人工智能芯片越大越好吗？解决这两大挑战，或加速AI应用发展

大号芯片

Cerebras公司的新半导体处理器拥有1.2万亿晶体管，或加速人工智能应用发展。

最新消息：在上周硅谷举行的热门芯片大会上，Cerebras公司推出了Cerebras Wafer Scale Engine当前最大的芯片。这款芯片几乎比英伟达最大的通用处理器大57倍，拥有的芯片内存是后者的3000倍。GPU图形处理器是当今为许多人工智能应用提供动力的一种硅材料，用户处理训练人工智能模型所需的数据。

大小有关系吗？世界上的半导体公司已经花了几十年的时间来开发更小的芯片。并且可以通过将小芯片捆绑在一起来创建性能强大的处理器。那么为什么要创建一个单独的人工智能超级芯片呢？

原因在于将许多小芯片连接在一起会产生延迟，从而降低训练人工智能模型的速度。这是该行业的巨大瓶颈。该公司的芯片号称拥有40万个核心，即处理数据的部件，它们彼此紧密相连得以加快数据处理速度。它还能以惊人的速度在处理和内存之间切换数据。

容差：但如果这款巨型芯片想要征服人工智能世界，它必须证明自己能够克服一些巨大的障碍。其中之一就是制造业。传统的高性能处理器由众多的小芯片组成，所以如果其中一个芯片混入了杂质，对整体的影响并不大。但是一个单独的超级芯片被混入杂质，那么整个芯片就可能报废了。Cerebras声称他们已经找到了创新的方法来确保杂质不会危害到整个芯片，但是我们还不知道这些方法是否能大规模生产。

能源效率：另一个重要挑战。众所周知，人工智能芯片非常耗电，这对经济和环境都有影响。在许多微小的人工智能芯片之间传输数据会消耗巨大的能量，所以Cerebras 公司在这方面应该有优势。如果它能帮助解决这一能源挑战，那么这家初创公司的芯片就能证明，对于人工智能来说，大硅片还是不错的。