Waferscale, mød atomskala: Onkel Sam for at teste Cerebras-chips i atomvåben-sims

Amerikas Sandia National Labs sagde i denne uge, at det vil undersøge brugen af ​​Cerebras' wafer-størrelse acceleratorchips for at bestemme, at landets atomvåben vil fungere efter hensigten, hvis global udslettelse nogensinde skulle ønskes.

Med støtte fra Lawrence Livermore og Los Alamos nationale laboratorier vil implementeringen blive overvåget af Dept of Energy's National Nuclear Security Administration (NNSA), som blandt andet har til opgave at opretholde pålideligheden og forlænge levetiden af ​​byudslettelse sprænghoveder gennem brug af simuleringer, der kører på supercomputere. Disse simuleringer forsikrer agenturet om, at enhver ændring af USA's nukleare arsenal – såsom at holde fysikpakkerne levedygtige ved at udskifte materialer eller justere designs – ikke vil påvirke det ødelæggende potentiale uacceptabelt.

Da de fleste af os har indvilliget i ikke længere at udføre virkelige tests af disse enheder, simulerer simuleringer med data fra underkritiske eksperimenter er nødvendige i stedet. Derfor vil Cerebras' silicium blive testdrevet for at se, om det kan hjælpe her.

"Dette samarbejde med Cerebras Systems har et stort potentiale til at påvirke fremtidige missionsapplikationer ved at muliggøre kunstig intelligens og maskinlæringsteknologier, som er en spirende komponent i vores produktionssimuleringsarbejdsbelastninger," sagde Simon Hammond, der som føderal programleder fører tilsyn med beregningssystemer og software hos NNSA's Advanced Simulation and Computing (ASC) team.

Det er en interessant omtale af AI: Cerebras' chips er designet til at accelerere denne form for arbejde, og der er en del interesse i at bruge maskinlæringsmodeller til forudsige resultatet af videnskabelige eksperimenter i modsætning til den klassiske beregningsmetode med modellering af fysiske interaktioner. Brug af AI kunne være hurtigere end ren beregning, selvom nøjagtighed kan ofres, og en hybrid af de to tilgange kan være bedst.

Cerebras' CS-2 systemer har en stor chip på størrelse med middagstallerken fyldt med 2.6 billioner transistorer. Opstarten hævder, at denne superstore "waferscale"-chip tillader langt hurtigere behandling af enorme datasæt, fordi informationen kan forblive på processoren længere eller hele tiden, hvilket undgår at blande data ind og ud af langsommere systemhukommelse.

Opkomlingen er en af ​​flere, der udforsker waferscale computing for at accelerere større AI/ML-arbejdsbelastninger. Tesla, for eksempel, demonstrerede det Dojo supercomputer hos Hot Chips i år. For en fuldstændig gennemgang af Cerebras' waferscale beregning arkitektur eller Teslas Dojo platform, tjek vores søsterside Den næste platform.

At tale med Registret, Sivasankaran Rajamanickam, en ingeniør involveret i implementeringen af ​​Cerebras-teknologien hos Sandia, udtrykte interesse for at undersøge, hvordan arkitekturen håndterer sparsomme modeller og on-chip datastrømme. "Skalaen af ​​hardwaren gør det virkelig spændende at se, hvad vi kan gøre med det," sagde han.

Cerebras er kun den seneste AI-startup til at implementere sin hardware under ASC-programmet. Dept of Energy udforsker rutinemæssigt heterogene computerplatforme ved hjælp af en række CPU'er, GPU'er, NIC'er og andre acceleratorer for at forbedre hastigheden og opløsningen af ​​disse simuleringer. Til dato har styrelsen selvstændige systemer fra Intel, AMD, Graphcore, Fujitsu, Marvell, IBM og Nvidia for at nævne nogle få.

"Vi forventer, at teknologier udviklet som en del af programmet vil blive testet på Advanced Simulation and Computing-programmets avancerede arkitekturprototypesystemer og i sidste ende vil påvirke produktionen af ​​avancerede og råvareteknologiske platforme, der bruges af de tre laboratorier," Robert Hoekstra, senior manager for ekstrem skala computing gruppe på Sandia, sagde i en erklæring.

Vi får at vide, at resultaterne af disse forsøg vil informere fremtidige investeringer fra DoE. ®