世界上最大的计算机芯片诞生，大是它的优势吗？

与非网 8 月 20 日讯，一家位于加利福尼亚的初创公司已经公布了它所说的世界上最大的计算机芯片。

由 Cerebras Systems 设计的 Wafer Scale Engine 比标准的 iPad 还要大一些。

该公司表示，单个芯片可以驱动复杂的人工智能（AI）系统，从无人驾驶汽车到监控软件。

但是，一位专家建议，在许多数据中心安装这种芯片是不切实际的。

芯片尺寸为 21.5 平方厘米（3.3 平方英寸）

为什么开发很重要？
多年来，计算机芯片通常变得更小和更快。

数十个通常在单个硅“晶片”上制造，然后将其切割以将它们彼此分开。

最强大的台式机 CPU（中央处理器）拥有大约 30 个处理器内核 - 每个内核都能够同时处理自己的一组计算。

GPU（图形处理单元）往往具有更多核心，尽管功能较弱。

传统上，这使它们成为人工智能过程的首选方案，可以将其分解为多个部分并同时运行，其中任何一个计算的结果都不能确定另一个计算的输入。

示例包括语音识别，图像处理和模式匹配。功能最强大的 GPU 拥有多达 5,000 个内核。

但 Cerebras 的新芯片有 400,000 个核心，所有核心都通过高带宽连接相互连接。

该公司表示，与其他选项的组合相比，这使其在处理复杂的机器学习挑战方面具有优势，具有更少的滞后和更低的功率要求。

Cerebras 声称 Wafer Scale Engine 将把处理一些复杂数据所需的时间从几个月缩短到几分钟。

其创始人兼首席执行官安德鲁·费尔德曼（Andrew Feldman）表示，该公司已“克服了数十年前的芯片尺寸技术挑战”。

“减少训练时间并消除了整个行业进步的主要瓶颈，”他说。

Cerebras 已开始向少数客户提供硬件。

它还没有透露芯片的成本。

有什么缺点？
虽然芯片处理信息的速度要快得多，但新闻网站 AnandTech 的高级编辑 Ian Cutress 博士表示，技术的进步需要付出代价。

“小型计算机芯片的优点之一是它们使用的功率更低，更容易保持冷却，”他解释道。

“当你开始处理像这样的更大的芯片时，公司需要专业的基础设施来支持它们，这将限制谁可以实际使用它。

“这就是为什么它适合人工智能开发，因为那是目前大笔资金流向的地方。”

这是第一个 AI 芯片吗？
Cerebras 远不是第一家开发芯片来为 AI 系统供电的公司。

2016 年，谷歌开发了 TPU（张量处理单元）芯片，为包括语言翻译应用在内的软件提供动力，现在将该技术出售给第三方。

第二年，中国华为宣布其智能手机麒麟芯片获得了一个 NPU（神经处理单元），以帮助加快矩阵乘法的计算 - 矩阵乘法通常涉及人工智能任务。

但并非所有这些努力都取得了成功。

在 20 世纪 80 年代初，美国公司 Trilogy 获得了数亿美元的资金来创建自己的超级芯片。

然而，处理器在测试中太热了，并且没有最初想象的那么强大。

与非网编译自网络