目前，初創(chuàng)公司和科技巨頭競相打造加速器，讓人工智能能夠應(yīng)對現(xiàn)實(shí)世界的復(fù)雜性。一大批老牌公司和初創(chuàng)企業(yè)正在制造特殊用途芯片，以將人工智能技術(shù)的能力提升到一個新的水平。這些新芯片旨在幫助人工智能掌握人類語言的微妙之處，并處理自動駕駛汽車的細(xì)微差別，比如汽車制造商特斯拉正在開發(fā)的自動駕駛汽車。
以數(shù)十年來一直珍視微型化的芯片行業(yè)的標(biāo)準(zhǔn)來看，一些新芯片是巨大的。一個用于人工智能加速的芯片占地46,225平方毫米，由2.6萬億晶體管組成，據(jù)其設(shè)計(jì)者Cerebras估計(jì)，這是有史以來最大的。
英特爾、谷歌、高通和蘋果正在進(jìn)行更傳統(tǒng)的人工智能芯片工作，這些公司的處理器被設(shè)計(jì)用于運(yùn)行人工智能軟件和許多其他任務(wù)。但最大的芯片來自于行業(yè)稱霸的英偉達(dá)(Nvidia)和新一代初創(chuàng)公司，包括Esperanto Technologies、Cerebras、GraphCore和SambaNova Systems。他們的進(jìn)步可能會推動人工智能遠(yuǎn)遠(yuǎn)超越其目前在篩查垃圾郵件、編輯照片和支持面部識別軟件方面的作用。
Cerebras 的 WSE-2 AI 加速器芯片由一組矩形處理器元件組成，每個元件都與非常大的傳統(tǒng)芯片一樣大，它們共同占據(jù)了整個硅晶片的大部分面積。
這一系列設(shè)計(jì)的背后，是人們對人工智能是下一個技術(shù)淘金熱的期待。通過模仿人類大腦的某些方面來工作的人工智能系統(tǒng)，在模式識別和決策方面正在迅速改進(jìn)。由于人工智能有可能應(yīng)對現(xiàn)實(shí)世界的復(fù)雜性，特斯拉和無人機(jī)制造商Skydio等公司押注人工智能將讓它們的車輛自動駕駛。Cerebras 的 WSE-2 AI 加速器芯片由一組矩形處理器元件組成，每個元件都與非常大的傳統(tǒng)芯片一樣大，它們共同占據(jù)了整個硅晶片的大部分面積。
本周早些時候，這兩家芯片初創(chuàng)公司在Hot Chips大會上公布了他們的設(shè)計(jì)。此次會議召開之前，特斯拉剛剛詳細(xì)介紹了其雄心勃勃的Dojo AI培訓(xùn)技術(shù)和其核心的D1處理器。在人工智能日活動上，特斯拉首席執(zhí)行官埃隆·馬斯克表示，人工智能技術(shù)甚至可以幫助類人機(jī)器人特斯拉機(jī)器人(Tesla Bot)在現(xiàn)實(shí)世界中導(dǎo)航。
更強(qiáng)大的人工智能意味著進(jìn)步不會被人工智能訓(xùn)練的緩慢過程所阻礙。Open AI的GPT-3是一款備受矚目的用于生成人類可讀文本的人工智能系統(tǒng)，它花了4個月的時間來訓(xùn)練。
巨大的人工智能芯片
每天的計(jì)算工作，比如查看電子郵件或流媒體視頻，大多都涉及一個單獨(dú)的計(jì)算任務(wù)，稱為線程。然而，訓(xùn)練一個AI模型需要一個能夠一次處理更多線程的系統(tǒng)。巨大的人工智能芯片
451 Group分析師James Sanders表示:“在大規(guī)模并行的情況下，人工智能的工作負(fù)載表現(xiàn)得最好。”根據(jù)人工智能算法和數(shù)據(jù)的特殊需求定制的人工智能芯片，與其他處理器一樣，從300毫米的晶片開始，但最終幾乎是業(yè)內(nèi)最大的。
Esperanto的ET-SOC-1處理器是570平方毫米，有240億個晶體管，聯(lián)合創(chuàng)始人Dave Ditzel在Hot Chips上說。特斯拉的D1處理器是其剛剛開始構(gòu)建的Dojo人工智能培訓(xùn)系統(tǒng)的基礎(chǔ)，Dojo領(lǐng)導(dǎo)人Ganesh Venkataramanan說，該處理器的面積為645平方毫米，有500億個晶體管。Graphcore的Colossus Mk2為823平方毫米，590億個晶體管。
更大的Cerebras AI 芯片
Cerebras在芯片大小上處于另一個聯(lián)盟。
在普通處理器被從一個300毫米的晶圓上切割成十多個或上百個的地方，Cerebras保留了完整的晶圓，從而制造出一個單獨(dú)的WSE-2 AI加速處理器。芯片制造設(shè)備每次只能在晶圓上一個相對較小的矩形區(qū)域上蝕刻晶體管電路。但Cerebras設(shè)計(jì)了每一個矩形晶片元件，這樣它們就可以在晶片上互相交流。
其他人工智能芯片公司也將它們的芯片連接在一起——特斯拉的Dojo將3000塊D1芯片組合成一個名為Exapod的單元。但Cerebras的芯片將集成更進(jìn)一步。
人工智能芯片的挑戰(zhàn)
制造人工智能加速芯片并不容易。英特爾放棄了其首款人工智能芯片Nervana，創(chuàng)業(yè)公司W(wǎng)ave Computing在2020年申請了破產(chǎn)保護(hù)，今年開始嘗試更普通的芯片許可業(yè)務(wù)。
而用于訓(xùn)練人工智能系統(tǒng)的現(xiàn)有技術(shù)高端圖形芯片依然強(qiáng)大。例如，特斯拉目前的人工智能培訓(xùn)系統(tǒng)使用的是英偉達(dá)的圖形芯片。英偉達(dá)電腦架構(gòu)師Ritika Borkar在推特上表示，圖形芯片的靈活性有助于公司應(yīng)對人工智能領(lǐng)域更短的周期，該領(lǐng)域的技術(shù)大約每18個月就會發(fā)生變化。
