造出世界最大芯片，AI芯片明星独角兽CerebrasSyst

　　曾造出世界最大芯片的美国AI芯片明星创企CerebrasSystems，最新宣布完成2。5亿美元（约合16亿人民币）F轮融资。
　　此次融资由AlphawaveVentures和阿布扎比增长基金（ADG）领投。截至本轮融资，Cerebras的融资总额已达7。2亿美元（约合46亿人民币），公司估值超过40亿美元（约合256亿人民币）。
　　CerebrasSystemsWSE处理器
　　2019年8月，Cerebras的首颗晶圆级芯片WSE一问世便轰动全球科技圈，它由一整片晶圆制成，在46225mm面积上集成了1。2万亿个晶体管。其2021年推出的二代WSE2更进一步，采用7nm制程，创下集成2。6万亿个晶体管的新纪录。
　　相比之下，被业界视作云端AI芯片标杆的英伟达A100GPU，同样采用7nm制程，总共有540亿个晶体管。
　　接下来，Cerebras计划将此次融资用于扩大其全球业务和工程师团队，以及设计下一代基于台积电5nm节点的处理器。
　　本文福利：CerebrasSystems在HotChips2021上介绍巨型芯片WSE2的演讲PPT，可在公众号聊天栏回复关键词【芯东西191】获取。01。创业伙伴再上路，投资人称正在重新定义AI的可能性
　　CerebrasSystems位于美国加利福尼亚州，由AndrewFeldman、GaryLauterbach等人创建于2015年。
　　AndrewFeldman和GaryLauterbach分别是CerebrasSystems的首席执行官和首席技术官，两人的合作时间已经超过12年。
　　AndrewFeldman有着斯坦福大学的MBA学位，曾多次作为公司高管完成了收购和上市。GaryLauterbach则是行业中著名的计算机架构师，曾担任SPARC和UltraSPARC微处理器的首席架构师。
　　2007年，AndrewFeldman和GaryLauterbach就一起创办了微型服务器公司SeaMicro。2012年，SeaMicro被AMD以3。34亿美元收购，两人也一起加入了AMD。AndrewFeldman在AMD做了两年半的副总裁。
　　CerebrasSystems首席执行官AndrewFeldman（左）和首席技术官GaryLauterbach（右）
　　CerebrasSystems创建至今已完成了6轮融资，总金额达7。2亿美元。早在2016年，CerebrasSystems完成了第一笔6450万美元的融资；次年1月，CerebrasSystems拿下2500万美元的B轮融资；6个月后，再次筹集6000万美元；2018年11月，完成8800万美元的D轮融资。
　　随着不断地融资，CerebrasSystems也从价值2。45亿美元的公司成为了新的AI芯片独角兽。Twitter、为Snap提供资金的Benchmark，传奇芯片设计师、AMD前CTOFredWeber、著名非营利实验室OpenAI的AI科学家、AlexNet的联合创建者IlyaSutskever等业界知名机构或大牛都对其进行了投资。
　　2019年，CerebrasSystems完成了E轮融资，公司估值约为24亿美元。如今，新的F轮融资为该公司又筹集了2。5亿美元的资金，而这相当于CerebrasSystems大约6的股份，其估值已超过40亿美元。
　　据科技媒体AnandTech报道，这2。5亿美元的融资将会支撑Cerebras未来23年的布局，包括在5nm节点上设计芯片和新的内存扩展方案等。目前CerebrasSystems在美国桑尼维尔、美国圣地亚哥、加拿大多伦多、日本东京等地拥有约400名员工，并希望到2022年底扩大到600人，主要增加工程师人数并专注于产品的全栈开发。
　　AlphawaveVentures的联合创始人兼董事长RickGerson称：CerebrasSystems正在重新定义人工智能的可能性，并在加快制药和生命科学等几个领域的创新方面有着一流的表现。我们很自豪能与Andrew和Cerebras的团队合作，支持他们将高性能AI计算引入全球新市场和地区。02。二代处理器具有2。6万亿个晶体管，性能提升超1倍
