بزرگترین تراشه هوش مصنوعی جهان با 4 تریلیون ترانزیستور رونمایی شد

تامین انرژی ابررایانه ها؛

شرکت «سربراس سیستمز» به منظور تامین انرژی ابررایانه ها از جدیدترین تراشه هوش مصنوعی خود با 4 تریلیون ترانزیستور رونمایی کرد.

به گزارش خبرگزاری علم و فناوری فیلوپ به نقل از اینترستینگ اینجینرینگ، شرکت «سربراس سیستمز» (Cerebras Systems) مستقر در کالیفرنیا از «ویفر اسکیل انجین» (Wafer Scale Engine) یا به اختصار (WSE-3)، جدیدترین تراشه هوش مصنوعی خود با 4 تریلیون ترانزیستور رونمایی کرد.

این تراشه دو برابر عملکرد قبلی خود یعنی سربراس «دبیلیو اس ای-2» (Cerebras WSE-2) را ارایه می دهد که قبلاً رکورد سریع ترین تراشه را در اختیار داشت. در بیانیه مطبوعاتی این شرکت آمده است که سیستم های ساخته شده با استفاده از «دبیلیو اس ای-3» قادر خواهند بود مدل ها را با 70 میلیارد پارامتر تنها در یک روز تنظیم کنند.

مدل های هوش مصنوعی مانند جی پی تی با قابلیت های بی شمار خود، دنیا را غرق کرده اند. با این حال، شرکت های فناوری می دانند که مدل های هوش مصنوعی هنوز در مراحل ابتدایی هستند و برای ایجاد اختلال در بازار نیاز به توسعه بیشتری دارند.

برای انجام این کار، مدل های هوش مصنوعی باید روی مجموعه داده های بزرگ تری آموزش ببینند که به زیرساخت های بزرگ تری نیاز دارند. انویدیا، سازنده تراشه، به لطف تقاضا برای تراشه های جدیدتر، بزرگ تر و قدرتمندتر، به اوج خود رسیده است. تراشه H 200 آن برای آموزش مدل های هوش مصنوعی استفاده می شود و 80 میلیارد ترانزیستور دارد. با این حال، سربراس «دبیلیو اس ای-3» قصد دارد عملکرد را تا 57 برابر افزایش دهد.

نگاهی به مشخصات ابررایانه هوش مصنوعی سربراس

«دبیلیو اس ای-3» از معماری 5 نانومتری استفاده می کند که برای ارایه 900 هزار هسته بهینه شده و پردازش داده های هوش مصنوعی در هنگام استفاده در «سی اس-3» (CS-3)، ابررایانه هوش مصنوعی این شرکت، طراحی شده است. این ابررایانه دارای یک حافظه ایستا (SRAM) روی تراشه 44 گیگابایتی است. این می تواند 24 تریلیون پارامتر را در یک فضای حافظه منطقی بدون طبقه بندی یا شکست آنها ذخیره کند. در بیانیه مطبوعاتی آمده است که این هدف برای ساده کردن چشمگیر گردش کار آموزشی و بهبود بهره وری توسعه دهنده است.

حافظه خارجی ابررایانه «سی اس-3» را می توان از 1.5 ترابایت، بسته به نیاز مدل هوش مصنوعی در حال آموزش به 1.2 پتابایت افزایش داد. این کار برای آموزش مدل هایی ده برابر بزرگتر از جی پی تی-4 یا جمنای انجام می شود. این شرکت ادعا می کند که آموزش مدل یک تریلیون پارامتری در «سی اس-3»  به سادگی آموزش یک مدل یک میلیارد پارامتری بر روی پر دازنده های گرافیکی است.

در صورت لزوم، «سی اس-3» را می توان برای نیاز های سازمانی یا مقیاس بزرگ ساخت. در یک پیکربندی چهار سیستمی، «سی اس-3» می تواند مدل های هوش مصنوعی متشکل از 70 میلیارد پارامتر روزانه را به خوبی تنظیم کند. هنگامی که در پیکربندی سیستم 2048 راه اندازی شود، می تواند مدل 70 میلیارد پارامتری لاما را در یک روز از ابتدا آموزش دهد.

بزرگترین تراشه هوش مصنوعی دنیا در کجا استفاده می شود؟

در زمانی که مصرف انرژی پردازنده های گرافیکی با هر نسل جدید دو برابر می شود، سربراس تضمین کرده است که آخرین تراشه هایش بدون افزایش اندازه یا مصرف انرژی عملکردی دو برابری داشته باشند.

تراشه مخصوص هوش مصنوعی همچنین در مقایسه با پردازنده های گرافیکی به 97 درصد کد کمتری برای آموزش مدل های زبان بزرگ (LLM) نیاز دارد. به عنوان مثال، اجرای استاندارد یک مدل مانند جی پی تی-3  تنها با 565 خط کد به دست آمد.

سربراس قصد دارد «دبیلیو اس ای-2» را در تاسیسات همکاران قدیمی خود، آزمایشگاه ملی آرگون و کلینیک مایو، مستقر کند تا توانایی های تحقیقاتی این موسسات را افزایش دهد.