4 万亿晶体管 5nm 制程，全球最快 AI 芯片 WSE-3 碾压 H100：单机可训 24 万亿参数 LLM，Llama 70B 一天搞定

【新智元导读】AI 世界的进化快得有点跟不上了。刚刚，全球最强最大 AI 芯片 WSE-3 发布，4 万亿晶体管 5nm 工艺制程。更厉害的是，WSE-3 打造的单个超算可训出 24 万亿参数模型，相当于 GPT-4 / Gemini 的十倍大。

全球最快、最强的 AI 芯片面世，让整个行业瞬间惊掉了下巴！

AI 芯片初创公司 Cerebras 重磅发布了「第三代晶圆级引擎」（WSE-3）。性能上，WSE-3 是上一代 WSE-2 的两倍，且功耗依旧保持不变。

90 万个 AI 核心，44GB 的片上 SRAM 存储，让 WSE-3 的峰值性能达到了 125 FP16 PetaFLOPS。

这相当于 52 块英伟达 H100 GPU！

不仅如此，相比于 800 亿个晶体管，芯片面积为 814 平方毫米的英伟达 H100。

采用台积电 5nm 制程的 WSE-3，不仅搭载了 40000 亿个晶体管（50 倍），芯片面积更是高达 46225 平方毫米（57 倍）。

专为 AI 打造的计算能力

此前，在传统的 GPU 集群上，研究团队不仅需要科学地分配模型，还必须在过程中处理各种复杂问题，比如处理器单元的内存容量、互联带宽、同步机制等等，同时还要不断调整超参数并进行优化实验。

更令人头疼的是，最终的实现很容易因为小小的变动而受到影响，这样就会进一步延长解决问题所需的总时间。

相比之下，WSE-3 的每一个核心都可以独立编程，并且专为神经网络训练和深度学习推理中，所需的基于张量的稀疏线性代数运算，进行了优化。

而团队也可以在 WSE-3 的加持下，以前所未有的速度和规模训练和运行 AI 模型，并且不需要任何复杂分布式编程技巧。

单芯片实现集群级性能

其中，WSE-3 配备的 44GB 片上 SRAM 内存均匀分布在芯片表面，使得每个核心都能在单个时钟周期内以极高的带宽（21 PB/s）访问到快速内存 —— 是当今地表最强 GPU 英伟达 H100 的 7000 倍。

超高带宽，极低延迟

而 WSE-3 的片上互连技术，更是实现了核心间惊人的 214 Pb / s 互连带宽，是 H100 系统的 3715 倍。

单个 CS-3 可训 24 万亿参数，大 GPT-4 十倍

由 WSE-3 组成的 CS-3 超算，可训练比 GPT-4 和 Gemini 大 10 倍的下一代前沿大模型。

再次打破了「摩尔定律」！2019 年 Cerebras 首次推出 CS-1，便打破了这一长达 50 年的行业法则。

官方博客中的一句话，简直刷新世界观：

在 CS-3 上训练一个万亿参数模型，就像在 GPU 上训练一个 10 亿参数模型一样简单！

显然，Cerebras 的 CS-3 强势出击，就是为了加速最新的大模型训练。

它配备了高达 1.2PB 的巨大存储系统，单个系统即可训出 24 万亿参数的模型 —— 为比 GPT-4 和 Gemini 大十倍的模型铺平道路。

简之，无需分区或重构，大大简化训练工作流提高开发效率。

在 Llama 2、Falcon 40B、MPT-30B 以及多模态模型的真实测试中，CS-3 每秒输出的 token 是上一代的 2 倍。

而且，CS-3 在不增加功耗 / 成本的情况下，将性能提高了一倍。

除此之外，为了跟上不断升级的计算和内存需求，Cerebras 提高了集群的可扩展性。

上一代 CS-2 支持多达 192 个系统的集群，而 CS-3 可配置高达 2048 个系统集群，性能飙升 10 倍。

具体来说，由 2048 个 CS-3 组成的集群，可以提供 256 exafloop 的 AI 计算。

能够在 24 小时内，从头训练一个 Llama 70B 的模型。

相比之下，Llama2 70B 可是用了大约一个月的时间，在 Meta 的 GPU 集群上完成的训练。

与 GPU 系统的另一个不同是，Cerebras 晶圆规模集群可分离计算和内存组件，让开发者能轻松扩展 MemoryX 单元中的内存容量。

得益于 Cerebras 独特的 Weight Streaming 架构，整个集群看起来与单个芯片无异。

换言之，一名 ML 工程师可以在一台系统上开发和调试数万亿个参数模型，这在 GPU 领域是闻所未闻的。

具体来说，CS-3 除了为企业提供 24TB 和 36TB 这两个版本外，还有面向超算的 120TB 和 1200TB 内存版本。（之前的 CS-2 集群只有 1.5TB 和 12TB 可选）

单个 CS-3 可与单个 1200 TB 内存单元配对使用，这意味着单个 CS-3 机架可以存储模型参数，比 10000 个节点的 GPU 集群多得多。

除此之外，与使用 GPU 相比，在 Cerebras 平台上开发所需的代码量还减少了高达 97%。

更令人震惊的数字是 —— 训练一个 GPT-3 规模的模型，仅需 565 行代码！

Playground AI 创始人称，GPT-3 正稳步成为 AI 领域的新「Hello World」。在 Cerebras 上，一个标准的 GPT-3 规模的模型，只需 565 行代码即可实现，创下行业新纪录。

首个世界最强芯片打造的超算来了

由 G42 和 Cerebras 联手打造的超级计算机 ——Condor Galaxy，是目前在云端构建 AI 模型最简单、最快速的解决方案。

它具备超过 16 ExaFLOPs 的 AI 计算能力，能够在几小时之内完成对最复杂模型的训练，这一过程在传统系统中可能需要数天。

其 MemoryX 系统拥有 TB 级别的内存容量，能够轻松处理超过 1000 亿参数的大模型，大大简化了大规模训练的复杂度。

与现有的基于 GPU 的集群系统不同，Condor Galaxy 在处理 GPT 这类大型语言模型，包括 GPT 的不同变体、Falcon 和 Llama 时，展现出了几乎完美的扩展能力。

这意味着，随着更多的 CS-3 设备投入使用，模型训练的时间将按照几乎完美的比例缩短。

而且，配置一个生成式 AI 模型只需几分钟，不再是数月，这一切只需一人便可轻松完成。

在简化大规模 AI 计算方面，传统系统因为需要在多个节点之间同步大量处理器而遇到了难题。

而 Cerebras 的全片级计算系统（WSC）则轻松跨越这一障碍 —— 它通过无缝整合各个组件，实现了大规模并行计算，并提供了简洁的数据并行编程界面。

此前，这两家公司已经联手打造了世界上最大的两台 AI 超级计算机：Condor Galaxy 1 和 Condor Galaxy 2，综合性能达到 8exaFLOPs。

G42 集团的首席技术官 Kiril Evtimov 表示：「我们正在建设的下一代 AI 超级计算机 Condor Galaxy 3，具有 8exaFLOPs 的性能，很快将使我们的 AI 计算总产能达到 16exaFLOPs。」

如今，我们即将迎来新一波的创新浪潮，而全球 AI 革命的脚步，也再一次被加快了。

参考资料：

• https://www.cerebras.net/

本文来自微信公众号：新智元 （ID：AI_era）

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。