编辑丨邱晓芬
据The Information，硅谷芯片公司Cerebras Systems正于近期递交上市申请。这家公司成立于2015年，累积融资7.2亿美元，估值飙升到42亿到50亿美元。
值得把稳的是，这家公司背后，与OpenAI的造芯布局和中东公司的AI野心都有关联——Cerebras最大的投资人之一是OpenAI的首席实行官Sam Altman。而Sam Altman此前曾多次前往中东募资造芯，曾有传闻称其募资额7万亿美金。
巧合的是，Sam Altman当时洽谈的阿联酋科技公司G42，目前也正与Cerebras进行成本互助和技能互助。
这家公司最独特的地方在于，他们的芯片和主流的英伟达GPU大相径庭。过去，芯片在摩尔定律的牵引下，越做越小，以英伟达H100为例，814平方毫米的核心面积上有800亿晶体管。
而Cerebras的AI芯片，则选择将一整张芯片越做越大，号称“造出了天下上最大面积芯片”。据先容，Cerebras开拓的WSE 3芯片由整张晶圆切割，比盘子还大，须要人用双手捧起来。一张WSE 3芯片，在46000多平方毫米的核心面积上，有40000亿晶体管（是H100的50倍）。
比盘子大的芯片，须要用双手捧起来。图源Ars Technica
为什么要做得这么大？
或许是为了知足演习AI大模型所需的巨大算力。Cerebras流传宣传，他们的芯片可以演习的 AI 大模型规模，比目前业界顶尖大模型（如 OpenAI 的 GPT-4 或者Google的 Gemini）还要大10倍。
当下，AI大模型参数和性能的迅猛膨胀，演习AI的芯片算力却快跟不上了。随着摩尔定律放缓，英伟达GPU采取多卡互联的办法，堆叠显卡，来提升算力。纵然英伟达GPU针对AI演习做了优化，但GPU毕竟是通用芯片，而非AI专用芯片。
英伟达GPU了霸占AI芯片的大半市场份额，但举目望去，专用AI芯片已经发展了至少十几条技能路径，英伟达有不少年轻对手。个中Cerebras的超大面积芯片，试图在技能上，大力失事业。
如何把芯片做得比盘子还大？
众所周知，英伟达GPU原来是图形处理器，善于并行处理多个大略打算，由于演习AI也须要同时对所有数据样本实行相同的操作，GPU后来也用于演习AI。
不过，GPU毕竟不是专为AI设计的芯片——GPU须要用PCIe的办法连接电子组件，在组件之间传输数据，这限定了芯片的大小、连接类型，乃至通信标准。此外，做事器机箱的标准又限定了冷却功率，冷却功率限定了芯片的功耗，功耗又限定了演习AI模型的速率。
在层层的限定之下，若要将演习速率提高上百倍，须要从根本上重新思考处理器之外的更多方面，包括系统架构、核心设计、内存架构、通信构造、芯片 I/O、电源和冷却根本举动步伐、系统 I/O、编译器、软件工具链等等。
这也是为什么Cerebras公司的全称是Cerebras Systems——该公司考虑的是直接颠覆掉英伟达过往的既定思路，重新设计一全体AI芯片系统。从产品上看，Cerebras的 AI芯片最大的特点是，不仅芯片大，配套的散热系统也是前所未有地大。
不过，一味把芯片做得比盘子还大，这是噱头还是实力？Cerebras的技能路径有什么优缺陷？
目前，天下上绝大部分芯片是将晶圆切割成多块，再封装成小块的芯片。以英伟达的抢手货H100为例，一张12英寸的晶圆，光刻机可以刻出86块旁边的核心逻辑芯片。
而Cerebras是将一整块晶圆做成芯片，直接把光刻机刻出的80多块晶片拼在一起，去掉边角料，晶片之间连接成一块大芯片。因此，Cererbras的芯片也称为“晶圆级引擎”。
Cerebras选择将晶片直接原地放在晶圆之内连起来，能让晶片之间直接连接通信，而非GPU那样要在不同块GPU之间通过数据导线来通信，加快了芯片核心之间的通信速率。
如此一来，便达到强大的打算性能。据Cerebras官网信息，WSE-3芯片的单个处理器上就有90万个AI核心，是英伟达H100的52倍；片上内存达到44GB，是H100的880 倍。
Cerebras将一整块晶圆上的晶片连接一起。图源：HPC Wire
在GPU这类传统构架中，存储是共享的，每一个打算核心没有专门的存储空间，存储空间的数据吞吐能力随意马虎跟不上打算单元的需求量。
打个比方：当池塘子大，但是水管小时，水管吞吐随意马虎涌现不及时的问题，导致池子里的水（算力）就会被闲置，来回搬运数据也会耗时、耗功率。
Cerebras的技能上风在于，通过重新设计打算核心的构造，给每个打算核心配备了带宽足够大乃至有冗余的存储单元，如此实现了分布式的存储和打算（不同于GPU中计算单元共享存储单元）。相称于，每个核心都是一个单独事情的工人。
据Cerebras官网信息，在WSE-3芯片上，片上存储的总带宽达到21PB/s，互联网络总带宽达到214PB/s，这样就没有数据搬运时带宽不敷的问题。
Cerebras的芯片被美国能源部下属的阿贡国家实验室采取，自2020年以来一贯用于COVID-19研究和癌症肿瘤研究。 据HPC Wire宣布，在用Cerebras芯片演习模型来预测癌症药物反应中，与 GPU 基线比较，在 Cerebras芯片上实现了数百倍的加速。
不过，这样力大砖飞的芯片设计，看起来很美好，但也有自己的弱点。
