环球十大AI实习芯片大盘货

本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。

AI芯片哪家强？此刻，有直接的比拟与参考了。

英国一名资深芯片工程师James W. Hanlon，盘货了当前十大AI实习芯片。

并给出了各个指标的横向比拟，也是今朝对AI实习芯片最新的接头与梳理。

个中，华为昇腾910是中国芯片厂商独一入选的芯片，其机能怎样，也在这一比拟中有了揭示。

△ *代表展望，†代表单芯片数据。

Cerebras Wafer-Scale Engine

这一芯片于本年8月份正式面世，名为“晶圆级引擎”（Cerebras Wafer Scale Engine，简称WSE）。

其最大的特性是将逻辑运算、通信和存储器集成到单个硅片上，是一种专门用于深度进修的芯片。

一举创下4项天下记载：

• 晶体管数目最多的运算芯片：总共包括1.2万亿个晶体管。固然三星曾造出2万亿个晶体管的芯片，却是用于存储的eUFS。
• 芯单方面积最大：尺寸约20厘米×23厘米，总面积46225平方毫米。
• 片上缓存最大：包括18GB的片上SRAM存储器。
• 运算焦点最多：包括410,592个处理赏罚焦点

之以是可以或许有云云亮眼的数据，直接得益于其集成了84个高速互连的芯片，单个芯片在FP32上的峰值机能示意为40 Tera FLOPs，芯片功率达15千瓦，与AI集群相等。

片上缓存也到达了18GB，是GPU缓存的3000倍；可提供每秒9PB的内存带宽， 比GPU快10,000倍。

晶片局限集成，并不是一个新的设法，但产量、功率传输和热膨胀相干的题目使其很难贸易化。在这些方面，Cerebras都给出了响应的办理步伐：

• 为了办理缺陷导致良率不高的题目，Cerebras在计划的芯片时辰思量了1~1.5%的冗余，添加了特另外焦点，当某个焦点呈现题目时将其屏障不消，因此有杂质不会导致整个芯片报废。
• Cerebras与台积电相助发现了新技能，来处理赏罚具有万亿加晶体管芯片的刻蚀和通信题目。
• 在芯片上方安装了一块“冷却板”，行使多个垂直安装的水管直接冷却芯片。

Cerebras公司由Sean Lie（首席硬件架构师）、Andrew Feldman（首席执行官）等人于2016年创建。后者曾建设微型处事器公司SeaMicro，并以3.34亿美元的价值出售给AMD。

该公司在加州有194名员工，个中包罗173名工程师，迄今为止已经从Benchmark等风谋利构得到了1.12亿美元的投资。

拓展阅读：

史上最大AI芯片降生：462平方厘米、40万焦点、1.2万亿晶体管，创下4项天下记载

Google TPU（v1、v2、v3）

Google TPU系列芯片正式宣布于2016年，第一代芯片TPU v1只用于推理，并且只支持整数运算。

通过在PCIe-3之间发送指令来执行矩阵乘法和应用激活函数，从而为主机CPU提供加快，节减了大量的计划和验证时刻。其首要数据为：

• 芯单方面积331平方毫米，28nm制程
• 频率为700 MHz，功耗28-40W
• 片上存储为28 MB SRAM：24MB 用于激活，4MB 用于累加器
• 芯单方面积比例：35%用于内存，24%用于矩阵乘法单位，剩下的41%面积用于逻辑。
• 256x256x8b紧缩矩阵乘法单位(64K MACs/cycle)
• Int8和 INT16算法(峰值别离为92和23 TOPs/s)

IO数据：

• 可以通过两个接口会见8 GB DDR3-2133 DRAM，速率为34 GB/s
• PCIe-3x16 (14 GBps)

2017年5月，Google TPU v2宣布，改造了TPU v1的浮点运算手段，并加强了其内存容量、带宽以及HBM 集成内存，不只可以或许用于推理，也可以或许用于实习。其单个芯片的数据如下：

• 20nm制程，功耗在200-250W（展望）
• BFloat16上机能示意为45 TFLOPs，也支持 FP32
• 具有标量和矩阵单位的双核
• 集成4块芯片后，峰值机能为180 TFLOPs

单核数据：

• 128x128x32b紧缩矩阵单位(MXU)
• 8GB专用HBM，接入带宽300 GBps
• BFloat16上的最大吞吐量为22.5 TFLOPs

IO数据：

• 16Gb HBM集成内存，600 GBps带宽(展望)
• PCIe-3 x8 (8 GBps)

Google TPU v2宣布一年之后，Google再度宣布新版芯片——TPU v3。

但关于TPU v3的细节很少，很也许只是对TPU v2一个渐进式改版，机能示意翻倍，增进了HBM2内存使容量和带宽翻倍。其单个芯片的数据如下：

• 16nm或12nm制程，功耗预计在200W
• BFloat16的机能为105 TFLOPs，也许是MXUs的2倍到4倍
• 每个MXU都能会见8GB的专用内存
• 集成4个芯片后，峰值机能420 TFLOPs

IO数据：

• 32GB的HBM2集成内存，带宽为1200GBps (展望)
• PCIe-3 x8 (8 GBps)（展望）

拓展阅读：

想相识TPU 3.0？Jeff Dean保举看看这段视频

Graphcore IPU

Graphcore创立于创立于2016年，不只备受成本和业界巨头的青睐，还颇受业内大佬的承认。

2018年12月，公布完成2亿美元的D轮融资，估值17亿美元。投资方有宝马、微软等业界巨头，尚有闻名的风投公司Sofina、Atomico等。

AI巨头Hinton、DeepMind首创人哈萨比斯，都直接表达了歌咏。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!