　　2019年，CerebrasSystems发布了其第一代WSE芯片，这款芯片具有40万个内核和1。2万亿个晶体管，使用台积电16nm工艺制程。
　　今年4月，CerebrasSystems推出了第二代处理器WSE2，具有破纪录的2。6万亿个晶体管（市场上最大的GPU只有540亿个晶体管）和85万颗AI优化内核，大小类似餐盘，采用台积电的7nm工艺。相比于第一代WSE处理器，WSE2在AI内核数量、晶体管数量、密度、内存带宽等参数上都有着一倍以上的提升。
　　Cerebras两代处理器参数对比（来源：AnandTech）
　　和当下的很多芯片不同，CerebrasSystems的WSE1和WSE2并不是用晶圆上的一小部分制成，而是将整个直径为300mm的晶圆加工成1颗芯片。虽然这种芯片体积较大，但是由于晶体管和内核的数量、互连优势，相比同等算力的GPU集群，其功耗和所占空间都更小。
　　传统的GPU集群如果想要达到同等算力，需要数十个几架承载数百甚至数千个GPU芯片。而CS2只有26英寸高，是标准数据中心机架的13。
　　CerebrasSystems的技术也在医药、天文、科研等多个领域发挥出了作用。
　　无论是美国阿贡国家实验室、劳伦斯利弗莫尔国家实验室、匹兹堡超算中心、爱丁堡大学超算中心等科研机构还是葛兰素史克、东京电子器件等厂商都成为了CerebrasSystems的忠实客户。03。参数规模提升100倍，还在云端提供深度学习服务
　　今年8月24日，CerebrasSystems还推出了世界上首个具备脑规模的AI解决方案。
　　人脑包含约100万亿个突触结构，而此前最大的人工智能硬件集群大约只有1万亿参数，类似于同等数量的突触，仅有人脑规模的1。而CerebrasSystems单一的CS2支持超过120万亿参数，在规模上达到了人脑水平，推动了AI神经网络技术的发展。
　　阿贡国家实验室副主任RickStevens谈道：Cerebras的发明将提高100倍的参数容量，它有可能改变行业。我们将首次能够探索大脑大小的模型，开辟了广阔的研究和洞察的新途径。
　　该解决方案包括四项核心技术，代号分别为WeightStreaming、MemoryX、SwarmX和Sparsity。
　　WeightStreaming可以让AI模型参数存储在芯片外，同时提供与芯片相同的训练和推理性能的能力，简化了工作负载分配模型。
　　MemoryX是一种新的内存扩展技术，可实现2。4PTAB的高性能内存，支持120万亿的参数模型。
　　SwarmX是一种高性能、AI优化的通信互连结构，可以互连多达1。63亿个AI内核，跨越192个CS2系统协同工作，训练单个神经网络。
　　Sparsity可以让用户选择模型的重量稀疏程度，减少模型处理所需的FLOP算力和时间。
　　9月16日，美国深度学习云服务商CirrascaleCloudServices宣布采用CS2系统和WSE2处理器。
　　在其应用中，8GPU服务器比CS2系统训练自然语言处理NLPBERT模型的时间慢9。5倍。而在训练精度上，用户需要超过120个GPU才能匹配单个CS2系统的训练精度。
　　CerebrasSystems系统在机房中04。结语：CerebrasSystems开拓巨型芯片路线获认可
　　需要指出的是，CerebrasSystems的WSE系列芯片并非单纯的放大芯片尺寸。大尺寸芯片需要芯片企业在互连、芯片封装、散热等方面都有着独特的技术和解决方案，这些技术方案也体现在了CerebrasSystems脑规模AI解决方案中。
　　虽然其芯片的尺寸较大，无法用于PC、移动设备等领域，但CerebrasSystems也向我们展示了巨型芯片的广阔应用前景，其产品可以在超算、云端等机构或企业的方案占据一席之地。而新一轮的融资代表了资本对这一技术路线的认可。