Cerebras Systems发布全球最大AI芯片WSE
发布时间：2025-5-30 15:24
发布者：eechina
|
近日，美国AI芯片初创公司Cerebras Systems正式推出全球尺寸最大的AI芯片——Wafer Scale Engine（WSE），并在AI推理性能上实现历史性突破。这款边长22厘米、面积达462平方厘米的芯片，集成了40亿至4万亿个晶体管（不同代次版本），其推理速度比同等规模的英伟达GPU集群快约2.5倍，重新定义了AI计算的性能边界。 “晶圆级”架构：单芯片媲美超级计算机 WSE的核心创新在于其“晶圆级”设计——将整块300毫米晶圆转化为单一处理器，而非传统方式中将晶圆切割为多个小芯片。这一设计使WSE拥有以下突破性参数： 晶体管数量：最新WSE-3版本集成超4万亿个晶体管，是英伟达H100的52倍； 核心规模：搭载90万个AI优化计算核心（WSE-3），是H100的52倍； 内存带宽：片上SRAM达44GB，带宽9PB/s，是H100的10,000倍； 功耗效率：单芯片功耗15千瓦，但能效比优于英伟达DGX H100集群。 Cerebras首席执行官Andrew Feldman表示：“WSE不是对现有架构的渐进改进，而是芯片技术的一次范式革命。通过将计算、内存和通信全部集成在单晶圆上，我们消除了传统集群中90%的数据传输延迟。” 推理性能碾压：每秒生成2500个Token 在Web Summit 2025大会上，Cerebras展示了WSE在Meta Llama 4模型上的推理性能： 基准测试：WSE处理速度达每秒2500个Token，而英伟达集群仅能实现每秒1000个Token； 模型支持：可训练24万亿参数的AI模型，是英伟达方案的600倍； 成本优势：训练700亿参数的Llama模型，WSE集群仅需1天，而英伟达集群需30天。 第三方机构Artificial Analysis的测试显示，WSE在Meta最先进模型上的推理性能“超越所有现有方案”，成为唯一能在特定场景下超越英伟达Blackwell架构的解决方案。 技术突破：稀疏计算与片上内存革命 WSE的性能飞跃源于两大核心技术： · 稀疏线性代数核心（SLAC）： 针对深度学习中的稀疏计算（数据中50-98%为零）优化，自动跳过零值计算，将硬件利用率提升至GPU的3-4倍； 动态稀疏性支持使推理速度比英伟达GPU快2.5倍。 · 片上超高速内存： WSE-3集成44GB SRAM，带宽9PB/s，彻底消除对外部HBM的依赖； 内存与计算核心紧密耦合，使数据访问延迟降低至GPU的1/1000。 Cerebras首席营销官Julie Shin指出：“传统GPU需通过PCIe或NVLink连接多块芯片，而WSE的所有通信均在片内完成，这种‘零延迟’架构是性能飞跃的关键。” 产业冲击：重新定义AI计算架构 WSE的推出标志着AI芯片竞争进入“晶圆级”时代： 算力密度：单芯片可提供125 petaFLOPS性能，相当于10个英伟达DGX H100机架； 能效比：在相同功耗下，WSE的训练速度是英伟达方案的8倍； 成本优势：Cerebras宣称其解决方案可将AI模型训练成本降低90%。 目前，WSE已应用于美国能源部、阿斯利康等机构的超级计算机项目中。Feldman透露，下一代WSE-4将采用台积电3nm工艺，晶体管数量突破10万亿，目标直指GPT-6级别模型的实时训练。 未来展望：AI计算的“光刻机时刻” 行业分析师指出，WSE的商业化落地将加速AI产业分化： 云服务商：亚马逊、微软等巨头或采购WSE集群以降低运营成本； 初创企业：生物医药、自动驾驶等领域将涌现更多“单芯片即数据中心”的创新模式； 芯片生态：英伟达、AMD或被迫加速2.5D/3D封装技术研发，以应对晶圆级芯片的挑战。 “这就像从机械硬盘到SSD的跨越。”Cerebras首席硬件架构师Sean Lie表示，“WSE证明了单芯片即可承载超级计算机的算力，而我们的目标是在2030年前将AI推理成本降低至目前的千分之一。” 关于Cerebras Systems Cerebras成立于2016年，总部位于美国加州，专注于晶圆级AI芯片研发。其团队核心成员来自AMD、Intel、Sun等企业，累计融资超10亿美元。2025年，WSE系列芯片已占据全球AI训练市场15%的份额，成为英伟达最强劲的挑战者。 |
网友评论