持，这种稀疏协同可以使性能提高2.5倍。

推测解码是一种前景广阔但迄今为止难以有效实施的行业技术，也被用来加快速度。这种技术使用一个大型LLM和一个小型LLM的组合来完成一个大型LLM的工作。小模型不太精确，但效率较高。大模型用于检查小模型的合理性。总体而言，组合效率更高，由于该技术总体上使用的计算量较少，因此速度可以提高 1.8 倍。

权重压缩为 MxFP6，这是一种行业 6 位微指数格式，与 FP16 相比，可节省 39% 的 DRAM 空间。高通的编译器将权重从 FP32 或 FP16 压缩为 MxFP6，Cloud AI100 的矢量引擎在软件中执行即时解压缩到 FP16。该技术可以将推理速度提高 2.2 倍。

神经架构搜索（NAS）是一种推理优化技术。该技术在训练期间考虑了目标硬件（Qualcomm Cloud AI 100）的优点和缺点，以支持在该硬件上高效运行的层类型、操作和激活函数。Cerebras 和 Qualcomm 在 NAS 方面的工作使推理速度提高了一倍。

审核编辑：刘清