第一是良率低。以英伟达H100芯片为例，纵然是台积电这样的业内俊彦，4nm制程芯片达到80%良率已经是顶尖。考虑到80%的良率以及切割损耗，一张12寸晶圆上刻出的86块旁边的晶片，末了达到良率的晶片是65块旁边。
显然，Cerebras想让一整块晶圆上切割出的80多块晶片都能用，但难度也会高很多。对付主流芯片来说，一整张晶圆上的一小块晶片做失落败了，其他晶片还能用。但对Cererbras这样的芯片来说，难道一张晶圆上任何一个晶片有缺陷，一整张晶圆都要放弃吗？
Cerebras的办理办法是，当一个晶片涌现有缺陷的打算核心时，会让AI软件在运行时绕过有缺陷的打算核心，而是用冗余的打算核心。
Cerebras流传宣传，通过这种利用冗余来绕过毛病的设计，其WSE 2芯片实现了100% 的良率。这也是为什么Cerebras的高管强调，“冗余是你的朋友（Redundancy is Your Friend）。”
Cerebras高管在公开演讲中强调“冗余是你的朋友”。图源：Cerebras Systems Youtube频道
第二个弱点是，须要弘大的散热系统。当芯片的面积增加，有更多的电流流过晶体管，半导体电阻自然会产生更多的热量。如果热量过高，还会分解芯片及其表面的小部件。英伟达的Blackwell GPU数据中央中，都须要巨型的冷却系统。而Cerebras的巨无霸芯片，更是须要重新设计一套弘大的的散热系统。
Cerebras做事器的散热系统像一个弘大的怪物：几根硕大的黄铜管都是用来连接水泵来散热的。管道、泵、风扇和热交流器等要占用大量空间。
只管芯片本身只有 21.6平方厘米，且非常薄，但外壳散热系统须要霸占标准机架约三分之一的体积。专门的散热系统也意味着，支配芯片须要额外的配套本钱。
因此，Cerebras虽然把芯片做得比盘子还大，确实在技能上力大砖飞，但是支配所需的整体本钱不一定具有性价比，这种创新的路径还需后续经由市场验证。
隐蔽着Sam Altman的造芯野心
英伟达芯片帝国之外，AI芯片的技能路径浩瀚，Cererbras力大失事业的路线还是看点，市场上也已经用钱给他们投票。
目前，这家公司已融资7.2亿美元，估值约为42亿到50亿美元，个中，最大的个人投资者之一是OpenAI的首席实行官Sam Altman。据宣布，Sam Altman参与了Cerebras 的8000万美元D轮融资。
毕竟，Sam Altman曾流传宣传要花7万亿美元造AI芯片（虽然后来他澄清这不仅仅是造芯片的用度，而是环绕芯片的房产、数据中央电力、芯片制造等的总体用度）。Sam Altman多次前往中东，与包括阿联酋政府在内的投资者进行会谈，寻求募资，操持提高天下芯片制造能力。
在Sam Altman和他所投资的Cerebras芯片公司之间，还与一个中东公司G42关系密切。G42是位于阿联酋都城阿布扎比的科技巨子，开拓人工智能技能，同时对外投资。Sam Altman的中东之旅常常会拜访G42，OpenAI也在2023年10月与G42签订了互助协议。
G42与Cerebras一贯互助密切。G42是Cerebras的客户、投资者、技能互助者：2023年7月，G42签约向Cerebras投资9 亿美元，Cerebras为这家阿联酋公司G42在美国建造九台人工智能超级打算机；2023 年 8 月，Cerebras和G42的子公司共同推出了大型措辞模型Jais。
G42与中国也有渊源。其创始人肖鹏在中国出生，曾在美国接管教诲，后来放弃美国国籍，成为阿联酋公民。 G42的基金在过去两三年投资了很多中国科技公司，包括字节跳动。但今年2月，受美国政府施压，G42撤出此前在华的所有投资。
不过，Sam Altman的造芯布局远不止于Cerebras，而是更加伟大。
第一是与芯片大厂互助，特殊是英伟达GPU之外的大厂——不把鸡蛋放在一个篮子里。去年12月，AMD推出AI芯片MI300X，OpenAI就下了订单。此外，OpenAI表示在其一款名为 Triton 的软件产品中支持 AMD GPU。
对外投资也是重头戏。早在2018年，Altman就个人投资了一家名为Rain AI的AI芯片初创公司，自掏腰包100万美元。Rain AI采纳的AI芯片路径是NPU（神经处理单元或类脑芯片）。 2019年，OpenAI签署了一份意向书，斥资5100万美元购买Rain的芯片。
除了对外投资，Sam Altman对付OpenAI的自研芯片也一手抓。6月9日，称，OpenAI大力从谷歌TPU团队挖角人才，来发展自研芯片。OpenAI操持将目前仅有数人的芯片团队扩展至数十人，且险些所有新招募的研究职员均为谷歌TPU团队的现任或前任成员。
Altman的造芯野心不仅于此，他乃至想创建一个新的芯片项目「Tigris」——横跨几大洲，联合阿联酋的G42和日本软银等公司，拉拢台积电、三星和英特尔等顶级芯片制造商，建成覆盖环球的制造工厂网络。
据宣布，早在Sam Altman去年11月戏剧性地被OpenAI开除之前几周，他就前往中东募资，已与软银集团公司、沙特阿拉伯公共投资基金（PIF）、穆巴达拉投资公司等公司就这些合伙企业进行了会谈，寻求数百亿美元的资金。
Cerebras这家略显小众的技能路线的公司上市，既是对英伟达GPU护城河的一个寻衅，也是Sam Altman在英伟达GPU垄断之外建立新的AI芯片格局的一步。
作者卡片
end
