芯片制造商用巨大的处理器大脑为人工智能增效

目前，初创公司和科技巨头竞相打造加速器，让人工智能能够应对现实世界的复杂性。一大批老牌公司和初创企业正在制造特殊用途芯片，以将人工智能技术的能力提升到一个新的水平。这些新芯片旨在帮助人工智能掌握人类语言的微妙之处，并处理自动驾驶汽车的细微差别，比如汽车制造商特斯拉正在开发的自动驾驶汽车。

以数十年来一直珍视微型化的芯片行业的标准来看，一些新芯片是巨大的。一个用于人工智能加速的芯片占地46,225平方毫米，由2.6万亿晶体管组成，据其设计者Cerebras估计，这是有史以来最大的。

英特尔、谷歌、高通和苹果正在进行更传统的人工智能芯片工作，这些公司的处理器被设计用于运行人工智能软件和许多其他任务。但最大的芯片来自于行业称霸的英伟达(Nvidia)和新一代初创公司，包括Esperanto Technologies、Cerebras、GraphCore和SambaNova Systems。他们的进步可能会推动人工智能远远超越其目前在筛查垃圾邮件、编辑照片和支持面部识别软件方面的作用。

Cerebras 的 WSE-2 AI 加速器芯片由一组矩形处理器元件组成，每个元件都与非常大的传统芯片一样大，它们共同占据了整个硅晶片的大部分面积。

这一系列设计的背后，是人们对人工智能是下一个技术淘金热的期待。通过模仿人类大脑的某些方面来工作的人工智能系统，在模式识别和决策方面正在迅速改进。由于人工智能有可能应对现实世界的复杂性，特斯拉和无人机制造商Skydio等公司押注人工智能将让它们的车辆自动驾驶。Cerebras 的 WSE-2 AI 加速器芯片由一组矩形处理器元件组成，每个元件都与非常大的传统芯片一样大，它们共同占据了整个硅晶片的大部分面积。

本周早些时候，这两家芯片初创公司在Hot Chips大会上公布了他们的设计。此次会议召开之前，特斯拉刚刚详细介绍了其雄心勃勃的Dojo AI培训技术和其核心的D1处理器。在人工智能日活动上，特斯拉首席执行官埃隆·马斯克表示，人工智能技术甚至可以帮助类人机器人特斯拉机器人(Tesla Bot)在现实世界中导航。

更强大的人工智能意味着进步不会被人工智能训练的缓慢过程所阻碍。Open AI的GPT-3是一款备受瞩目的用于生成人类可读文本的人工智能系统，它花了4个月的时间来训练。

巨大的人工智能芯片

每天的计算工作，比如查看电子邮件或流媒体视频，大多都涉及一个单独的计算任务，称为线程。然而，训练一个AI模型需要一个能够一次处理更多线程的系统。

451 Group分析师James Sanders表示:“在大规模并行的情况下，人工智能的工作负载表现得最好。”根据人工智能算法和数据的特殊需求定制的人工智能芯片，与其他处理器一样，从300毫米的晶片开始，但最终几乎是业内最大的。

Esperanto的ET-SOC-1处理器是570平方毫米，有240亿个晶体管，联合创始人Dave Ditzel在Hot Chips上说。特斯拉的D1处理器是其刚刚开始构建的Dojo人工智能培训系统的基础，Dojo领导人Ganesh Venkataramanan说，该处理器的面积为645平方毫米，有500亿个晶体管。Graphcore的Colossus Mk2为823平方毫米，590亿个晶体管。

更大的Cerebras AI 芯片

Cerebras在芯片大小上处于另一个联盟。

在普通处理器被从一个300毫米的晶圆上切割成十多个或上百个的地方，Cerebras保留了完整的晶圆，从而制造出一个单独的WSE-2 AI加速处理器。芯片制造设备每次只能在晶圆上一个相对较小的矩形区域上蚀刻晶体管电路。但Cerebras设计了每一个矩形晶片元件，这样它们就可以在晶片上互相交流。

其他人工智能芯片公司也将它们的芯片连接在一起——特斯拉的Dojo将3000块D1芯片组合成一个名为Exapod的单元。但Cerebras的芯片将集成更进一步。

人工智能芯片的挑战

制造人工智能加速芯片并不容易。英特尔放弃了其首款人工智能芯片Nervana，创业公司Wave Computing在2020年申请了破产保护，今年开始尝试更普通的芯片许可业务。

而用于训练人工智能系统的现有技术高端图形芯片依然强大。例如，特斯拉目前的人工智能培训系统使用的是英伟达的图形芯片。英伟达电脑架构师Ritika Borkar在推特上表示，图形芯片的灵活性有助于公司应对人工智能领域更短的周期，该领域的技术大约每18个月就会发生变化。