شرکت سربراس سیستمز (Cerebras Systems) از تراشه Wafer Scale Engine 3 خود (WSE-3) که سریعترین تراشه هوش مصنوعی جهان است رونمایی کرد.
طبق گزارشات، عملکرد WSE-3 که مجهز به ابررایانهی هوش مصنوعی Cerebras CS-3 میباشد، دو برابر بهتر از نسخه قبلی خود یعنی WSE-2 میباشد در حالی که مصرف انرژی و قیمت یکسانی دارند.
این تراشه قادر به آموزش مدلهای هوش مصنوعی با ۲۴ تریلیون است. این ارقام نشان دهنده تحول قابل توجه نسبت به مدلهای قبلی است.
WSE-3 بر اساس فرآیند ۵ نانومتری TSMC ساخته شده و دارای ۴۴ گیگابایت SRAM روی تراشه است. این تراشه چهار تریلیون ترانزیستور و ۹۰۰۰۰۰ هسته محاسباتی بهینه شده با هوش مصنوعی دارد. همچنین حداکثر عملکرد هوش مصنوعی ۱۲۵ پتافلاپ را دارا است که معادل چیزی حدود ۶۲ پردازنده گرافیکی Nvidia H100 است.
ابر رایانه CS-3 مجهز به تراشه WSE-3، برای آموزش نسل بعدی مدلهای هوش مصنوعی طراحی شده است و ۱۰ برابر بزرگتر از GPT-4 و جمنای هستند. این ابر رایانه با دارا بودن سیستم حافظه حداکثر ۱.۲ پتابایتی، میتواند ۲۴ تریلیون مدل پارامتر را در فضای حافظه منطقی ذخیره سازی کند، عمل آموزشی را ساده کرده و بهره وری توسعه دهندگان را افزایش میدهد.
بنا به اعلام شرکت سربراس ابررایانه CS-3 هم برای نیازهای سازمانی و هم برای نیازهای فرامقیاس بهینه شده است و در رمینه بهره وری انرژی و ساده سازی نرم افزارها تبحر خاصی دارد و نسبت به کارت گرافیکها GPU برای مدل های زبان بزرگ (LLM) به ۹۷ درصد کد کمتری نیاز دارد.
اندرو فلدمن، مدیرعامل و یکی از بنیانگذاران سربراس، گفت:
WSE-3 سریعترین تراشه هوش مصنوعی در جهان با پیشرفتهترین روش و از ترکیبی از متخصصان گرفته تا مدلهای ۲۴ تریلیون پارامتری ساخته شده است. ما خوشحالیم که WSE-3 و CS-3 را برای کمک به حل بزرگترین چالشهای هوش مصنوعی امروزی به بازار ارائه میکنیم.
به گفته این شرکت، در حال حاضر تعداد زیادی سفارش برای CS-3 در بخشهای سازمانی، دولتی و بین المللی دارد. CS-3 همچنین نقش مهمی در مشارکت استراتژیک بین Cerebras و G42 ایفا خواهد کرد. آنها قبلاً عملکرد با ساخت ابررایانههای هوش مصنوعی Condor Galaxy 1 و ۲ موفق به ارائه قدرت محاسباتی هوش مصنوعی ۸ exaFLOP شدند. نسخه سوم، یعنی Condor Galaxy 3، در حال حاضر در دست ساخت است و به صورت سیستمهای ۶۴ CS-3 ساخته خواهد شد و محاسبات هوش مصنوعی ۸ exaFLOP را تولید خواهد کرد.
18th November 24