这款产品全面对标英伟达H100，公司介绍页信息显示，在人工智能训练加速方面，该芯片的性能是H100的8倍。
3月14日，OpenAI创始人山姆·奥尔特曼曾投资的芯片初创公司Cerebras Systems推出了最新的Wafer Scale Engine 3芯片。这款芯片的单颗面积达到了约46225平方毫米，是通常芯片面积的50倍以上，比一本书的面积还要大。
该公司称，WSE-3芯片是专为训练业界最大的 AI 模型而构建的，这款新器件使用台积电的5纳米工艺打造，包含 4 万亿个晶体管，90万个AI核心。而相比之下，英伟达H100芯片所包含的晶体管数量为800亿个。
值得一提的是，在介绍WSE-3芯片性能参数时，Cerebras Systems将这款产品全面对标英伟达H100，公司介绍页信息显示，在人工智能训练加速方面，该芯片的性能是H100的8倍。"您可能已经看到 Cerebras 表示其平台比 NVIDIA 的平台更易于使用。造成这种情况的一个重要原因是 Cerebras 存储权重和激活的方式，并且它不必扩展到系统中的多个 GPU，然后扩展到集群中的多个 GPU 服务器。"该公司在新闻稿中介绍。
"大"力出奇迹
公开信息显示，Cerebras Systems是一家美国AI芯片独角兽公司，公司成立于2016年，主要致力改变芯片计算核心架构，提升芯片集成度，简化集群连接等相关领域的研究以及深度学习的芯片产品的研发。Cerebras Systems的最新一笔融资发生在2021年，由Alphawave Ventures和阿布扎比增长基金领投，融资金额2.5亿美元。截至该轮融资，Cerebras融资总额7.2亿美元，公司估值超40亿美元。
同样值得关注的是，Cerebras Systems的投资团队可谓"大佬"云集，其中包括OpenAI创始人山姆·奥尔特曼，AMD前CTO Fred Weber以及Benchmark、Coatue Management、Eclipse Ventures等多家明星投资机构。
Cerebras Systems不走寻常路的风格也一直为产业所熟知——该公司生产的芯片向来以"巨大"著称。2019年8月，Cerebras Systems发布了Wafer Scale Engine系列的首款芯片，该芯片集成了1.2万亿个晶体管，40万个AI核心。在普遍芯片制造商的制造流程还是从硅锭切下一片晶圆并将其分割成数百颗独立芯片时，WES选择了直接将整片晶圆做成一颗芯片，这也导致单颗芯片的面积与12英寸晶圆所能截取的矩形面积一样大。
2021年4月，Cerebras Systems推出WSE-2，据官方数据，第二代芯片拥有2.6万亿个晶体管和85万个核心，相较第一代晶体管数、内核数、内存等增加一倍以上。其核心面积就已经达到了46225平方毫米，是彼时最大的GPU核心面积的56倍。2022年，Cerebras Systems生产的芯片被硅谷计算机历史博物馆收藏。
在WSE-3芯片的产品介绍中，该公司指出，在当今的集群中，可能有数以万计的 GPU 或 AI 加速器来处理一个问题，将芯片数量减少 50 倍以上可以降低互连和网络成本以及功耗。在具有Infiniband、以太网、PCIe 和 NVLink 交换机的 NVIDIA GPU 集群中，大量的电力和成本花费在重新链接芯片上。Cerebras Systems通过将整个芯片保持在一起来解决这个问题。
而大型芯片也是Cerebras Systems获得投资的一个重要原因。产业分析人士对第一财经记者指出，这类芯片提供了英伟达系统的可能替代方案。同时，大芯片上拥有更多晶体管，这意味着更大的算力与内存优势。
市场会买单么？
尽管Cerebras Systems表示他们已经看到了市场对这款芯片的浓厚兴趣，并且称已经有来自各个部门的大量积压订单。不过上述产业人士对第一财经记者分析，目前Cerebras Systems的产品依旧在主流市场的关注点之外，同时，如此巨大的芯片如果想要应用在数据中心中，那么必须考虑功耗、硬件配套设施、软件架构等多方面问题，对于主流市场需求而言，这款产品并不是合适的解决方案。
此前，奥尔特曼曾表示其神经拟态方法能大幅度降低AI开发成本，并为实现真正的通用人工智能提供帮助。而随着近期OpenAI正面临算力资源短缺的困境，建议OpenAI收购Cerebras Systems的呼声也与日俱增。
Tirias Research首席分析师Jim McGregor则认为，与英伟达相比，Cerebras更像是一个小众平台，二者的广度无法相提并论，从OpenAI致力于实现的AGI目标来看，尽管WSE是一款晶圆级芯片，但也有不能处理的情况，百万美元级AI超级计算机还有英伟达的SuprPod和Selene是更合适的替代。
